| 開講学期／Course Start | 2023年度／Academic Year 後期／Second |
|---|---|
| 開講曜限／Class period | 木/Thu 9 , 木/Thu 10 |
| 授業区分／Regular or Intensive | 週間授業 |
| 対象学科／Department | システム理化学科物理物質システムコース／Department of Sciences and InformaticsCourse of Physics and Materials Sciences |
| 対象学年／Year | 2年 , 3年 , 4年 |
| 授業科目区分／Category | 教育課程 システム理化学科 |
| 必修・選択／Mandatory or Elective | 必修 |
| 授業方法／Lecture or Seminar | 講義科目 |
| 授業科目名／Course Title | 理工学情報演習（Aクラス・物理物質システムコース）／Information Technology for Science and Engineering |
| 単位数／Number of Credits | 1 |
| 担当教員名／Lecturer | 澤口 直哉 (システム理化学科物理物質システムコース) |
| 時間割コード／Registration Code | J4039 |
| 連絡先／Contact | 澤口 直哉(Y607 / 0143-46-5673 / nasawa(at mark)muroran-it.ac.jp) |
| オフィスアワー／Office hours | 澤口 直哉(月曜日 16:15-17:45, 金曜日 8:45-10:15 (後期)) |
| 実務経験／Work experience |
| 更新日／Date of renewal | 2023/09/10 |
|---|---|
| 授業のねらい ／Learning Objectives |
現代の情報技術の発展はあらゆる分野に波及し、理化学分野でも必須の知識となった。特に、測定データの誤差解析などの後処理やデータが示す傾向や理論式との比較などは、物理学並びに物質科学においても基盤技術となっている。本科目ではその中でも基本的なデータ解析手法を取り上げて演習を行う。 |
| 到達度目標 ／Outcomes Measured By: |
１.代表的なデータ解析の手法を知り、実践できる。 ２.データベースを利用して物質・材料科学に関連する課題に取り組むことができる。 ３.プログラミング、あるいは表計算ソフトウェアを利用したデータ解析ができる。 |
| 授業計画 ／Course Schedule |
総授業時間数（実時間）： 22.5時間 第1回 データの扱い 第2回 データファイル操作 第3回 表計算ソフトウェアの基本操作 第4回 データベース利用 第5回 最小２乗法 第6回 数値微分、数値積分 第7回 数値データ処理法１ 第8回 プログラミングによる数値計算 第9回 誤差解析 第10回 統計解析１ 第11回 統計解析２ 第12回 回帰分析 第13回 数値データ処理法２ 第14回 シミュレーション 第15回 補足、総括 ・都合により講義内容の順番を入れ替える場合は、事前に通知する。 ・各回、事前・事後合わせて１時間程度の学修時間が必要である。 |
| 参考書等 ／Required Materials |
いかにして実験をおこなうか : 誤差の扱いから論文作成まで G.L. Squires [著] ; 重川秀実 [ほか] 訳 丸善 2006(ISBN:4621076612)
計測における誤差解析入門 John R. Taylor著 ; 林茂雄, 馬場凉訳 東京化学同人 2000(ISBN:480790521X) 計測データと誤差解析の入門 ウィリアム・リクテン著 ; 村上雅章訳 ピアソン・エデュケーション 2004(ISBN:4894717506) 化学実験における測定とデータ分析の基本 小笠原正明, 細川敏幸, 米山輝子著 東京化学同人 2004(ISBN:4807905961) 実験精度と誤差 : 測定の確からしさとは何か N. C. バーフォード著 ; 酒井英行訳 丸善 1997(ISBN:4621043803) Excelではじめる数値解析 伊津野和行, 酒井久和共著 森北出版 2014(ISBN:9784627096318) Excelで操る!ここまでできる科学技術計算 神足史人著 丸善出版 2018(ISBN:9784621303276) |
| 教科書・参考書に関する備考 | 教科書の指定はない。資料を配付する。参考書は随時紹介する。 |
| 成績評価方法 ／Grading Guidelines |
1) 演習科目であるから、出席と課題の得点を重視した成績評価を行う。 下記2)～7)で成績評価を行い、100点満点の60点以上の者を合格とする。 2) ほぼ毎回小演習を課す。全小演習の合計点を30点満点とする換算により得点を算出する。 3) 演習１(20点)，演習２(20点)，演習３(30点)を課す。 4) 目標１の到達度は演習１、演習２、演習３により評価する。 5) 目標２の到達度は演習１により評価する。 6) 目標３の到達度は演習１，演習２，演習３により評価する。 7) 欠席や遅刻、課題の提出遅延に対して減点を行う。 8) 不合格者は再履修すること。 |
| 履修上の注意 ／Notices |
・学習済みの数学を復習しておくこと。表計算ソフトウェア（Excel）を利用する。事前準備としてソフトウェアに馴染んでおくことを勧める。 ・授業に変更がある場合の連絡や緊急の連絡は授業中に行うか、掲示版などを用いて通知する。 |
| 教員メッセージ ／Message from Lecturer |
課題への取り組みなど、課外学習を厭わずに行うことを期待する。 |
| 学習・教育目標との対応 ／Learning and Educational Policy |
学生便覧「学習目標と授業科目との関係表」参照 |
| 関連科目 ／Related course |
プログラミング演習、確率論、統計的データ分析、線形代数A、微分積分A、微分積分B、物理物質学実験A,B、物理数学、物理数学演習 |
| 備考 ／Notes |
本科目においては，数理データサイエンス教育プログラムの科目における情報基礎科目群に含まれ，情報関連の基盤的な内容を学びます。数理データサイエンス教育プログラムについては，学生便覧（令和３年度～）を参照してください。 DSポイント：2ポイント |
| No. | 回（日時） ／Time (date and time) |
主題と位置付け（担当） ／Subjects and instructor's position |
学習方法と内容 ／Methods and contents |
備考 ／Notes |
|---|---|---|---|---|
| 該当するデータはありません | ||||
|
Active learning 1-1 ／主体的学修（反転授業，小テスト，振り返り 等） |
演習問題への取り組み・自主的な課題可決への取り組み。 |
|---|---|
|
Active learning 1-2 ／上記項目に係るALの度合い |
50%超 |
|
Active learning 2-1 ／対話的学修（グループ学習，協働，調査体験 等） |
なし |
|
Active learning 2-2 ／上記項目に係るALの度合い |
該当なし |
|
Active learning 3-1 ／深い学修（複数科目の知識の総合化や問題解決型学修 等） |
2年次前期までに学んだ数学的知識、プログラミング技術などを利用して課題に取り組む学習を行う。 |
|
Active learning 3-2 ／上記項目に係るALの度合い |
15%未満 |