| 開講学期／Course Start | 2024年度／Academic Year 前期／First |
|---|---|
| 開講曜限／Class period | 木/Thu 3 , 木/Thu 4 |
| 授業区分／Regular or Intensive | 週間授業 |
| 対象学科／Department | 情報電子工学系学科情報システム学コース／Department of Information and Electronic EngineeringCourse of Computer Systemics,情報電子工学系学科コンピュータ知能学コース／Department of Information and Electronic EngineeringCourse of Computational Intelligence,システム理化学科数理情報システムコース／Department of Sciences and InformaticsCourse of Mathematical Science and Informatics |
| 対象学年／Year | 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 | 演習科目 |
| 授業科目名／Course Title | 情報学応用演習Ａ／Informatics Applied Practice A |
| 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) , 泉 佑太 (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 | J4135 |
| 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)) 泉 佑太(yizumi@muroran-it.ac.jp) |
| オフィスアワー／Office hours |
小林 洋介(水曜日16:00-17:00)
泉 佑太 |
| 実務経験／Work experience |
|
| 更新日／Date of renewal | 2024/02/08 |
|---|---|
| 授業のねらい ／Learning Objectives |
「 Python応用プログラミング」、「フィジカルコンピューティング」の演習を通して、講義（座学）で学んだ事柄をより深く理解する。 課題1. Python応用プログラミング Python応用プログラミング課題では、コンピュータ知能に関わる知識情報処理として、選択と意思決定のアルゴリズムについて、その基礎的手法をプログラミングし、実行結果を考察することで理解する。 課題2. フィジカルコンピューティング 身近な問題を解決するシステム開発のアイディア出しとプロトタイピングを通し、フィジカルコンピューティングやIoTシステムの仕組みを理解する。 |
| 到達度目標 ／Outcomes Measured By: |
課題1. Python応用プログラミング 目標1-1：探索と行動選択などコンピュータ知能の基本アルゴリズムを理解・作成できる。 目標1-2：高度な意思決定アルゴリズムなど、作成・改良できる。 目標1-3：学習した内容を正しく論理的にレポートによって説明できる。 課題2. フィジカルコンピューティング 目標2-1 センサーからの情報を読み取りことが出来る。 目標2-2 センサーから得られる状況に応じた動作をプログラミングによって実現することが出来る。 目標2-3：開発したプロトタイプについて論理的にレポートによって説明できる。 |
| 授業計画 ／Course Schedule |
総授業時間数（実時間）：1単位（45分/60分）×2時限×15回＝22.5時間 各回の学修時間の目安は、事前・事後合わせて1時間必要です。 第１回：「 Python応用プログラミング」「フィジカルコンピューティング」にかんする演習内容の概要説明、成績評価・レポート提出法の説明ガイダンス、環境構築について説明 第２回：Python応用プログラミング１：Pythonの基本的文法の確認 第３回：Python応用プログラミング２：Pythonによるオブジェクト指向プログラミング 第４回：Python応用プログラミング３：プロットとクラス 第５回：Python応用プログラミング４：計算複雑性 第６回：Python応用プログラミング５：ナップザック問題とグラフ最適化 第７回：Python応用プログラミング６：課題プログラムの基礎設計と開発 第８回：Python応用プログラミング７：課題プログラムの中間レビューと改善 第９回：フィジカルコンピューティング１：Arduinoを用いた機器制御プログラミング 第１０回：フィジカルコンピューティング２：Arduinoを用いたシリアル通信 第１１回：フィジカルコンピューティング３：プロトタイピング用アイディア出し 第１２回：フィジカルコンピューティング４：グループによるプロトタイプ開発１ 第１３回：フィジカルコンピューティング５：グループによるプロトタイプ開発２，中間レビューと改善 第１４回：フィジカルコンピューティング６：グループによるプロトタイプ開発３ 第１５回：フィジカルコンピューティング７：課題プログラムの最終レビューとまとめ 講義時間外には演習室を開放しています。この開放時間を利用して、各回の演習内容の自主的な予習復習などを前提とします。 各回の学修時間の目安は、事前・事後合わせて4時間必要です。 「 Python応用プログラミング」と「フィジカルコンピューティング」の課題はV棟改修工事の都合で順番を入れ替えて実施する可能性があります。詳細はガイダンスで説明します。 |
| 教科書 ／Required Text |
なし。演習時間中またはMoodleを使用し、適宜配布する。 |
| 参考書等 ／Required Materials |
なし。演習時間中またはMoodleを使用し、適宜配布する。 |
| 成績評価方法 ／Grading Guidelines |
到達度目標の全ての項目について、提出されたレポートの内容で成績を判定する。 100点満点中60点以上が合格点である。 課題1. Python応用プログラミング 50点 レポートにおいて、論述問題および実験的課題を出題し、目標1-1から目標1-3の達成度を評価する。 課題2. フィジカルコンピューティング 50点 レポートにおいて、論述問題および実験的課題を出題し、目標2-1から目標2-3の達成度を評価する。 |
| 履修上の注意 ／Notices |
不合格の場合は再履修すること。 再履修する場合、正規学年の学生と同様に出席し、レポートを提出すること。 関連科目の内容を調べ、理解して授業に臨むこと。 |
| 教員メッセージ ／Message from Lecturer |
情報学応用演習AとBでは基礎的なプログラミングの学習ではなく，実践的な課題（実問題）についてこれまで学んだことを組み合わせながら取り組みます。実問題が対象ですので，全ての問題が綺麗な理論に従うとは限りなく，何らかの計測誤差や観測値の揺らぎが入り込みます。このようなイレギュラーを情報システムとしてどのように解決するかが情報技術者の腕の見せ所です。慣れるまでは大変かもしれませんが，がんばりましょう。 |
| 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、プログラミングA、データ構造とアルゴリズム、情報学基礎演習A、理工学情報演習、統計的データ分析 |
| 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） |
Python応用プログラミング課題では毎回の授業でプログラミング・実験・考察を行う課題を課す。 |
|---|---|
|
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） |
フィジカルコンピューティング課題では複数の学生で一つのボードを扱うので協力して課題を完成させる。 |
|
Active learning 2-2 ／上記項目に係るALの度合い |
15%～50% |
|
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） |
1年前期から2年後期に学んだことを基礎として、総合的な学習を行う。 手順を全て与えられるのではなく、資料を読み理解し、問題に対する解決策を自ら考えながらシステム開発とプログラミングの手順を考え、実施する。 |
|
Active learning 3-2 ／上記項目に係るALの度合い |
50%超 |