シラバス情報

授業科目名
情報科学演習
(英語名)
Exercises in Information Science
科目区分
コース基盤科目
対象学生
情報科学研究科
学年
1年
ナンバリングコード
KIIMD5MCA3
単位数
2.00単位
ナンバリングコードは授業科目を管理する部局、学科、教養専門の別を表します。詳細は右上の?から別途マニュアルをダウンロードしてご確認ください。
授業の形態
演習 (Seminar)
開講時期
2024年度前期
(Spring semester)
担当教員
宮崎 修一、藤江 哲也、川嶋 宏彰、大島 裕明
所属
情報科学研究科
授業での使用言語
日本語
関連するSDGs目標
目標9
オフィスアワー・場所
随時受け付けるが、事前にメール等で連絡を取ることが望ましい。
連絡先
shuichi@gsis.u-hyogo.ac.jp
fujie@gsis.u-hyogo.ac.jp
kawashima@gsis.u-hyogo.ac.jp
ohshima@gsis.u-hyogo.ac.jp

対応するディプロマ・ポリシー(DP)・教職課程の学修目標
二重丸は最も関連するDP番号を、丸は関連するDPを示します。
学部DP
研究科DP
1◎/2〇
全学DP
教職課程の学修目標

講義目的・到達目標
講義目的
情報科学概論で習得した内容を実践できるようになることを目的とする。

到達目標
情報科学概論で習得した知識を基に、配布されるワークシート(表計算ソフト等)に設定されたデータ処理などの課題が行えるようになる。また、それらを応用できるようになる。
授業のサブタイトル・キーワード
講義内容・授業計画
講義内容
本演習では、表計算ソフトまたはプログラミングを用いて、情報科学概論で習得した理論の実践を行う。

授業計画
1. 自然科学の基礎手法:ガイダンス、情報科学の意義、仮説と予測
2. 自然科学の基礎手法:仮説と演繹
3. 自然科学の基礎手法:仮説の検証
4. 情報量:ビットとバイト
5. 情報量:ばらつきの尺度 - 分散
6. 情報量:情報エントロピーと情報量
7. 中間まとめと評価
8. 情報科学の動向と関連トピック
9. アルゴリズムと計算量:計算量、動的計画法
10. アルゴリズムと計算量:クラスタリング
11. アルゴリズムと計算量:漸近アルゴリズム、ランダムウォーク
12. 初歩の統計:相関係数、最尤推定と不偏推定、線形回帰
13. 初歩の統計:帰無仮説と検定、検定と多重検定
14. 初歩の統計:t-検定、ノンパラメトリック検定、主成分分析と次元削減
15. 全体のまとめと評価

エクセルを中心とした計算を行なうので、毎回、パソコンが必要です 。

<<生成AIの利用について>>
・ワークシートは学生本人が作成することを前提としているため、生成系AIのみを用いて作成することはできません。
教科書
ワークブックおよびワークシートを配布する。
参考文献
必要に応じて講義内で紹介する。
事前・事後学習(予習・復習)の内容・時間の目安
事前学習
情報科学概論のワークブックの対応個所を事前に読んでおく。また、ワークシートにも目を通しておくことが望ましい。1回の目安は2時間程度。

事後学習
演習時間内に終わらなかったワークシートの課題がある場合は、引き続きそれを行う。また、演習時間内にスムーズに解けなかった課題を再度解くなどして理解を深める。1回の目安は2時間程度。
アクティブ・ラーニングの内容
演習は基本的に個人で行なうが、分からない所を学生同士で教え合うことを推奨し、それにより教える力、コミュニケーション能力を養う。
成績評価の基準・方法
基準
情報科学概論で習得した内容の実践ができる者については、講義目的・到達目標に記載する能力の到達度に基づき、S(90点以上)、A(80 点以上)、B(70 点以上)、C(60 点以上)による成績評価のうえ、単位を付与する。

評価
提出されたワークシートの内容(100%)で評価する。
課題・試験結果の開示方法
ワークシートの提出締め切り後に解答を公開する。
履修上の注意・履修要件
本演習は、情報科学概論を履修していることを前提に実施します。
実践的教育
該当しない
備考
英語版と日本語版との間に内容の相違が生じた場合は、日本語版を優先するものとします。