科目ナンバー

EC-IM3-05XX

履修条件・関連科目等

(1)入門ICT演習、情報科学を履修していることが望ましい。
(2)予習復習、宿題などを行うため、PC/タブレット/スマホなどの情報機器を所有していることが望ましい。

授業で使用する言語

日本語

授業で使用する言語（その他の言語）

授業の概要

＜学位授与方針と当該授業科目の関連＞
この科目は、問題解決力（外国語とコミュニケーションの能力及びコンピューターを利用した統計・情報処理と分析の能力を用いて、科学技術及び社会の急速な変化に対応しながら、さまざまな問題を解決することができる）の修得に関わる科目です。
＜概要＞
(1) 学習範囲は、以下の4分野
コンピュータリテラシー
ネットワークリテラシー
情報リテラシー
ビジネスリテラシー
(2) コンピュータの操作から活用に至る重点項目を、実習により理解を深める。
(3) 今後のAI/IoTのビジネスにおける実用化に対応するため、Python、Tensor Flow、IoTに関する実習を中心に行う。
(4) 国内外の産業界の最新動向なども随時組み入れる。

科目目的

(1) ICT（Information and Communication Technology : 情報通信技術）の活用と意義に関する基礎的・実務的知識・技術(スキル)を獲得

到達目標

(2) 具体的には、Pythonを使った簡単な統計分析、AIアプリ構築、IoTデバイス設計ができるようになることが目標

授業計画と内容

I. 授業の概要（1回）[講義]
第1回 ICTスキルとその応用例
講義の流れの紹介
II. 情報リテラシー（2回）[講義]
第2回 ICTのビジネス応用例
何がICTビジネスを変えたか
第3回 クラウドサービス
III. ICTの基礎（3回）
第4回 コンピュータの歴史、動作原理 [講義]
第5回 通信ネットワークの構築の歴史/通信NWの構成/ 国際標準 [講義]
第6回 5G [講義/演習]
IV. プログラミング基礎演習（Python）（3回）
第7回 環境設定 [演習]
第8回 構文要素/ファイルIO [演習]
第9回 グラフ作図 [演習]
V. データサイエンス基礎演習（4回）
第10回 ビッグデータとデータ処理 [講義]
第11回 統計関数によるデータ処理/Python [演習]
第12回 経済・社会分析への応用/Python [演習]
第13回 データ処理演習/Python [演習]
VI. ICTの応用例（3回）
第14回 自動運転への応用 [講義]
第15回 ロボットカープログラミング演習 [演習]
第16回 ロボットカー走行演習 [演習]
VII. 　最新のICT動向１（IoT）（3回）
第17回 IoTの考え方、利用可能性と課題 [講義]
第18回 IoT演習（LED/センサの実装）[演習]
第19回 IoT演習（複数デバイスの連携）[演習]
VIII. 最新のICT動向２（AI概要）（4回）
第20回 AIとはなにか？AIと機械学習、Deep learningの違い、シンギュラリティ[講義]
第21回 機械学習の基礎概念 [講義]
第22回 機械学習の種類と用途 [講義/演習]
IX. 最新のICT動向３（AIの利用）（5回）
第23回 Deep Learning/Tensor Flowの実行環境構築 [演習]
第24回 最急降下法の概念と演習 [講義/演習]
第25回 画像認識の概念と演習 [講義/演習]
第26回 AIとIoT [講義]
第27回 AIのさまざまな応用事例と演習 [演習]
＜Xへの事前課題提示（ICTによるビジネスの解決課題）＞
X. 　総括・まとめ（１回）[講義]
第28回 情報通信技術の変遷と今後の展望・課題レポート講評

授業時間外の学修の内容

指定したテキストやレジュメを事前に読み込むこと／授業終了後の課題提出／その他

授業時間外の学修の内容（その他の内容等）

(1) 展示会、勉強会、外部のコンファレンス等、最新の動向を知ることができるイベントなどについては積極的に参加することを推奨する。
例：
INTEROP：毎年6月上旬に開催されるインターネット技術・ビジネスの展示会
CETEC：毎年10月上旬に開催されるモバイル技術・ビジネスの展示会
東京ゲームショー：毎年9月中旬に開催されるゲーム関係の展示会
GoogleやICTベンチャー主催の勉強会：随時

授業時間外の学修に必要な時間数／週

・毎週１回の授業が半期（前期または後期）または通年で完結するもの。１週間あたり４時間の学修を基本とします。
・毎週２回の授業が半期（前期または後期）で完結するもの。１週間あたり８時間の学修を基本とします。

成績評価の方法・基準

成績評価の方法・基準（備考）

出席状況、学習態度、課題・筆記試験の結果をそれぞれ、30％、30％、40％の配分で総合して評価する。

課題や試験のフィードバック方法

授業時間内で講評・解説の時間を設ける／授業時間に限らず、manabaでフィードバックを行う

課題や試験のフィードバック方法（その他の内容等）

基本的には、次の授業でQAを行います。

アクティブ・ラーニングの実施内容

その他

アクティブ・ラーニングの実施内容（その他の内容等）

毎授業の終わりのアンケート、宿題レポート、に基づき、次の授業の際にQAを行います。

授業におけるICTの活用方法

その他

授業におけるICTの活用方法（その他の内容等）

WS教室で、プログラミングの実習、IoT試作実習などを行います。

実務経験のある教員による授業

はい

【実務経験有の場合】実務経験の内容

1983〜2014：KDDI研究所勤務

【実務経験有の場合】実務経験に関連する授業内容

KDDI研究所での経験と、様々な企業との共同研究の経験に基づき、具体的な問題解決についても、取り上げる予定です。

テキスト・参考文献等

基本的には講義で資料を配布するが、適宜、参考書、URLを示す。

その他特記事項

・講義資料は、全てmanabaにて公開、テスト・課題もすべて同システムを利用する。
・演習開始前に講義支援システムで当日の内容を予習すること。
・演習終了後には、配布資料で必ず復習すること。
・WS教室を使う予定ですが、宿題もありますので、できるだけ、自分のPCを準備してください。

参考URL