情報科学ⅡA

Information　ScienceⅡA

全学共通科目／教職課程科目

−

理学部

2年

IASBA2GCA1

2.00単位

講義 (Lecture)

2024年度後期

草部　浩一

理学部

日本語

目標9

曜限：火曜、水曜、木曜の１限
場所：播磨理学キャンパス研究棟708室
その他の日程でも調整するので、必要な場合にはkusakabe@sci.u-hyogo.ac.jpまで事前に連絡すること。

草部への連絡は、kusakabe@sci.u-hyogo.ac.jpへメールを送ることで行える。
ユニパの授業Q&Aでも連絡を受け付ける。

ー

ー

1-1◎／4-2◎

目標２:教え、寄り添う力

講義⽬的：科学技術データを統計分析し、正しく理解するための力を養うことを目的に、計算機プログラミング⾔語の文法基礎を学ぶ。また、時間依存スペクトルデータから化学反応特性分類指標を抽出し、機械学習アルゴリズムによるクラス分類の応用を習得する。
到達⽬標：学部および⼤学院で⾏う実験・研究で得られるデータを解析するための初歩的なプログラムが作成できるようになる。また、物質科学関連データベース上のデータを有効に利用できるようになる。

キーワード：プログラミング、Python、機械学習、マテリアルズインフォマティクス

Linux上での汎⽤の⽀援プログラムの改良法や、Pythonを⽤いて新たにプログラムを作成するために必要な基本⽂法等を学ぶ。また、物質科学データベースの利⽤⽅法を紹介し、簡単な機械学習ソフトウェアの使い⽅を学ぶ。
 
(1) プログラミングの基礎知識
(2) 式と演算，変数とデータ型
(3) コレクション（リスト，ディクショナリ，タプル，セット）
(4) 条件分岐と繰り返し
(5) 関数
(6) オブジェクト
(7) モジュール
(8) 外部ライブラリの利用 NumPy
(9) 外部ライブラリの利用 Pandas
(10) 外部ライブラリの利用 Matplotlib
(11) scikit-learnの利用
(12) 化学反応解析における情報理論の応用
(13) マテリアルズインフォマティクスで用いる特徴量
(14) 機械学習を用いるクラス分類と時系列スペクトルデータの解析
(15) 物質科学データベースの利⽤
期末試験

生成系AIの利用：
生成系AIの利用については教員の指示に従うこと。生成系AIによる出力結果をそのまま課題レポートとして提出してはいけない。
生成系AIによる出力をそのまま提出したことが判明した場合は単位を認定しない、又は認定を取り消すことがある。

教科書：確かな⼒が⾝につくPython「超」⼊⾨（鎌⽥正浩著，SBクリエイティブ）

参考書：Pythonチュートリアル (Guide von Russum, 鴨澤眞夫訳 オライリー・ジャパン)

【予習】授業に際して指示するテキストを事前読み込み（15ｈ）
【復習】課題、レポート作成（30ｈ）、講義内容の理解を深め定着させるためにテキスト、教材を読み直し（15ｈ）

実習においては簡単なPythonスクリプトを受講者自らで動作させて、改変しながら応用課題を解く。授業内に参加する受講者間でプログラムの動作状況を共有して議論し、お互いのプログラムの適否をディスカッションする。

【成績評価の基準】プログラミングに関する課題を解いて行う実習とそのレポート、及び期末試験の結果から、知識・技能、思考力、判断力、表現力を考慮し、講義目的・到達目標に記載した能力の到達度に応じて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。
【成績評価の方法】定期試験50%、演習課題への取り組みと毎回のレポート50%を基準として総合的に評価を行う。

提出されたレポートについて、担当教員が評価し、コメントを併せて記載する。

データサイエンス入門および情報科学Ⅰを履修しておくことが特に望ましい。
BYOD（各受講者本人のラップトップPC、OSはWindows 10以上、Mac OS、Linuxのいずれかを持参すること）により実習を進めるため、
pythonが動作しているノートパソコンを持参することが推奨される。python, jupyter notebookのインストール作業は必要に応じて補助する。

該当しない