Syllabus data

Course Title
Introduction to Programming
Course Title in English
Introduction to Programming
Course Type
Basic specialized courses (Specialization-related courses)
-
Eligible Students
School of Economics and Management
Target Grade
All
Course Numbering Code
IACBK1GCA7
Credits
2.00Credits
The course numbering code represents the faculty managing the subject, the department of the target students, and the education category (liberal arts / specialized course). For detailed information, please download the separate manual from the upper right 'question mark'.
Type of Class
講義・演習 (Lecture/Seminar)
Eligible Year/Semester
Fall semester 2026
(Fall semester)
Instructor
佐々木 英樹
Affiliation
非常勤講師
Language of Instruction
Japanese
Related SDGs
9
Office Hours and Location
授業終了後,教室にて
Contact

Corresponding Diploma Policy
A double circle indicates the most relevant DP number and a circle indicates the associated DP.
Corresponding Undergraduate School DP
3◎/4〇
Corresponding Graduate School DP
Corresponding University-Wide DP
N/a
Academic Goals of Teacher Training Course

Course Objectives and Learning Outcome
講義目的:プログラミングを行うことで,様々なアプリケーションの作成やデータ解析方法の更なる応用等,諸分野におけるコンピュータ活用の可能性を知ることを目的とする.
到達目標:プログラミングに関する基礎的知識の習得のため,プログラム作成から実行までの一連の手順を,主に下記の2点について,プログラミング環境がインストールされているPCを実際に使用し演習する.
・各種命令の意味や使用法を理解すると同時に,それらに関連するプログラムを作成・実行する
・実行時にエラーが出た場合や正常に動作しない場合に,正常な動作が可能になるまでプログラムを修正(デバッグ)する
Subtitle and Keywords of the Class
プログラミング,Python
Course Overview and Schedule
講義内容: Anaconda(Python)環境を使用し,様々なアプリケーションを作成する等,一般的なプログラミングの流れを体験するとともに,その基礎的知識について習得する.

授業計画:
1.イントロダクション 演習準備:Anaconda(Python)環境について
2.Pythonプログラム作成及び実行までの流れ
3.プログラミングの基本1(入出力,データ型,変数,演算子)
4.プログラミングの基本2(条件分岐if)
5.プログラミングの基本3(繰り返しfor)
6.プログラミングの基本4(繰り返しwhile)
7.レポート課題1
8.関数の作成def
9.ライブラリの利用
10.ファイルの入出力
11.レポート課題2
12.PythonにおけるGUI(ラベル,ボタン等)
13.PythonにおけるGUI(図形描画等)
14.その他
15.総合レポート課題
※授業の構成や進め方,内容を前後・変更することもあるので担当者の指示に従って下さい
In-person/Remote Classification
In-person
Implementation Method and Remote Credit Limit Application
講義&演習
Uses of Generative AI
Limited permission for use
Precautions for using Generative AI
生成AIは発展途上の技術で,まだ解決すべき課題や問題が残されています.
講義とPC上で演習を行う本科目では,受講生がその成果物に生成AIを活用することは考え難いですが,受講生が生成AIを活用することがあった場合には,その長所と短所を理解したうえで慎重に活用してください.
Textbook
毎回資料を配布する.
References
授業中に必要に応じて指示する.
Contents and Estimated Time for Pre- and Post- Learning (Preparation and Review)
予習復習について,時間等はおおむね以下の通りだが,詳細は担当者から適宜説明する.
予習: 前回までの全ての内容を理解しているか再復習も兼ねる形で予習(15回分15時間)
復習: 毎回の課題及びレポート課題等提出(15回分30時間)
担当教員から配布される配布資料等の見直しによる復習(15回分15時間)
Contents of Active Learning
採用しない
Grading Criteria and Methods
平常点40%,レポート課題等60%を基準として評価するが,無断欠席の回数が講義回数の1/3程度以上の受講者は評価の対象としない.
演習を前提とした科目なので,毎回の出席(遅刻厳禁)及び課題に取り組むことは当然であるということを前提として評価する.
よって,全ての課題を提出することができなかった場合,理由のない無断欠席(含無断遅刻)や授業参加態度等に問題がある場合は,単位を認めないので注意すること.
※定期試験は実施しない
How to Disclose Assignments and Exam Results
基本的に授業中の説明時,もしくは,UNIVERSAL PASSPORTのクラスプロファイル機能等を利用し,フィードバック等を行う予定だが,詳細は担当者から適宜説明する.
Precautions and Requirements for Course Registration
「データサイエンス入門」もしくは「情報処理基礎」を履修済みであること.
基本的にプログラミング未経験者であることを前提に演習を行う予定であるが,毎回の復習や担当教員への質問等は積極的に行うこと.
PC教室(定員60名)で演習を行うが,人数については30名程度を上限とする.
1回目のガイダンス時に,出席者及びその人数の確認を行う予定である.
上限30名を大幅に超える場合,履修制限(ランダム抽選)を行う予定なので,1回目のガイダンスには必ず出席し,やむを得ず欠席する場合は,学務課等に連絡の上で対応すること.
詳細は後期開始時に学務課掲示板等にも掲示するので,受講予定の学生は確認しておくこと.
Practical Education
該当しない
Remarks
In cases where any differences arise between the English version and the original Japanese version, the Japanese version shall prevail as the official authoritative version.