文理学部シラバスTOP > 文理学部 > 情報科学科 > コンピューティング１
日本大学ロゴ

コンピューティング１

このページを印刷する

令和２年度以降入学者 コンピューティング１
令和元年度以前入学者 コンピューティング１
教員名 大澤正彦
単位数    2 学年 2～4 開講区分 文理学部
（他学部生相互履修可）
科目群 情報科学科
学期 後期 履修区分 選択必修
授業形態 対面授業
Blackboard ID 20234348
授業概要 Pythonによる人工知能プログラミング
主に、前半では近年人気の高いプログラミング言語であるPythonを基礎から学び、後半では機械学習を中心とした人工知能プログラミングを実践する。
授業のねらい・到達目標 <授業のねらい>
Pythonによる基本的なプログラミングを身につける。
また、演習を通して機械学習について直感的に理解し、機械学習を利用したプログラミングを身につける。

<到達目標>
・既存の知識にとらわれることなく、物事を論理的・批判的に説明することができる。(A-3-2)
・日常生活における現象に潜む科学的問題を発見し、専門的知識に基づいて説明することができる。(A-4-2)
・新しい問題に取り組む意識を持ち、そのために必要な情報科学の知識・情報を収集することができる。(A-5-2)

<ディプロマポリシーとの関係>
この科目は文理学部(学士(理学))のディプロマポリシーDP6及びカリキュラムポリシーCP9に対応している。
なお、新カリキュラム（令和2年度以降入学者対象）では、この科目は文理学部（学士(理学)）のディプロマポリシー DP3-5及びカリキュラムポリシー CP3-5に対応している。
授業の形式 講義、演習
授業の方法 講義と計算機を用いた演習を並列して行う。
授業中に提出された課題について口頭で解説とフィードバックをおこなう。

対面授業に参加できない学生は、授業時間帯にZoomにて授業に参加する。フィードバック方法は対面参加者と同様である。
授業計画
1 ガイダンス（授業のテーマや到達目標及び授業の方法について説明する）
実習環境の動作状況の確認
Pythonの基礎1: 数値、文字列、変数、リスト、タプル、辞書、集合
【事前学習】シラバスを事前に確認し、授業全体の流れを理解する （2時間）
【事後学習】今回の講義資料・課題を通じて、実習環境の起動方法・操作方法を習得し、数値、文字列、変数、リスト、タプル、辞書、集合に関する理解を深める （2時間）
【授業形態】対面授業
2 Pythonの基礎2:リスト、タプル、辞書、集合
【事前学習】前回の講義資料・課題を通じて、数値、文字列、変数、リスト、タプル、辞書、集合に関する理解を深める （2時間）
【事後学習】今回の講義資料・課題を通じて、コードの構造に関する理解を深める （2時間）
【授業形態】対面授業
3 Pythonの基礎3: コードの構造、モジュール、パッケージ、オブジェクトとクラス
【事前学習】前回の講義資料・課題を通じて、コードの構造に関する理解を深める （2時間）
【事後学習】今回の講義資料・課題を通じて、モジュール、パッケージ、プログラム、オブジェクトとクラスに関する理解を深める （2時間）
【授業形態】対面授業
4 Pythonの基礎4: 、Numpy
【事前学習】前回の講義資料・課題を通じて、モジュール、パッケージ、プログラム、オブジェクトとクラスに関する理解を深める （2時間）
【事後学習】今回の講義資料・課題を通じて、Numpyに関する理解を深める （2時間）
【授業形態】対面授業
5 機械学習の基礎、機械学習におけるデータの扱い、コードの実装
【事前学習】前回の講義資料・課題を通じて、Numpyに関する理解を深める （2時間）
【事後学習】今回の講義資料・課題を通じて、Matpolotlib, Pandas等のツールに関する理解を深める （2時間）
【授業形態】対面授業
6 教師あり学習 - SVM、回帰
【事前学習】前回までの講義資料・課題を通じて、Matplotlib、Pandas等に関する理解を深める （2時間）
【事後学習】今回の講義資料・課題を通じて、SVM、回帰に関する理解を深める （2時間）
【授業形態】対面授業
7 教師なし学習
【事前学習】前回の講義資料・課題を通じて、教示あり学習に関する理解を深める （2時間）
【事後学習】今回の講義資料・課題を通じて、教師なし学習に関する理解を深める （2時間）
【授業形態】対面授業
8 強化学習、Q学習
【事前学習】前回の講義資料・課題を通じて、教師なし学習に関する理解を深める （2時間）
【事後学習】今回の講義資料・課題を通じて、強化学習に関する理解を深める （2時間）
【授業形態】対面授業
9 コンピューティングの応用1: 機械学習の応用事例
【事前学習】前回の講義資料・課題を通じて，強化学習に関する理解を深める （2時間）
【事後学習】今回の講義資料・課題を通じて，機械学習の応用事例に関する理解を深める （2時間）
【授業形態】対面授業
10 コンピューティングの応用2: インタラクションの応用事例
【事前学習】前回の講義資料・課題を通じて，機械学習の応用事例に関する理解を深める （2時間）
【事後学習】今回の講義資料・課題を通じて，インタラクションの応用事例に関する理解を深める （2時間）
【授業形態】対面授業
11 pygame、描画、abstract環境の実装
【事前学習】前回までの講義資料・課題を通じて，インタラクションの応用事例に関する理解を深める （2時間）
【事後学習】今回の講義資料・課題を通じて，pyagame、描画、abstract環境の実装に関する理解を深める （2時間）
【授業形態】対面授業
12 機械学習の復習、abstract環境への実装
【事前学習】前回までの講義資料・課題を通じて，pygame、描画、abstract環境の実装に関する理解を深める （2時間）
【事後学習】今回の講義資料・課題を通じて，機械学習の復習、abstract環境への実装に関する理解を深める （2時間）
【授業形態】対面授業
13 grid world環境の実装
【事前学習】前回までの講義資料・課題を通じて，機械学習の復習、abstract環境への実装に関する理解を深める （2時間）
【事後学習】今回の講義資料・課題を通じて，grid world環境の実装に関する理解を深める （2時間）
【授業形態】対面授業
14 最終課題の実装
【事前学習】前回までの講義資料・課題を通じて，grid world環境の実装に関する理解を深める （2時間）
【事後学習】今回の講義資料・課題を通じて，最終課題の実装に関する理解を深める （2時間）
【授業形態】対面授業
15 最終課題とフィードバック
【事前学習】前回までの講義資料・課題を通じて，最終課題の実装に関する理解を深める （2時間）
【事後学習】全ての復習をし、講義全体の理解を深める （2時間）
【授業形態】対面授業
その他
教科書 使用しない（資料配布）
参考書 大澤 正彦 『ドラえもんを本気でつくる （PHP新書）』 PHP研究所 2020年 第1版
成績評価の方法及び基準 レポート:最終課題（pythonによるプログラミング課題）とそのレポートで評価します。(100%)
対面で参加できない学生の成績評価：対面で参加できない受講者も同様である。
オフィスアワー 随時Slackのチャンネル内で受け付ける。

↑このページのトップ