情報処理演習

科目基礎情報

学校	鹿児島工業高等専門学校	開講年度	令和06年度 (2024年度)
授業科目	情報処理演習
科目番号	2122	科目区分	専門 / 必修
授業形態	演習	単位の種別と単位数	履修単位: 1
開設学科	電気電子工学科	対象学年	3
開設期	後期	週時間数	2
教科書/教材	担当者が作成した講義用資料参考書：新・明解C言語入門編　第２版
担当教員	今村成明

到達目標

基礎的なアルゴリズムについて理解し，C言語等のプログラミング言語を用いて実装できる．以下に具体的な目標を示す．
１．フローチャートを用いて，各種アルゴリズムを表現できる．
２．基本的なデータ構造を理解し，説明できる．
３．各種ソートアルゴリズムについて理解し，計算量と効率性を評価できる．
４．各種探索アルゴリズムについて理解し，計算量と効率性を評価できる．

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
評価項目1	なし	フローチャートを用いて，各種アルゴリズムを表現できる．	フローチャートを用いて，各種アルゴリズムを表現できない．
評価項目2	なし	基本的なデータ構造を理解し，説明できる．	基本的なデータ構造を説明できない．
評価項目3	各種ソートアルゴリズムについて理解し，計算量と効率性を評価できる．	一部のソートアルゴリズムについて理解し，計算量と効率性を評価できる．	各種ソートアルゴリズムの計算量と効率性を評価できない．
評価項目4	各種探索アルゴリズムについて理解し，計算量と効率性を評価できる．	一部の探索アルゴリズムについて理解し，計算量と効率性を評価できる．	探索アルゴリズムについて計算量と効率性を評価できない．

学科の到達目標項目との関係

本科（準学士課程）の学習・教育到達目標 3-c 説明

教育方法等

概要:

本科目で学ぶ内容は，数理・データサイエンス・AIの分野において必要とされる基礎的な知識であるので，確実な習得が要求される．

授業の進め方・方法:

これまでの情報処理系授業で学んだ基礎知識を交えて、演習形式を授業を行う．プログラミングの基礎的事項で，理解が不十分な箇所は復習しておくこと．
本科目は中間試験を実施する．

注意点:

電気電子工学、情報工学の基礎科目なので，確実に習得すること．
〔授業（90分）〕×15回．

授業の属性・履修上の区分

アクティブラーニング	ICT 利用	遠隔授業対応	実務経験のある教員による授業

授業計画

		週	授業内容	週ごとの到達目標
後期
	3rdQ
		1週	基本的なアルゴリズムとフローチャート	最大値検索、整数和などの基本的なアルゴリズムを理解し，プログラムとそのフローチャートを書くことができる．
		2週	基本的なアルゴリズムとフローチャート	最大値検索、整数和などの基本的なアルゴリズムを理解し，プログラムとフローチャートを書くことができる．
		3週	基本的なデータ構造	配列，構造体を使った応用プログラムとフローチャートを書くことができる．
		4週	基本的なデータ構造	配列，構造体を使った応用プログラムとフローチャートを書くことができる．
		5週	ソートアルゴリズム	バブルソート，選択ソート，挿入ソートのアルゴリズムを理解し，プログラムを作成できる．また，計算量を説明することができる．
		6週	ソートアルゴリズム	ヒープソート、クイックソート、マージソート、シェルソートのアルゴリズムを理解し，プログラムを作成できる．また，計算量を説明することができる．
		7週	ソートアルゴリズム	ヒープソート、クイックソート、マージソート、シェルソートのアルゴリズムを理解し，プログラムを作成できる．また，計算量を説明することができる．
		8週	中間試験	授業内容1週目～7週目に対して達成度を確認する．
	4thQ
		9週	探索アルゴリズム	線形探索、二分探索、ハッシュ法のアルゴリズムを理解し，プログラムを作成できる．また，計算量を説明することができる．
		10週	探索アルゴリズム	線形探索、二分探索、ハッシュ法のアルゴリズムを理解し，プログラムを作成できる．また，計算量を説明することができる．
		11週	探索アルゴリズム	線形探索、二分探索、ハッシュ法のアルゴリズムを理解し，プログラムを作成できる．また，計算量を説明することができる．
		12週	データサイエンス・AI	データサイエンス・AI技術について調べ，その概要と電気電子分野やその他分野での活用事例を理解し，説明できる．
		13週	データサイエンス・AI	データサイエンス・AI技術を利活用する際に求められるモラルや倫理について理解し，データを守るために必要な事項を説明できる．
		14週	データサイエンス・AI	興味あるデータに対して，データ解析を行い，可視化し，データ間の相関などを説明することができる．
		15週	試験答案の返却・解説	試験において間違った部分を自分の課題として把握する（非評価項目）．
		16週

評価割合

	試験	小テスト・レポート	その他	合計
総合評価割合	60	40	0	100
基礎的能力	0	0	0	0
専門的能力	60	40	0	100
分野横断的能力	0	0	0	0