シラバス
授業科目名 | 年度 | 学期 | 開講曜日・時限 | 学部・研究科など | 担当教員 | 教員カナ氏名 | 配当年次 | 単位数 |
---|---|---|---|---|---|---|---|---|
プログラミング言語2 | 2024 | 前期 | 月1 | 理工学部 | 高地 伸夫、檀 一平太 | コウチ ノブオ、ダン イッペイタ | 3年次配当 | 1 |
科目ナンバー
SE-IG3-CC23
履修条件・関連科目等
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
本科目ではPythonの基礎と応用を、先端科学秘術分野での使われ方を知りながら簡単な実践を通して学んでいく。
Pythonは柔軟性に富んだ言語で、学習が容易でデータの解析や分析からアプリケーション作成、さらにはAI等の最先端技術も容易に扱える。
これら機能を利用すれば、基礎ツールとして、大学での利用や研究だけでなく、個人の趣味や社会での業務等幅広く活用していける。敷居の低いプログラミング言語入門として活用していただきたい。
科目目的
この授業の目的は、Pythonの「研究やデータ解析、分析などでの使われ方」を知り、基礎知識を学びながら簡単な応用を体験し「先端にある科学技術を身近に触れ」て、「なんとか使いこなせるようになる」ことである。
この授業を通してPythonを便利な道具として、さらには、身近なツールとして活用できるような基礎知識とする。
到達目標
近年、需要の高まっている Python によるプログラミングを学習し応用を体験することで、最先端技術を含む様々な分野でツールとして利用できることを知り、その基礎的な利用方法や考え方、原理を理解すること。
授業計画と内容
(1) 科学技術とPythonプログラミング:日常の業務から最先端技術まで( Pythonによる最先端科学技術)
(2) Pythonの復習1:関数とクラスの概念、クラスの利用方法
(3) Pythonの復習2:ライブラリの読み出しと利用方法
(4) GUI基本操作1:表示と制御
(5) GUI基本操作2:簡易GUI表示、ファイル入出力
(6) GUI基本操作3_1:画像変換
(7) GUI基本操作3_2:画像応用
(8) 機械学習1:機械学習とは、機械学習の手順
(9) 機械学習1:機械学習とは、機械学習の手順
(10)機械学習2:機械学習アルゴリズム1
(11)機械学習3:機械学習アルゴリズム2
(12)画像認識と深層学習1
(13)画像認識と深層学習2
(14)Pythonによる最先端科学技術2:何ができるか、したいか
授業時間外の学修の内容
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)
プログラミング言語の習得には自習が最適なので、授業に関係なく、どんどん突き進んでいただきたい。
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
種別 | 割合(%) | 評価基準 |
---|---|---|
レポート | 60 | プログラムの提出とプレゼンテーション |
平常点 | 40 | 出席点 |
成績評価の方法・基準(備考)
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)
アクティブ・ラーニングの実施内容
PBL(課題解決型学習)/反転授業(教室の中で行う授業学習と課題などの授業外学習を入れ替えた学習形式)/ディスカッション、ディベート/プレゼンテーション
アクティブ・ラーニングの実施内容(その他の内容等)
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)
PC室での授業が基本となる。自己保有PCの使用も可能
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
企業在籍時、組込み型機器のハードウェア及びソフトウェア双方の開発を行い、ソフトウェアはアセンブリ言語を利用して機器組込みプログラム作成を行い商品化した(機器全体のソフトウェア:センサー入出力、モータ制御、アルゴリズム計算、表示等)。
さらに、研究業務にて、C、C++でシミュレーションを行い、またCで記載されたプログラムの修正等を行う。
【実務経験有の場合】実務経験に関連する授業内容
ソフトウェア作成の勘所について、通常の教科書には記載されていない実務経験上のノウハウ等を織り交ぜながら演習、講義を行う。
画像処理、3D計測、機械学習等の実務経験内容を講義、演習に取り込む。
テキスト・参考文献等
講義の進行に応じて、適切な参考文献を紹介する。
なんでもよいので相性のよいPythonの教科書を授業期間中に1冊仕上げておくと学習は楽になる。