![]() ![]() |
科目一覧へ戻る/Return to the Course List | 2025/03/25 現在/As of 2025/03/25 |
開講科目名 /Course |
コンピューターリテラシーb/COMPUTER LITERACY (B) |
---|---|
開講所属 /Course Offered by |
経済学部/ECONOMICS |
ターム?学期 /Term?Semester |
2025年度/2025 Academic Year 秋学期/FALL SEMESTER |
曜限 /Day, Period |
金1/Fri 1 |
開講区分 /semester offered |
秋学期/Fall |
単位数 /Credits |
2.0 |
学年 /Year |
1,2,3,4 |
主担当教員 /Main Instructor |
今福 啓 |
遠隔授業科目 /Online Course |
本科目は遠隔授業科目です。/ONLINE COURSE |
教員名 /Instructor |
教員所属名 /Affiliation |
---|---|
今福 啓 | 経営学科/MANAGEMENT |
授業の目的?内容 /Course Objectives |
この講義ではプログラミング言語Pythonを使って、プログラム作成の基礎的な内容を学習します。また実践的なプログラム作成を通じて、プログラムを作成する際の考え方と技術の習得を目的とします。 講義ではコンピューターリテラシーaで使用したGoogleアカウント、WebブラウザーGoogle Chromeと、WebブラウザーでPythonのプログラムを作成できるGoogle Colaboratoryを使用します。使用方法は初回講義で説明します。 ---------- この講義では経済学部の学位授与方針に掲げる能力を育成するため、教育課程の編成?実施方針が示す学部基礎科目としてコンピューターに関連する基礎的な知識を習得し、コンピューターを実践的に使用するために必要となる力を身につけます。 履修後は、履修系統図が示す2年次以降の学科専門科目、教職関連科目、演習科目の学修を円滑に進めることができます。 |
||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|
授業の形式?方法と履修上の注意 /Teaching method and Attention the course |
この講義は、すべてオンデマンド形式(動画を指定された期間内に各自で視聴して学習する)で行います。講義は自分のPC(WindowsまたはMac)を使用して、指定されたアドレスにある動画を視聴しながら、配布されるファイルを作成します。 この講義は他の講義と同様に教室が指定されますが、オンデマンド形式のみとなるため教室での講義は行いません。ただし担当教員が質問受付など補助的に教室を利用する場合があります。 動画は全てのクラスで同じ内容です。担当教員はクラスごとに異なります。具体的な講義の進め方、教員との連絡方法、成績評価の方法は各担当教員に確認してください。 第1回目の講義開始日よりも前にPorta IIやmanabaに講義連絡が掲載されることがあるので、必ず確認してください。 |
||||||||||
事前?事後学修の内容 /Before After Study |
授業計画詳細情報にある事前?事後学修の内容を参照してください。 ---------- 大学設置基準が定める学修時間に従い、1回の講義につき事前学修120分、講義時間100分、事後学修120分の学修時間となることを想定しています。 |
||||||||||
テキスト1 /Textbooks1 |
|
||||||||||
テキスト2 /Textbooks2 |
|
||||||||||
テキスト3 /Textbooks3 |
|
||||||||||
参考文献等1 /References1 |
|
||||||||||
参考文献等2 /References2 |
|
||||||||||
参考文献等3 /References3 |
|
||||||||||
評価方法 /Evaluation |
評価方法は担当教員ごとに異なります。担当教員に確認してください。 | ||||||||||
関連科目 /Related Subjects |
コンピュータアーキテクチャ、情報通信ネットワーク、情報システム論、プログラミング論、データベース論、マルチメディア論、Webデザイン論、システムズ?エンジニアリング、データマイニング論、アルゴリズム論、AI入門、データサイエンス入門、情報システム概論 | ||||||||||
備考 /Notes |
|||||||||||
到達目標 /Learning Goal |
プログラミング言語の基礎知識を習得し、簡単な問題解決を行うプログラムを作成できるようにする。 |
回 /Time |
授業計画(主題の設定) /Class schedule |
授業の内容 /Contents of class |
事前?事後学修の内容 /Before After Study |
---|---|---|---|
1 | 講義の進め方、講義で使用するソフトウェアの準備、成績の評価方法 | 講義で学習する内容、講義の進め方、成績の評価方法を確認し、プログラム作成に使うGoogle Colaboratoryの操作方法を習得する。 | 【事前学修】この講義で学ぶ内容について授業概要を確認する。 【事後学修】講義で使用するソフトウェアが正しくインストールされ使用できることを確認する。 |
2 | Colaboratoryの設定と基本操作、演算、データ型、変数 | プログラム作成を行う上で必要なColaboratoryの設定や操作方法、Pythonでプログラムを作成する際に必要となる知識を学習する。 | 【事前学修】Colaboratoryで出来ることを調べる。 【事後学修】プログラムに行番号が表示できているかなど、講義で説明した設定を確認する。プログラム作成の手順を理解できたか確認する。 |
3 | データ構造 リスト、制御構文 if | 複数のデータをまとめて扱うリストの使い方を学習する。プログラム実行の流れを条件に応じて変更するif構文を理解する。 | 【事前学修】複数の値を1つの変数名で利用することの利点を調べる。 【事後学修】リストの使い方、要素番号の設定を復習する。If構文で複雑な処理が可能になることを復習する。 |
4 | 制御構文 for、while、オブジェクト、クラス | 同様のプログラムを複数回くり返す命令の使い方と必要性を理解する。プログラムの大部分を構成する要素であるオブジェクトと、オブジェクトの設計図となるクラスを理解する。 | 【事前学修】for、while構文がどのようなものであるか調べる。 【事後学修】プログラムでくり返しを行うことの利点、for、while構文の違いを復習する。オブジェクトを使用する利点を復習する。 |
5 | 関数 | 同様の内容を何度も実行する際に作成する関数について学習する。 | 【事前学修】関数を作成して使うことの利点を調べる。 【事後学修】関数の作成方法を復習する。 |
6 | モジュール | 高度な処理を容易に行う際に使うモジュールの構造と使い方を理解する。 | 【事前学修】ライブラリ、モジュールといったキーワードを調べる。 【事後学修】Pythonにどのようなモジュールがあるか調べる。 |
7 | Googleドライブのマウント、モジュールを使ったファイル操作 | ColaboratoryでGoogleドライブを使用する方法を理解し、モジュールを使ってプログラムでファイルを読み書きする手順を学習する。 | 【事前学修】Webブラウザーを使ってGoogleドライブを使用する方法を確認する。 【事後学修】Googleドライブをマウントする複数の方法を復習する。 |
8 | モジュールを使ったグラフ作成 | モジュールを使用してデータを集計し、グラフ化する方法を学習する。 | 【事前学修】モジュールpandasとmatplotlibについて調べる。 【事後学修】pandasとmatplotlibで作成できるグラフの違いを確認する。 |
9 | 課題作成1 これまでの講義で学習した内容の確認 | これまでの講義で学習した基本的な文法やモジュールを使って、担当教員が指定するプログラム課題を作成する | 【事前学修】これまでの講義で学習した内容を復習する。 【事後学修】課題作成で使用した構文、関数、モジュールの使い方を正しく理解しているか復習する。 |
10 | 関連するデータを結合して処理する | 複数に分けられたファイルで関連性のあるデータを結合して処理するプログラムを作成する。 | 【事前学修】pandasによるファイル処理を復習する。 【事後学修】pandasを使ってデータを左右、上下に結合する方法を復習する。 |
11 | e-Statのデータを集計して複数のグラフを作成する | 政府統計の総合窓口e-Statにあるデータをダウンロードし、pandasで集計してmatplotlibでグラフを作成するプログラムを作成し、実データの処理方法に関する理解を深める。 | 【事前学修】pandasによるファイル処理とmatplotlibによるグラフ化の方法を復習する。 【事後学修】コンピューターリテラシーaで作成したExcelのファイルを確認する。 |
12 | 実用的なプログラム作成1 データサイエンスの基礎 | データを集計して次元圧縮などの処理を行いグラフを作成する、データサイエンスの基礎となる内容を学習します。 | 【事前学修】データサイエンスの概要を調べる。 【事後学修】データサイエンスとは何であるか、次元圧縮で何を行っており必要となる理由を復習する。 |
13 | 実用的なプログラム作成2 機械学習 | コンピューター自身が学習する機械学習の基礎的な内容を理解してプログラムを作成する。 | 【事前学修】機械学習の概要を調べる。 【事後学修】機械学習における学習と検証のステップを復習し、プログラムのどの部分が該当するか確認する。 |
14 | 課題作成2 講義全体で学習した内容の確認 | これまで学習した内容を確認し、担当教員が指定するプログラム課題を作成する。 | 【事前学修】講義全体で学習した内容を復習する。 【事後学修】課題作成で使用したプログラミング手法を正しく理解しているか復習する。 |