|
授業科目名
|
担当教員
|
|||||||||||||||||
|
情報処理及び実習
|
チェン リー チュイ
|
|||||||||||||||||
|
時間割番号
|
単位数
|
コース
|
履修年次
|
期別
|
曜日
|
時限
|
||||||||||||
| TAC101 | 2 | (未登録) | 1 | 後期 | 金 | I-1-II-1 | ||||||||||||
| ［概要］ | ||||||||||||||||||
| この授業は，各自が実験データの整理や文書・レポート作成，レポート提出，先生への質問，お互いの情報交換などにコンピュータを道具として利用できるようになること，すなわち「情報リテラシ−」を身につけることを目標としている．また，コンピュータのネットワーク環境を理解し，有効に活用できることを目標とする．さらに，道具として使いこなすだけでなく，コンピュータ，ネットワーク環境を利用する上での情報倫理について理解することも重要な目標の一つである． コンピュータを使い講義で学習した内容を体験的に理解し実践する．実習では，各自がそれぞれ教室に備えつきのコンピュータを使用して学習する． |
||||||||||||||||||
| ［具体的な達成目標］ | ||||||||||||||||||
| （ア）コンピュータの基本構成を理解し，コンピュータの安全な起動および停止ができる． （イ）文書作成ソフトを利用して文書・レポートの作成を行うことができる． （ウ）表計算ソフト等を利用して実験データ等のデータ整理、作図、レポートの作成を行うことができる． （エ）ネットワーク環境の基本構成を理解し，ネットワークにアクセスすることができる． （オ）ネットワーク環境を利用して情報の検索を行うことができる． |
||||||||||||||||||
| ［必要知識・準備］ | ||||||||||||||||||
| 文章作成ソフト，表計算ソフト等を使って「情報リテラシー」を修得するためには各人が持っている自分の文章やデータを使うことが有効であるので，実習で利用できる自分なりの文章またはデータ（例えば実験データ）を用意しておく． | ||||||||||||||||||
| ［評価方法・評価基準］ | ||||||||||||||||||
|
||||||||||||||||||
| ［教科書］ | ||||||||||||||||||
| (未登録) | ||||||||||||||||||
| ［参考書］ | ||||||||||||||||||
| (未登録) | ||||||||||||||||||
| ［講義項目］ | ||||||||||||||||||
| 1) ガイダンス データサイエンス概論、コンピュータ、CPU、記憶装置、ファイルシステム、拡張子、ファイルフォーマット一覧、Internet、Email、url Julia : の紹介、演算、print(“Hello World”) 2) データの型 2進数、16進数、Byte、文字コード（ASCII、Unicode）、Hexdump、データ圧縮、Zip file Julia：演算、配列、文字列、slice 、max、min、sum、rand、open、write、close、read 3) 応用線形代数I Juliaを用いて、Vector ベクトル、dot product（内積）、cross product外積、Matrix 行列の演算、transpose転置、determinant 行列式、inverse 逆行列、Linear Transformation線形写像、plot 4) Tabular data 表形式データ 表計算、CSVファイル形式、気象庁データ、NISTデータベース Excel: 基本操作、相対参照、絶対参照、if 関数、グラフの作成 Julia: DelimitedFiles.readdlm、DataFrames、Gadfly、Plots 5) プログラミングによるデータ処理の自動化 Julia: for ループ、range、primitive data type 基本型、BigInt、if else文 6)自作関数・モジュールによるデータ解析 数値微積分、テキスト解析 Julia: hcat、vcat 、find、findall、sort、function、 7)応用統計学Ｉ 平均値、中央値、最頻値、分散、不偏分散、標準偏差、Ｚscore、偏差値 Julia : randn、Statistics パッケージmean, std, var Plot: Histogram ヒストグラム、正規分布 8)応用線形代数II 最小二乗法、固有値eigenvalue、固有ベクトルeigenvector、主成分分析 Julia: eigvals、eigvecs 9)応用統計学II Covariance 共分散、Pearson correlation coefficient 相関係数、多変量解析、PCA Julia: Gadfly subplot でデータの可視化 10) Datasets の入手 Google Dataset Search、OpenStreetMap、RDatasets、e-Stat 11) 大容量・高速情報通信の時代 共通鍵暗号、公開鍵暗号、人工知能、仮想通貨、電子Money、量子コンピュータ、ビッグデータ、スーパーコンピュータ、5G MS PowerPoint：図形、テキストの挿入、図形の接合、型抜き、アニメーション 12) ベイズ統計学Bayesian statistics、機械学習 Machine Learning 13) Artificial Neural Network, Deep learning 14) 最終課題の説明、討論 MS Word:レイアウト、図表の挿入、見出し、目次 長文の編集 15) まとめ、最終課題の提出 |
||||||||||||||||||
| ［教育方法］ | ||||||||||||||||||
| 学習管理システムE-Learning (Moodle)上に授業・課題資料を掲示する。 授業資料を参考して実習を行い、期限までに課題を提出する。 実習では，情報メディア館実習室の端末（コンピュータ、一人一台）を使用する。 自分の個人パソコンを使ってもＯＫです。 この授業はフリーの科学技術計算用言語 Julia を活用する。 対面とZOOMによる授業を予定しています。 |
||||||||||||||||||
| ［JABEEプログラムの学習・教育目標との対応］ | ||||||||||||||||||
| (未登録) | ||||||||||||||||||
| ［その他］ | ||||||||||||||||||
| (未登録) | ||||||||||||||||||