文理学部シラバスTOP > 文理学部 > 情報科学科（情報システム解析学科） > コンピューティング１
日本大学ロゴ

コンピューティング１

このページを印刷する

令和２年度以降入学者 コンピューティング１
令和元年度以前入学者 コンピューティング１
平成２８年度以前入学者 コンピューティング１
教員名 大澤正彦
単位数    2 学年    2 開講区分 文理学部
（他学部生相互履修可）
科目群 情報科学科
学期 後期 履修区分 選択必修
授業の形態 オンデマンド型授業(録画授業配信,スライド資料配信)11回と課題研究（Blackboardによる資料配信）4回を組み合わせる

BlackboardのコースID :水曜4限→20212996
授業概要 pythonによる人工知能プログラミング
主に、前半では近年人気の高いプログラミング言語であるpythonを基礎から学び、後半では機械学習を中心とした人工知能プログラミングを実践する。
授業のねらい・到達目標 pythonによる基本的なプログラミングができるようになる。
また、演習を通して機械学習について直感的に理解し、機械学習を利用したプログラミングができるようになる。
この科目は文理学部(学士(理学))のディプロマポリシーDP6及びカリキュラムポリシーCP9に対応している。

なお，新カリキュラム（令和2年度以降入学者対象）では，この科目は文理学部（学士(理学)）のディプロマポリシー DP3-5及びカリキュラムポリシー CP3-5に対応している。
・既存の知識にとらわれることなく，物事を論理的・批判的に説明することができる。(A-3-2)
・日常生活における現象に潜む科学的問題を発見し，専門的知識に基づいて説明することができる。(A-4-2)
・新しい問題に取り組む意識を持ち，そのために必要な情報科学の知識・情報を収集することができる。(A-5-2)
授業の方法 授業の形式：【講義、実習】
講義と計算機を用いた実習を並列して行う。
授業計画
1 【オンデマンド型授業】 ガイダンス（授業のテーマや到達目標及び授業の方法について説明する）
pythonの基礎1: 数値、文字列、変数、リスト、タプル、辞書、集合（A-3,A-4,A-5）
【事前学習】シラバスを事前に確認し、授業全体の流れを理解する （2時間）
【事後学習】今回の講義資料・課題を通じて，数値、文字列、変数、リスト、タプル、辞書、集合に関する理解を深める （2時間）
2 【オンデマンド型授業】 pythonの基礎2:コードの構造（A-3,A-4,A-5）
【事前学習】前回の講義資料・課題を通じて，数値、文字列、変数、リスト、タプル、辞書、集合に関する理解を深める （2時間）
【事後学習】今回の講義資料・課題を通じて，コードの構造に関する理解を深める （2時間）
3 【オンデマンド型授業】 pythonの基礎3: モジュール、パッケージ、プログラム、オブジェクトとクラス（A-3,A-4,A-5）
【事前学習】前回の講義資料・課題を通じて，コードの構造に関する理解を深める （2時間）
【事後学習】今回の講義資料・課題を通じて，モジュール、パッケージ、プログラム、オブジェクトとクラスに関する理解を深める （2時間）
4 【オンデマンド型授業】 pygameの基礎: インストールと描画、アニメーション、グリッドワールドの構築（A-3,A-4,A-5）
【事前学習】前回の講義資料・課題を通じて，ジュール、パッケージ、プログラム、オブジェクトとクラスに関する理解を深める （2時間）
【事後学習】今回の講義資料・課題を通じて，pygameに関する理解を深める （2時間）
5 【オンデマンド型授業】 pygameによるグリッドワールド実習（A-3,A-4,A-5）
【事前学習】前回の講義資料・課題を通じて，pygameに関する理解を深める （2時間）
【事後学習】今回の講義資料・課題を通じて，グリッドワールドを自作できるようにする （2時間）
6 【オンデマンド型授業】 pythonによる機械学習入門: numpy（A-3,A-4,A-5）
【事前学習】前回までの講義資料・課題を通じて，pythonに関する理解を深める （2時間）
【事後学習】今回の講義資料・課題を通じて，numpyに関する理解を深める （2時間）
7 【オンデマンド型授業】 pythonによる教師あり学習（A-3,A-4,A-5）
【事前学習】前回の講義資料・課題を通じて，numpyに関する理解を深める （2時間）
【事後学習】今回の講義資料・課題を通じて，教師あり学習に関する理解を深める （2時間）
8 【オンデマンド型授業】 pythonによる教師なし学習（A-3,A-4,A-5）
【事前学習】前回の講義資料・課題を通じて，教師あり学習に関する理解を深める （2時間）
【事後学習】今回の講義資料・課題を通じて，教師なし学習に関する理解を深める （2時間）
9 【オンデマンド型授業】 pythonによる強化学習（A-3,A-4,A-5）
【事前学習】前回の講義資料・課題を通じて，教師なし学習に関する理解を深める （2時間）
【事後学習】今回の講義資料・課題を通じて，強化学習に関する理解を深める （2時間）
10 【オンデマンド型授業】　最終課題の説明と、課題に必要な知識・技術の整理（A-3,A-4,A-5）
【事前学習】前回の講義資料・課題を通じて，強化学習に関する理解を深める （2時間）
11 【課題研究】　機械学習の実習1: abstract環境の実装（A-3,A-4,A-5）
【事前学習】前回までの講義資料・課題を通じて，機械学習に関する理解を深める （2時間）
【事後学習】今回の講義資料・課題を通じて，機械学習に関する理解を深める （2時間）
12 【課題研究】　機械学習の実習2: abstract環境での強化学習（A-3,A-4,A-5）
【事前学習】前回までの講義資料・課題を通じて，機械学習に関する理解を深める （2時間）
【事後学習】今回の講義資料・課題を通じて，機械学習に関する理解を深める （2時間）
13 【課題研究】　機械学習の実習3: grid world環境の実装 （A-3,A-4,A-5）
【事前学習】前回までの講義資料・課題を通じて，機械学習に関する理解を深める （2時間）
【事後学習】今回の講義資料・課題を通じて，機械学習に関する理解を深める （2時間）
14 【課題研究】　機械学習の実習4: grid world環境での強化学習（A-3,A-4,A-5）
【事前学習】前回までの講義資料・課題を通じて，機械学習に関する理解を深める （2時間）
【事後学習】今回の講義資料・課題を通じて，機械学習に関する理解を深める （2時間）
15 【課題研究】　最終課題のフィードバック（優秀課題の解説）（A-3,A-4,A-5）
【事前学習】前回までの講義資料・課題を通じて，機械学習に関する理解を深める （2時間）
【事後学習】全ての復習をし、講義全体の理解を深める （2時間）
その他
教科書 なし（資料配布）
参考書 使用しない
成績評価の方法及び基準 レポート:最終課題（pythonによるプログラミング課題）とそのレポートで評価します。(100%)
オフィスアワー 随時受け付ける。授業時に伝えるメールアドレスにてアポイントを取ること。

↑このページのトップ