到達目標
1. データの可視化ができる
2. 予測モデルを作ることができる
3. AIの特徴について説明できる
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 |
| データの可視化ができる | 表形式データの要約ができる。 | 散布図・ヒストグラムなどのグラフを4つ以上作成できる。 | Pythonの文法を説明できない |
| 予測モデルを作ることができる | 予測モデルを評価し、利用できる。 | 重回帰分析ができる。 | 単回帰式を作成できない。単回帰式の妥当性を説明できない。 |
| AIの特徴について説明できる | AIがもたらし得る利益と問題の両方を考慮した判断ができる。 | 予測モデルの解釈について注意点を説明できる。 | AIが社会でどのように利用されているか説明できない。 |
学科の到達目標項目との関係
教育方法等
概要:
本講義は、土木・建築系技術者に必要なコンピュータを使った計算と、AIなどのデータ分析の基礎について学ぶ科目である。構造設計などで必要とされる計算プログラミングの基本能力と、データを他者に説明する際に必要となる可視化の能力と、AIのリテラシーを身に着けることを目指す。
※実務との関係
この科目は、企業でプログラミングを伴うソフトウェア開発を担当していた教員が、その経験を活かし、数値計算などについて講義及び演習形式で授業を行うものである。
授業の進め方・方法:
講義では、まずスライドを用いて手法を説明し、その後に演習を行う。データに対する考察は時間を要するため、試験では基本的な計算手法が身についている事を主に評価し、レポートを通じてデータを考察する力を主に評価する。
本講義でプログラミングに利用するPythonは、流体力学・材の強度解析・気象シミュレータ・自然言語処理・各種科学計算が得意な汎用プログラミング言語である。コンピュータグラフィクス（CG）や地理情報システム（GIS）や建築プログラミングでも使われている。Replitなどのインターネット上でPythonプログラミングを無料で試すことができるサービスもあるので自習に活用して欲しい。
注意点:
＊授業を聞いただけで理解できる人は居ません。手を動かしましょう。
＊プログラムをとにかく書いて実行してみてください。デバッグ（ミスの発見）方法の習得が上達への近道です。
＊英語を読もうとしない場合、全く力は伸びません。
＊講義に関する連絡はTeamsで行います。
＊レポートの提出遅れは、評価を下げます。一定期間以降は該当レポートは0点です。計画的に取り組みましょう。
＊欠席した場合、欠席分の講義資料を確認して提出して下さい。なお、体調不良で休んだ日数分は提出期限を延長します。
＊授業中は教え合いを推奨します。
＊試験では基本的に部分点はありません。
＊再試は必ずしも実施しませんが、実施した場合の得点pは、p = (本試の点数 + 2*再試の点数) / 3で求めます。
＊講義中に、講義に関係ないWebサイトを頻繁に視聴したり、長時間睡眠したり、スマートフォン等でゲームをしているところを発見した場合、再試験を実施しません。
＊新型コロナウイルス対応によっては、試験を実施しません。
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 |
| 後期 |
| 3rdQ |
| 1週 |
ガイダンス、コンピュータの歴史と構造と社会 |
講義の進め方を把握する。コンピュータの歴史を理解する。
|
| 2週 |
Python入門1 基本文法、制御構文 |
Pythonの型や文法を理解する。
|
| 3週 |
Python入門2 基本的な問題演習 |
Pythonを使って簡単な問題をプログラムで表現する。
|
| 4週 |
Python入門3 関数と基本的な問題演習 |
数式を計算する関数を実装できる。
|
| 5週 |
グラフの描画 |
棒グラフ、折れ線グラフ、散布図、ヒストグラムを描ける。
|
| 6週 |
数学的な計算 |
様々な数式をグラフで表せる。
|
| 7週 |
AIと社会 |
AIの特徴と社会的な役割について理解する。
|
| 8週 |
中間試験 |
|
| 4thQ |
| 9週 |
試験解説、演習 |
これまでの内容の理解について振り返る。
|
| 10週 |
pandasによる表計算 |
pandasを用いて表形式データの読み書きができる。
|
| 11週 |
データの可視化と要約 |
基本統計量・相関行列・偏相関行列・ヒスグラムを求められる。
|
| 12週 |
2群間の平均値の差の検定 |
2群間の平均に差があるか判断できる。
|
| 13週 |
ベクトルと行列の計算 |
行列の計算ができる。
|
| 14週 |
重回帰分析と評価 |
プログラムを用いて重回帰分析ができる。
|
| 15週 |
簡単なAIの作成 |
簡単なAIを作成できる。
|
| 16週 |
期末試験と解説 |
|
モデルコアカリキュラムの学習内容と到達目標
| 分類 | 分野 | 学習内容 | 学習内容の到達目標 | 到達レベル | 授業週 |
| 基礎的能力 | 工学基礎 | 情報リテラシー | 情報リテラシー | 同一の問題に対し、それを解決できる複数のアルゴリズムが存在しうることを知っている。 | 3 | |
| 与えられた基本的な問題を解くための適切なアルゴリズムを構築することができる。 | 3 | |
| 任意のプログラミング言語を用いて、構築したアルゴリズムを実装できる。 | 3 | |
| 専門的能力 | 分野別の専門工学 | 建設系分野 | 計画 | 二項分布、ポアソン分布、正規分布(和・差の分布)、ガンベル分布、同時確率密度関数を説明できる。 | 3 | |
| 重回帰分析を説明できる。 | 4 | |
評価割合
| 試験 | 課題・小テスト | 合計 |
| 総合評価割合 | 80 | 20 | 100 |
| 基礎的能力 | 50 | 10 | 60 |
| 専門的能力 | 30 | 10 | 40 |
| 分野横断的能力 | 0 | 0 | 0 |