|
教員名 : 小澤 佳祐
|
授業科目名
計算機プログラミング
(英語名)
Computer Programming
科目区分
専門基礎科目(専門関連科目)/教職課程科目
−
対象学生
理学部
学年
3年
ナンバリングコード
HSSBA3MCA1
単位数
2.0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
講義 (Lecture)
開講時期
2026年度後期
(Fall semester)
担当教員
小澤 佳祐
所属
理学部
授業での使用言語
日本語
関連するSDGs目標
目標9
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
1◎/5◎/7◎
研究科DP
ー
全学DP
1-1◎/1-2〇
教職課程の学修目標
目標2:教え、寄り添う力/ー
講義目的・到達目標
【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。 授業のサブタイトル・キーワード
計算科学、コンピュータプログラム、数値計算
講義内容・授業計画
【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。
対面・遠隔の別
対面
実施方法及び遠隔上限適用対象の別
・対面授業のみ
・遠隔授業単位上限の適用を受けない。 生成AIの利用
利用する場面を限定し許可
生成AI注意点
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。 教科書
テキストを講義中に配布する。
参考文献
事前・事後学習(予習・復習)の内容・時間の目安
【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) アクティブ・ラーニングの内容
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。 成績評価の基準・方法
【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。 課題・試験結果の開示方法
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。
履修上の注意・履修要件
「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。 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。
|