| 開講学期／Course Start | 2024年度／Academic Year 後期／Second |
|---|---|
| 開講曜限／Class period | 木/Thu 1 , 木/Thu 2 |
| 授業区分／Regular or Intensive | 週間授業 |
| 対象学科／Department | システム理化学科 |
| 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（Cクラス・数理情報システムコース）／Information Technology for Science and Engineering |
| 単位数／Number of Credits | 1 |
| 担当教員名／Lecturer | 小林 洋介 (システム理化学科数理情報システムコース) |
| 時間割コード／Registration Code | J4042 |
| 連絡先／Contact |
小林 洋介(V612 0143-46-5440 ykobayashi(at)muroran-it.ac.jp スパム対策のため@を(at)で表記しています。 緊急時を除き，極力E-mailで連絡ください)) |
| オフィスアワー／Office hours | 小林 洋介(水曜日16:00-17:00) |
| 実務経験／Work experience |
| 更新日／Date of renewal | 2024/09/06 |
|---|---|
| 授業のねらい ／Learning Objectives |
計算機の発達と情報の活用方法の発展から自然科学分野においてもデータを活用することが求められてきている。本授業においては、情報の利活用を中心として、物理分野、化学分野、数理分野を中心とした科学分野を学ぶときに必要となる情報の集約・計算・解析の基礎を身に付けることを学習のねらいとする。 |
| 到達度目標 ／Outcomes Measured By: |
1. 科学分野における広領域な情報の探索と集約するためのソフトウエアの利活用ができる。(25%) 2. 科学分野を学ぶときに基礎となる計算法を理解し使用できる。(25%) 3. 科学分野における問題を対象にプログラム作成や必要に応じてソフトウエアも活用して基礎的な数値解析と計算を行い，適切な報告書を作成できる。(50%) |
| 授業計画 ／Course Schedule |
第1週 ガイダンス，数値計算に必要な計算環境の構築 第2週 Linux OSのしくみ 第3週 Linux OSのファイル構造 第4週 エディタ 第5週 シェルスクリプト 第6週 数値計算プログラミング 第7週 gnuplotを用いた基本的な作図 第8週 gnuplotを用いた計算結果の作図 第9週 LaTeXのしくみとコンパイル 第10週 LaTeXによる数式表記 第11週 LaTeXを用いた科学計算レポートの作成法 第12週 数値計算の活用と問題解決１（科学分野におけるデータ活用） 第13週 数値計算の活用と問題解決2（データ活用のための総合計算） 第14週 科学分野における数値計算発展演習 第15週 演習課題の提出 総授業時間数：22.5 時間 各回の学習時間の目安は事前・事後合わせて1時間必要です。 |
| 参考書等 ／Required Materials |
デスクトップLinuxで学ぶコンピュータ・リテラシー 九州工業大学情報科学センター編 朝倉書店 2018(ISBN:9784254122312)
［改訂第9版］LaTeX美文書作成入門(ISBN:9784297138899) |
| 教科書・参考書に関する備考 |
moodleで資料配布する。 実施教室によって形態は異なる。 |
| 成績評価方法 ／Grading Guidelines |
目標1. 演習課題提出 (第6週)によって達成度を評価する。 目標2. 演習課題提出 (第6, 8週)によって達成度を評価する。 目標3. 演習課題提出 (第11, 15週)によって達成度を評価する。 100 点満点中60 点以上が合格点である。 |
| 履修上の注意 ／Notices |
1年生までの数学系の授業内容については、自身で復習しておくこと。 不合格者は再履修とする。 |
| 教員メッセージ ／Message from Lecturer |
本科目はシステム理化学科の中で最も計算機を利用する数理情報システムコースにおける科学計算（数値計算）と作図，その報告レポートの作成方法を扱う。本科目で扱う内容は他の科目でも利用する基礎的なリテラシーとなるスキルである。さらに卒業研究実施時にも必要なスキルであることから最後まで諦めずにコンピュータに向き合って欲しい。 |
| 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A，基盤情報学演習Aとはプログラミング環境を合同で利用する予定です。 |
| 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） |
オンライン資料やデータを繰り返し利用することで，自らデータ解析プログラミングを行う． |
|---|---|
|
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） |
|
|
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） |
解析学や線形代数の数学的知識を活用して基礎的データ分析を行う． |
|
Active learning 3-2 ／上記項目に係るALの度合い |
15%～50% |