開講学期/Course Start | 2024年度/Academic Year 前期/First |
---|---|
開講曜限/Class period | 月/Mon 9 , 月/Mon 10 |
授業区分/Regular or Intensive | 週間授業 |
対象学科/Department | 創造工学科 |
対象学年/Year | 2年 , 3年 , 4年 |
授業科目区分/Category | 教育課程 創造工学科 |
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 | 現代情報学概論(創造工学科・Aクラス)/Introduction to Modern Informatics |
単位数/Number of Credits | 2 |
担当教員名/Lecturer | 桑田 喜隆 (学部) |
時間割コード/Registration Code | J3035 |
連絡先/Contact | 桑田 喜隆(A315/0143-46-5893/kuwata@muroran-it.ac.jp) |
オフィスアワー/Office hours | 桑田 喜隆(部屋を開けることが多いので、基本的にメールで質問をお願いします。) |
実務経験/Work experience | 桑田 喜隆(情報サービス事業を扱う企業でのシステム開発経験を有する) |
更新日/Date of renewal | 2024/02/15 |
---|---|
授業のねらい /Learning Objectives |
新しい情報化社会への変化、さらに来るべき社会で必要となる技術や価値観などを社会的・国際的な視点から理解し、以下の3点を学ぶ。 (1)現代社会の中での技術者の責任と倫理。 (2)情報セキュリティとその枠組み。 (3)情報が関わる知的と著作権について。 |
到達度目標 /Outcomes Measured By: |
1. 現代社会における情報の関わりについて考え論じることができる。 2. 計算機ネットワークと情報セキュリティの関係を論述できる。 3. 情報倫理の観点から,著作権の仕組みを説明できる。 |
授業計画 /Course Schedule |
総授業時間数(実時間)22時間30分(15回×90分) 第1週 授業の概要紹介,情報技術の重要性 第2週 コンピュータの発展と社会の変化(第1章) 第3週 現代の情報化社会(第2章) 第4週 コンピュータにおけるデータ表現(第3章) 数値, 第5週 コンピュータにおけるデータ表現(第3章) 文字,音声,画像 第6週 コンピュータのハードウェア(第4章)CPU 第7週 コンピュータのハードウェア(第4章)記憶装置,入出力装置 第8週 ソフトウェアとアルゴリズム(第5章)ソフトウェア 第9週 ソフトウェアとアルゴリズム(第5章)アルゴリズム 第10週 コンピュータネットワーク(第6章) 第11週 高度情報化の事例:ビッグデータと人工知能(第7章) 第12週 高度情報化の事例:ビッグデータとバーチャルリアリティ(第7章) 第13週 情報セキュリティと現代社会(第9章) 第14週 情報倫理と知的財産(第10章) 定期試験 教科書の該当部分(授業時間内に指示する)を熟読した上で 授業に参加すること。 各回の学修時間の目安は、事前・事後合わせて4時間必要である。 |
教科書 /Required Text |
現代社会と情報システム 室蘭工業大学現代情報学研究会著 朝倉書店 2020(ISBN:9784254122534) |
教科書・参考書に関する備考 | 授業中に適宜資料を配布する。 |
成績評価方法 /Grading Guidelines |
到達度目標1:試験で成績を評価する。 到達度目標2:試験で成績を評価する。 到達度目標3:試験で成績を評価する。 定期試験により100点満点の内、60点以上を合格とする。 |
履修上の注意 /Notices |
・授業の変更や緊急時の連絡は授業中またはMoodleや電子メールで通知する。 ・講義15週の80%以上を出席した学生を成績評価の対象者とする。 ・再試験は行わない。不合格の場合、次年度再履修すること。 |
教員メッセージ /Message from Lecturer |
必修科目であることを考慮して、計画的に履修すること。 |
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 |
データサイエンス入門、情報セキュリティ入門 |
備考 /Notes |
本科目は,文部科学省による数理・データサイエンス・AI教育プログラム認定制度(リテラシーレベル)の認定に基づく,数理データサイエンス教育プログラムの教育科目として実施されます。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。プログラム内容については,学生便覧の数理データサイエンス教育プログラム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) |
授業では、毎回、教科書の演習問題などの問題に取り組む。 |
---|---|
Active learning 1-2 /上記項目に係るALの度合い |
15%~50% |
Active learning 2-1 /対話的学修(グループ学習,協働,調査体験 等) |
無 |
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) |
無 |
Active learning 3-2 /上記項目に係るALの度合い |
該当なし |