文理学部シラバスTOP > 文理学部 > 総合 I 群 > 情報科学
日本大学ロゴ

情報科学

このページを印刷する

令和２年度以降入学者 情報科学
教員名 渡辺勇士
単位数    2 学年 1～4 開講区分 文理学部
科目群 総合教育科目
学期 後期 履修区分 選択
授業形態 対面授業（一部遠隔授業）
授業の形態 対面授業（オンデマンド型動画配信を5回含む）
Canvas LMSコースID・コース名称 205351A19　2024情報科学（渡辺勇士・後・金3）
授業概要 「情報科学」には様々な定義があります。本講義では「情報科学」の中でも英語の”Computer Science” と共通する領域の基本概念を、Pythonなどのプログラミングを学びながら、習得します。
　2020年度より小学校でのプログラミング必修化が始まっています。それに続いて、2022年度高等学校入学者から適用される新学習指導要領の「共通教科情報」では「情報Ⅰ」が共通必修科目として設置され、すべての高校生がプログラミングを学ぶようになります。しかし、現在、大学に在学している皆さんの中には、小中高でプログラミングを学ぶ機会がなかった人も多いことでしょう。本講義では、皆さんより若い世代が小学校や高等学校で学ぶ内容を体験することで、プログラミングを学びます。
授業のねらい・到達目標 ・　” Computer Science” の基礎概念がどのようなものか認識できます。
・　Pythonなどで簡単なプログラムができるようになります。
・　プログラミングをすべての人が学ぶべき理由を議論できます。
・　プログラミングやプログラムの本質に関して、対立する考え方が存在することを理解できます。

・　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・批判的に考察することの重要性を説明できます。(A-3-1)
・　事象を注意深く観察して、解決すべき問題を認識できます。(A-4-1)
・　新しいことに挑戦する気持ちを持つことができます。(A-5-1)
この科目は文理学部のディプロマポリシー DP3, DP4, DP5 及び カリキュラムポリシー の CP3, CP4, CP5 に対応しています。
授業の形式 講義
授業の方法 ・　プログラミング実習中心の科目です。
・　プログラミング実習はワークショップ形式で行い、受講者同士でコラボレーション・コミュニケーションしながら、講義を進めます。
・　PC を利用して学習することを想定しています。授業によってはスマートフォン（タブレット）を利用することがあります。
・　PC のブラウザは Google Chrome を利用することを前提とします。
・　各授業で作成するプログラムは課題として提出してもらいます。提出物は LMSで評価あるいはコメントを提示します。
・　作成するプログラムとともに、各授業で理解したことの簡単な振り返りを提出してもらいます。

対面参加できない学生の要件は学部の方針に従います。
・すべての講義を録画します。対面授業に参加できない場合は、授業の録画をオンデマンドで視聴してもらい、学修してもらいます。
履修条件 ・　このシラバスでは、受講者はプログラミング経験が無い人文系・社会系学生を想定していますが、コンピュータの操作及び日本大学文理学部の情報教育環境には習熟していることを前提にしています。（1回目・2回目に使い方を復習します。）
・　また、 本科目は2020（令和2）年度以降入学者のみが履修可能な科目です。
・　本授業は抽選です。抽選は本科目独自に行います。CHIPS等は利用しませんが、教務課で定められた抽選の期日までに初回の授業のオンデマンド授業動画を視聴し、そこで案内される方法で抽選に申し込んでください。抽選結果が出たあとに、教員がLMSの登録を行います。
・　＊初回の授業の動画については下記のサイトで公開する
https://bit.ly/＊＊＊＊＊＊
＊bit.ly（すべて英字は小文字で、ビー、アイ、ティー、ドット、エル、ワイ）、/（スラッシュ）以降は、前期終了時に発表する
＊NU-AppsGのアカウントでログインしてサイトを開いてください。
授業計画
1 ガイダンス
・講義の内容と進め⽅，成績評価などを説明します
ガイダンス（講義の内容と進め⽅、成績評価など）
＊初回の授業の動画については下記のサイトで公開する
bit.ly/＊＊＊＊＊＊
＊bit.ly（すべて英字は小文字で、ビー、アイ、ティー、ドット、エル、ワイ）、/（スラッシュ）以降は、前期終了時に発表する
＊NU-AppsGのアカウントでログインしてサイトを開いてください。
【事前学習】LMSで提示した方法で、小学校〜高等学校の学習指導要領のプログラミングに関連する部分を確認します（A-5） （2時間）
【事後学習】授業中に取り組んだ問題や関連する問題に取り組みます（A-4)） （2時間）
【授業形態】オンデマンド型授業
2 日本のプログラミング教育について
・情報科学コンテストに取り組み、情報科学の基礎概念に触れます(A-4)
・日本における小学校〜高等学校のプログラミング教育の現在について解説します (A-4)
【事前学習】プログラミング教育に関する国内・海外のニュースを調べておくこと(A-2) （2時間）
【事後学習】Viscuitについて、どのようなプログラミング言語か確認しておくこと (A-5) （2時間）
【授業形態】対面授業
3 Viscuit を用いたプログラミングを体験します
・Viscuitを用いたプログラミングを体験します (A-3,A-4,A-5)
・プログラミング体験を通してコンピュータの特徴について解説します (A-3,A-4)
【事前学習】提示した方法で事前に "Computer Science" の基本概念について学びます (A-4) （2時間）
【事後学習】出題された Viscuit 用いたプログラミングに取り組みます (A-3, A-4) （2時間）
【授業形態】オンデマンド型授業
4 Viscuit を用いて "Computer Science" の基本概念に触れます
・「シミュレーション」「再帰処理」「プログラミング言語」について学びます (A-3,A-4)
【事前学習】提示した方法で事前に "Computer Science" の基本概念について学びます (A-4) （2時間）
【事後学習】出題された Viscuit 用いたプログラミングに取り組みます (A-3, A-4) （2時間）
【授業形態】オンデマンド型授業
5 Scratch を用いたプログラミングを体験します
・Scratchを用いた手続き型プログラミングを体験します (A-3,A-4,A-5)
【事前学習】Viscuit を用いたプラグラミングを復習します (A-3, A-4) （2時間）
【事後学習】出題された Scratch の基本に関する課題に取り組みます (A-4) （2時間）
【授業形態】対面授業
6 Pythonの基礎を学びます
・ピクソンを用いたPythonのプログラミングの基礎を学びます (A-3,A-4,A-5)
【事前学習】提示された方法でピクソンがどのような言語か調べておくこと (A-3,A-4) （2時間）
【事後学習】出題されたピクソンに関する課題に取り組みます (A-4) （2時間）
【授業形態】対面授業
7 アルゴリズムについて学びます
アルゴリズムの性能を比較する手法と意義を学びます (A-3, A-4)
【事前学習】ピクソンを用いたプログラミングの基礎を復習します (A-3, A-4) （2時間）
【事後学習】出題された反復処理の課題にpythonで取り組みます(A-3,A-4) （2時間）
【授業形態】対面授業
8 Pythonを用いた「反復処理」について学びます
・Google　Colaboratoryを用いてPythonの「反復処理」について学びます (A-3,A-4)
【事前学習】NU-MailアカウントでGoogle Colaboratoryを利用できるようにします (A-3,A-4) （2時間）
【事後学習】出題された条件分岐に関する課題に取り組みます (A-3, A-4) （2時間）
【授業形態】対面授業
9 Pythonを用いた「条件分岐」について学びます
・Google　Colaboratoryを用いてPythonの「条件分岐」について学びます (A-3,A-4)
【事前学習】提示した方法でPythonを用いた「反復処理」「条件分岐」について復習します (A-3, A-4) （2時間）
【事後学習】出題された「関数」に関する課題に取り組みます (A-3, A-4) （2時間）
【授業形態】対面授業
10 Pythonを用いた「関数」を学びます
・Google　Colaboratoryを用いてPythonの「関数」を学びます (A-3, A-4)
【事前学習】提示した方法で第6回〜第9回に学んだ内容を復習します (A-3, A-4) （2時間）
【事後学習】出題されたプログラムで図形を描く課題に取り組みます (A-3, A-4) （2時間）
【授業形態】対面授業
11 学んだPythonのプログラムを応用をします
・Pythonを用いた第6回〜9回に学んだ内容を応用し、図形を描きます (A-3,A-4)
【事前学習】提示した方法でAIを用いた「画像解析」について学びます (A-3, A-4) （2時間）
【事後学習】出題されたAIを用いた「画像解析」に関する課題に取り組みます (A-3, A-4) （2時間）
【授業形態】対面授業
12 Pythonを用いた「文字処理」と「リスト処理」を学びます
・Pythonを用いた「文字処理」と「リスト処理」を学びます (A-3, A-4)
【事前学習】提示した方法でアルゴリズムについて学びます (A-3, A-4) （2時間）
【事後学習】出題されたアルゴリズム性能比較に関する課題に取り組みます (A-3, A-4) （2時間）
【授業形態】対面授業
13 「画像解析」について学びます
・ AIを用いた「画像解析」について学びます (A-3,A-4,A-5)
【事前学習】提示した方法で「文字処理」と「リスト処理」について学びます (A-3, A-4) （2時間）
【事後学習】出題された「文字処理」と「リスト処理」に関する課題に取り組みます (A-3, A-4) （2時間）
【授業形態】オンデマンド型授業
14 「テキスト解析」について学びます
AIを用いた「テキスト解析」について学びます (A-3, A-4,A-5)
【事前学習】提示した方法でAIを用いた「テキスト解析」について学びます(A-3, A-4) （2時間）
【事後学習】出題されたテキスト解析に関する課題に取り組みます (A-3, A-4) （2時間）
【授業形態】オンデマンド型授業
15 リフレクション
再び、情報科学コンテストに取り組むことで、情報科学の基礎概念への態度がどのように変化したかを振り返ります (A-3, A-4)
【事前学習】全14回の学修を復習します (A-3, A-4) （2時間）
【事後学習】授業中に取り組んだ問題や関連する問題に関して振り返りを行います (A-3, A-4, A-5) （2時間）
【授業形態】対面授業
その他
教科書 なし
参考書 ブライアン・カーニハン（著） 『教養としてのコンピューターサイエンス講義』 日経BP 2020年
原田康徳（著） 『さわるようにしくみがわかるコンピュータのひみつ』 技術評論社 2019年
成績評価の方法及び基準 レポート:第11回のプログラム課題と最終プログラム課題(30%)、授業参画度:授業ごとの予習レポート・小課題（事後課題）(40%)、各授業の振り返り(30%)
・　プログラム課題は、授業全体の2回ほど課す予定で，その内容を基に評価します。
・　情報科学コンテストへの取り組みは，授業参画度に含めますが，得点そのものは評価には含めません。
・　各回の事後学習は，授業参画度に含めます。
・　オンライン参加の場合でも、対面参加の学生と同じ基準で評価します。
・　基本的に LMSでコミュニケーション行います。
オフィスアワー 随時受け付ける。原則、事前にメールで予約すること。
備考 ・　文部科学省 高等学校情報科 教員研修資料 https://www.mext.go.jp/a_menu/shotou/zyouhou/detail/1416746.htm
・　情報処理学会 高等学校情報科 動画教材 https://sites.google.com/view/ipsjmooc/
・　数理・情報教育研究センター リテラシーレベル教材 http://www.mi.u-tokyo.ac.jp/6university_consortium.html

↑このページのトップ