Syllabus data

Teacher name ： 小澤　佳祐
Course Title
Computer Programming
Course Title in English
Computer Programming
Course Type
Basic specialized courses (Specialization-related courses)／Teacher training courses
−
Eligible Students
School of Science
Target Grade
3Year
Course Numbering Code
HSSBA3MCA1
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 (Lecture)
Eligible Year/Semester
Fall semester 2026
(Fall semester)
Instructor
小澤　佳祐
Affiliation
理学部
Language of Instruction
Japanese
Related SDGs
9
Office Hours and Location
曜限:月曜、木曜、金曜の3限
場所:播磨理学キャンパス研究2期棟S201
その他の日程でも調整するので、必要な場合にはo927k024@guh.u-hyogo.ac.jp まで事前に連絡すること。
Contact
小澤への連絡は、o927k024@guh.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。

Corresponding Diploma Policy
A double circle indicates the most relevant DP number and a circle indicates the associated DP.
Corresponding Undergraduate School DP
1◎／5◎／7◎
Corresponding Graduate School DP
ー
Corresponding University-Wide DP
1-1◎／1-2〇
Academic Goals of Teacher Training Course
Ability to teach and lean on／ー

Course Objectives and Learning Outcome
【講義目的】コンピュータプログラムを作成、改良しながら、数値計算を行い、結果を可視化しながら、データの整理とその解析を進めるデータサイエンスの基礎的な能力を持つことを目的にする。数値計算に現れる数理も理解する。
【到達目標】数値計算の分野で用いられるアルゴリズムを用いて、プログラムを作成し、簡単な数値シミュレーションを行うことができ、自然科学におけるデータサイエンスの位置づけと価値を判断して説明できる。
Subtitle and Keywords of the Class
計算科学、コンピュータプログラム、数値計算
Course Overview and Schedule
【講義内容】
講義および演習を通してPythonによるプログラムの作成方法および数値計算方法を習得する。Pythonの実行にはjupyter notebookを用いる。
【授業計画】
取り扱う内容と授業計画は以下のとおりである。
  1. Linuxシステムの復習
  2. コンピュータ言語(Python)の基礎1(データの型)
  3. コンピュータ言語(Python)の基礎2(条件分岐)
  4. コンピュータ言語(Python)の基礎3(繰り返し計算)
  5. コンピュータで扱う数の表現、誤差、桁落ち
  6. matplotlibを用いたグラフの表示
  7. 方程式の数値解法(ニュートン法)
  8. 方程式の数値解法(二分法)
  9. 数値積分(区分求積法、台形法、シンプソン法)
  10. 微分方程式の数値解法(オイラー法)
  11. 微分方程式の数値解法(ルンゲ・クッタ法)
  12. 数値計算の加速法
  13. 乱数とモンテカルロ法
  14. 疑似乱数とその数理
  15. Pythonでの画像解析法と研究例の紹介
期末試験
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、または認定を取り消すことがある。
Textbook
テキストを講義中に配布する。
References
Contents and Estimated Time for Pre- and Post- Learning (Preparation and Review)
【予習】毎回の授業・演習(初回を除く)で用いるテキストを事前読み込み。(15h)
【復習】演習の時間中に提示されたプログラムを動作させて課題を解く。それをレポートとしてまとめる。(30h)講義内容の理解を深め、定着させるためにテキスト・教材の読み直しをする。(15h)
Contents of Active Learning
提供された課題を解く計算機プログラムを受講者自らで動作させて、一部を改変することで課題を解く。
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。
Grading Criteria and Methods
【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、およ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。
How to Disclose Assignments and Exam Results
提出されたレポートについて、担当教員が評価し、コメントを合わせて記載する。
Precautions and Requirements for Course Registration
「情報処理基礎」「情報科学I」「情報科学IIAまたはIIB」「コンピューターリテラシー」の単位を取得していることは履修要件ではないが、単位を取得していることが望ましい。
授業中に指示した課題は、授業時間中にプログラミング等に関して演習を行うものが含まれるため、「講義内容・授業計画」で記した事項について授業外学習として十分な予習・復習を行ってから授業に出席すること。
BYODを基本とするため、Pythonが動作するノートパソコンを持参することを推奨する。
情報処理室にある端末装置を用いても実習を行うことができる。
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.