Research Seminar II ｜ Syllabus data

Course Title

Research Seminar II

Course Title in English

Research Seminar II

Course Type

Major Courses

−

Eligible Students

School of Social Information Science

Target Grade

3Year

Course Numbering Code

KCJBS3MCA3

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

演習 (Seminar)

Eligible Year/Semester

Fall semester 2026

Instructor

玉置卓

Affiliation

社会情報科学部

Language of Instruction

Japanese

Related SDGs

9

Office Hours and Location

アポイントメントによる

Contact

tamak@sis.u-hyogo.ac.jp

Corresponding Diploma Policy

A double circle indicates the most relevant DP number and a circle indicates the associated DP.

Corresponding Undergraduate School DP

2◎／1〇／3〇

Corresponding Graduate School DP

ー

Corresponding University-Wide DP

N/a

Academic Goals of Teacher Training Course

ー

Course Objectives and Learning Outcome

講義目的
1 .専門的知識の理解を深め学問の方法論を身につける。
2. 文献の収集方法や研究の進め方を確認する。
3. アルゴリズムとデータ構造を題材に問題解決能力を鍛える。

到達目標
1. 専門文献を読んで理解し説明することができる。
2. 卒業研究の方向性を決められる。
3. 理論または実装を中心とする研究を行うための基礎を習得し適用することができる。

Subtitle and Keywords of the Class

Course Overview and Schedule

講義内容

アルゴリズムとデータ構造に関するテキストの輪読を行う。グループ単位で担当範囲の解説スライド・資料を作成し発表する。また、履修者ごとに以下のいずれかを選択して内容の理解を深める。
(1) テキスト等の演習問題を紙と鉛筆で解く。
(2) 競技プログラミングサイトを利用して実装の訓練をする。

授業計画 (テキストの1を選んだ場合の進め方の例)
1. ガイダンス、発表スケジュールの決定
2. アルゴリズムとは
3. 計算量とオーダー記法
4. 全探索
5. 再帰と分割統治法
6. 動的計画法
7. 二分探索法
8. 貪欲法
9. 配列、連結リスト、ハッシュテーブル
10. スタック、キュー
11. グラフと木
12. Union-Find
13. ソート
14. グラフ探索
15. まとめ

In-person/Remote Classification

In-person

Implementation Method and Remote Credit Limit Application

・対面授業のみ
・遠隔授業単位上限の適用を受けない

Uses of Generative AI

Limited permission for use

Precautions for using Generative AI

生成AIの利用にあたっては『本学の教育における生成AIの取扱いについて(学生向け)』の記載内容について留意すること。生成AIの利用については担当教員の指示に従うこと。
教員が認める範囲を超えて生成AIを利用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。生成AIの出力した内容について、事実関係の確認や出典・参考文献を確認・追記することが重要である。また、生成AIによる出力結果をそのまま課題・レポート・論文として提出してはならない。

Textbook

1. 大槻兼資『問題解決力を鍛える! アルゴリズムとデータ構造』講談社
2. Srini Devadas (著), 黒川利明 (翻訳)『問題解決のPythonプログラミング数学パズルで鍛えるアルゴリズム的思考』オライリージャパン
3. 秋葉拓哉, 岩田陽一, 北川宜稔『プログラミングコンテストチャレンジブック問題解決のアルゴリズム活用力とコーディングテクニックを鍛える』
4. 渡部有隆『プログラミングコンテスト攻略のためのアルゴリズムとデータ構造』

References

演習の時間に紹介する。

Contents and Estimated Time for Pre- and Post- Learning (Preparation and Review)

内容
事前: 資料の次回に扱われる範囲を読む。発表担当の場合は解説スライド・資料を作成する。
事後: 扱った範囲に関する課題に取り組む。
時間の目安
4時間×15週

Contents of Active Learning

・発表者として教科書の1つの章を解説する。
・聴講者として積極的に質問・コメントする。

Grading Criteria and Methods

卒業研究を行うための基本的な知識と技能を身につけ、主体的な探究を行うことができる者に単位を授与する。講義目的・到達目標に記載する能力の到達度に応じてSからCまで成績を与える。
成績評価の方法
発表30％、討論30％、レポート40％

How to Disclose Assignments and Exam Results

・発表の際に解説や補足を行う。
・提出された課題について講評や解説を行う。

Precautions and Requirements for Course Registration

社会情報科学部の必修科目である。

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.