シラバス参照

授業情報／Course information

科目一覧へ戻る 2026/03/12 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 2026年度／Academic Year 　後期／Fall Semester
開講曜限／Class period 火/Tue　3
対象所属／Eligible Faculty 商学部昼間コース／Faculty of CommerceDay School
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 2026/03/09
授業の目的・方法
／Course Objectives and method		 情報処理IIは、C言語とPythonの比較を通してプログラミングの基礎を理解し、データ処理および機械学習の初歩的手法を実践的に習得することを目的とします。前半では、Google Colaboratoryを用いながら、変数、条件分岐、繰り返し、リストや辞書型などの基本構文を学び、ファイル処理や正規表現によるテキスト操作までを扱います。中盤では、ExcelとPythonの双方で平均値・中央値・標準偏差を求める演習を行い、データの記述統計を理解します。後半では、単語統計量の算出やグラフ作成、irisデータセットを用いた分析を通して、scikit-learnによる回帰分析やニューラルネットワークの基礎、さらに再現率・適合率・F値・混同行列などの評価指標を学びます。
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します。また、Pythonの基本構文を理解し、データの集計・可視化・簡単な機械学習モデルの構築と評価を自ら実装できるようになることを目標とします。
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します。
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