到達目標
プログラミングは計算機による問題解決の唯一の手段である。本講義は、プログラミング作業を形式化したオブジェクト指向プログラミング、デザインパターンの概念について解説し、問題解決法の習得を目標とする。
ルーブリック
| 理想的な到達レベルの目安 | 標準的な到達レベルの目安 | 未到達レベルの目安 |
アルゴリズムと計算量 | アルゴリズムの計算量を増加率で算出できる | アルゴリズムの計算量の定義を理解できる | 計算量の定義が理解できない |
基本的データ構造 | リスト・スタック・キューのデータ構造の特徴と実現方法を示すことができる | リスト・スタック・キューのデータ構造の特徴を示すことができる | リスト・スタック・キューのデータ構造の用途を説明できない |
ソート | バブル・バケット・ヒープ・クイックのアルゴリズムが実装できる | バブル・バケット・ヒープ・クイックのアルゴリズムが利用できる | バブル・バケット・ヒープ・クイックのアルゴリズムが理解できない |
アルゴリズムの設計手法 | 力ずく法、欲張り法、分割統治法が利用できる
、動的計画法のアルゴリズムによる実装ができる | 力ずく法、欲張り法、分割統治法が説明できる
、動的計画法のアルゴリズムの説明ができる | 力ずく法、欲張り法、分割統治法が説明できない
、動的計画法の説明ができない |
機械学習 | 自分でデータを収集して機械学習の実装ができる | 与えられたデータ・手法に基づき機械学習の実装ができる | 機械学習の仕組みが説明できない |
学科の到達目標項目との関係
専門 A1
説明
閉じる
専門 A2
説明
閉じる
教養 B2
説明
閉じる
教養 D1
説明
閉じる
教養 D2
説明
閉じる
専門 E1
説明
閉じる
専門 E2
説明
閉じる
教育方法等
概要:
プログラミングは計算機による問題解決の唯一の手段である。本講義は、プログラミング作業を形式化したオブジェクト指向プログラミング、デザインパターンの概念、データサイエンスについて解説し、問題解決法の習得を目標とする。
授業の進め方・方法:
演習のプログラム言語として、Python などを用いる。
本講義は豊橋技術科学大学の対応科目の遠隔受講により、オンデマンド形式で学習を進めること。
学習記録をmoodleに残す。
注意点:
達成目標全体の達成度を総合的に評価する最終試験により評価する.
最終試験では,データサイエンス、データ構造やアルゴリズムの仕組み(メカニズム)を理解しているかどうかに重点を置く.
参考書:平田富夫,「アルゴリズムとデータ構造―改訂C言語版」森北出版,2002
実務経験のある教員による授業科目
データ処理と可視化
授業の属性・履修上の区分
授業計画
|
|
週 |
授業内容 |
週ごとの到達目標 |
前期 |
1stQ |
1週 |
ガイダンス・受講登録 |
授業目的を理解し、moodleの使い方について体験する。自習課題:遠隔授業の方法に習熟する
|
2週 |
アルゴリズムとその計算量(問題と問題例/計算量の評価/オーダー表記) |
|
3週 |
リスト,スタック,キュー |
|
4週 |
木、探索、ソート |
|
5週 |
機械学習の数学1(微分、線形代数、統計) |
豊橋技科大の資料に基づき自主学習を行う
|
6週 |
機械学習の数学2(単回帰分析・重回帰分析) |
|
7週 |
Pythonの基礎1(データ構造と制御文) |
|
8週 |
Pythonの基礎2(関数) |
|
2ndQ |
9週 |
Python の基礎3(クラス) |
|
10週 |
数値計算 |
|
11週 |
データ処理と可視化 |
|
12週 |
機械学習の実装 教師あり学習(回帰) |
|
13週 |
機械学習の実装 教師あり学習(分類) |
|
14週 |
機械学習の実装 ハイパーパラメータ調整 |
|
15週 |
機械学習の実装 教師なし学習 |
|
16週 |
解説 |
課題レポート評価
|
評価割合
| 試験 | 発表 | 相互評価 | 態度 | ポートフォリオ | その他 | 合計 |
総合評価割合 | 80 | 0 | 0 | 20 | 0 | 0 | 100 |
基礎的能力 | 30 | 0 | 0 | 20 | 0 | 0 | 50 |
専門的能力 | 30 | 0 | 0 | 0 | 0 | 0 | 30 |
分野横断的能力 | 20 | 0 | 0 | 0 | 0 | 0 | 20 |