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） > 情報科学講究１
日本大学ロゴ

情報科学講究１

このページを印刷する

令和2年度以降入学者 情報科学講究１
令和元年度以前入学者 情報科学講究１
教員名 大澤正彦
単位数    2 学年    3 開講区分 文理学部
科目群 情報科学科
学期 前期 履修区分 必修
授業の形態 同時双方向型授業(Zoom等の会議システムを使用)

Blackboard ID:木曜3限→20213014
授業概要 インタラクティブエージェントの基礎知識、プログラミング技術を学修する。
授業のねらい・到達目標 卒業研究に向けて，インタラクティブエージェントの基礎知識に基づき，基本的なプログラミング・プレゼンテーション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年度以降の入学者）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DP1-8及びカリキュラムポリシーCP1-8に対応している。

・経験や学修から得られた豊かな情報科学の知識と教養に基づいて，自己の倫理観を倫理的な課題に適用することができる（A-1-3）。
・世界諸国の歴史や政治，経済，文化，価値観，信条などの背景を理解し，国際社会が直面している問題を情報科学の視点から説明することができる（A-2-3）。
・仮説に基づく課題や問題を提示し，客観的な情報を基に，論理的・批判的に考察できる（A-3-3）。
・問題を分析し，複数の解決策を提示した上で，問題を解決することができる（A-4-3）。
・責任と役割を担い，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-5-3）。
・さまざまな人々とのコミニュケーションを通じて相互の意思伝達を自由かつ確実に行い，他者との良好な関係を確立することができる（A-6-3）。
・集団の活動において，より良い成果を上げるために，指導者として他者と協働し，作業を行うことができる（A-7-3）。
・学修状況を自己分析し，その成果を評価することができる（A-8-3）。
授業の方法 授業の形式：【ゼミ】

授業実施日にZoomを用いたオンライン授業を行う。
講義の形式は、座学、演習、グループワーク、受講者によるプレゼンテーションを組み合わせて構成される。
少人数であることを活かして、できるだけインタラクティブに進めていく予定である。
履修条件 学科内規で定めた条件を満たすこと。
授業計画
1 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）（オンライン型）
【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】3,4年を通して取り組む研究テーマ案についてまとめておく （2時間）
2 プレゼンテーション技術の基礎（オンライン型）
【事前学習】プレゼンテーション内容について考えておく （2時間）
【事後学習】プレゼンテーション技術に関する復習をする （2時間）
3 プレゼンテーション技術の実践（オンライン型）
【事前学習】授業でプレゼンテーションを用意し、練習しておく。 （2時間）
【事後学習】プレゼンテーションに対するフィードバックをプレゼンテーションに反映させる （2時間）
4 Human-Agent Interaction (HAI) 入門（オンライン型）
【事前学習】身の回りのエージェント技術について事前に調査する （2時間）
【事後学習】HAIに関する内容を復習する （2時間）
5 HAIの研究事例（オンライン型）
【事前学習】身の回りのエージェント技術について事前に分析する （2時間）
【事後学習】事前に調査したエージェントについて再度分析する （2時間）
6 pythonの基礎（オンライン型）
【事前学習】1〜2年生のプログラミング講義の内容を復習しておく。 （2時間）
【事後学習】pythonの基礎に関する復習をする （2時間）
7 pythonによるプログラミング実習（オンライン型）
【事前学習】Pythonを利用した基本的なプログラミングについて復習しておく （2時間）
【事後学習】pythonによるプログラミング実習に関する復習をする （2時間）
8 機械学習の基礎：ニューラルネットワーク、バックプロパゲーション（オンライン型）
【事前学習】Pythonを利用した基本的なプログラミングについて復習しておく （2時間）
【事後学習】ニューラルネットワーク、バックプロパゲーションに関する復習をする （2時間）
9 機械学習の基礎：ディープラーニング（オンライン型）
【事前学習】Pythonを利用した機械学習に関するプログラミングについて復習しておく （2時間）
【事後学習】ディープラーニングに関する復習をする （2時間）
10 機械学習の実習（オンライン型）
【事前学習】Pythonを利用した機械学習に関するプログラミングについて復習しておく （2時間）
【事後学習】機械学習の実習に関する復習をする （2時間）
11 課題制作中間プレゼンテーションに向けた準備（課題研究）
【事前学習】課題制作で取り組みたい内容についてまとめておく。 （2時間）
【事後学習】プレゼンテーションをブラッシュアップする （2時間）
12 課題制作中間プレゼンテーションとフィードバック（オンライン型）
【事前学習】課題制作の途中経過についてスライドにまとめておく。 （2時間）
【事後学習】プレゼンテーションに対するフィードバックをプレゼンテーションに反映させる （2時間）
13 課題制作最終プレゼンテーションに向けた準備（課題研究）
【事前学習】課題制作ですすめる内容についてまとめておく。 （2時間）
【事後学習】プレゼンテーションをブラッシュアップする （2時間）
14 課題制作最終プレゼンテーションとフィードバック（オンライン型）
【事前学習】課題制作の成果についてスライドにまとめておく。 （2時間）
【事後学習】プレゼンテーションに対するフィードバックをプレゼンテーションに反映させる （2時間）
15 これまでの復習・解説を行い授業の理解を深める（課題研究）
【事前学習】これまでの学習内容で疑問に思ったことをまとめておくこと。 （2時間）
【事後学習】授業全体の復習をし、理解を深める （2時間）
その他
教科書 なし
参考書 大澤 正彦 『ドラえもんを本気でつくる』 ＰＨＰ研究所 2020年 第1版
成績評価の方法及び基準 授業参画度:毎回の実習・演習の成果(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