シラバス参照

授業情報/Course information

科目一覧へ戻る 2024/01/31 現在

科目名/Subject 情報処理II
担当教員(所属)/Instructor 木村 泰知 (商学部)
授業科目区分/Category 昼間コース 学科別専門科目
開講学期/Semester 2023年度/Academic Year  後期/Fall Semester
開講曜限/Class period 金/Fri 3
対象所属/Eligible Faculty
配当年次/Years 2年 , 3年 , 4年
単位数/Credits 2
研究室番号/Office
オフィスアワー/Office hours
更新日/Date of renewal 2023/03/13
授業の目的・方法
/Course Objectives and method
情報処理IIは、人工知能やデータサイエンスで用いられるプログラムの基礎技術を身につける。
達成目標
/Course Goals
情報処理Iで習得したC言語と同等の内容をPythonでも記述できるようにする。また、正規表現、形態素解析などを用いながらテキスト処理ができるようになる。また、数値データを読み込み、グラフ作成、機械学習の手法を使えるようになる。
授業内容
/Course contents
第01回  C言語とPythonの比較
第02回  Google Colaboratory、変数、input関数
第03回  条件分岐 (if, elif, else)
第04回  リスト
第05回  繰り返し(for, while)
第06回  タプル・辞書型
第07回  Excelで 平均値、中央値、標準偏差を求める
第08回  pythonで 平均値、中央値、標準偏差を求める
第09回  ファイル処理
第10回  正規表現 (import re)
第11回  単語の統計量
第12回  グラフ作成、iris dataset
第13回  Pythonで使える機械学習ライブラリ scikit-learn
第14回  機械学習:回帰分析、ニューラルネットワーク
第15回  評価(再現率、適合率、F値、混同行列)

毎回の授業の後,マナバの小テスト機能を使って小テストを行うとともに、プログラミングの宿題があります。前期期末試験は実施しません。
事前学修・事後学修
/Preparation and review class
講義では、C言語の知識を前提としていることから、各講義に関連する内容について復習しておくこと。
使用教材
/Teaching materials
使用教材はウェブサイトから閲覧できるようにする。 

参考資料を下記に示す。
・実践力を身につける Pythonの教科書、 マイナビ出版
・形態素解析の理論と実践、工藤拓、近代化学社
成績評価の方法
/Grading
本講義では、出席、毎週の確認テスト、宿題で評価を行います。
欠席を3回以上した場合には、不可とします。
成績評価の基準
/Grading Criteria
社会情報学科標準成績評価基準に従う。
履修上の注意事項
/Remarks
本講義は科目「情報処理Ⅰ」で学んだプログラム言語Cの知識を必要とします。そのため、本講義は「情報処理Ⅰ」の講義を履修済みであることを履修条件とします。また、情報総合センターでコンピュータを用いながら授業を行うため人数を制約することがあります。履修希望者が多数の場合には、社会情報学科(昼間)を優先して選抜します。
実務経験者による授業
/Courses conducted by the
ones with practical
experiences
該当しない/No
授業実施方法
/Method of class
①面接授業/Face-To-Face class
遠隔授業
/Online class
遠隔授業/Online class

科目一覧へ戻る