理工・生命科学部教養科目KLAC Course
BSP100LC(初年次教育、学部導入教育及びリテラシー教育 / Basic study practice 100)情報処理技法Information Processing Technology
三橋 秀生Hideo MITSUHASHI
授業コードなどClass code etc
学部・研究科Faculty/Graduate school | 理工・生命科学部教養科目KLAC Course |
添付ファイル名Attached documents | |
年度Year | 2021 |
授業コードClass code | H3253 |
旧授業コードPrevious Class code | |
旧科目名Previous Class title | |
開講時期Term | 秋学期授業/Fall |
曜日・時限Day/Period | 火1/Tue.1 |
科目種別Class Type | |
キャンパスCampus | 小金井 |
教室名称Classroom name | |
配当年次Grade | |
単位数Credit(s) | |
備考(履修条件等)Notes | |
他学部公開科目Open Program | |
他学部公開(履修条件等)Open Program (Notes) | |
グローバル・オープン科目Global Open Program | |
成績優秀者の他学部科目履修制度対象Interdepartmental class taking system for Academic Achievers | |
成績優秀者の他学部科目履修(履修条件等)Interdepartmental class taking system for Academic Achievers (Notes) | |
実務経験のある教員による授業科目Class taught by instructors with practical experience | |
SDGsCPSDGs CP | |
アーバンデザインCPUrban Design CP | |
ダイバーシティCPDiversity CP | |
未来教室CPLearning for the Future CP | |
カーボンニュートラルCPCarbon Neutral CP | |
千代田コンソ単位互換提供(他大学向け)Chiyoda Campus Consortium | |
カテゴリー<理工・生命科学部教養科目>Category | リテラシー系 |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
In this lecture, students learn basic information processing techniques which should be acquired at the minimum as a technician. After learning about the background of the mathematics and the initial steps of statistics, learn how to use the software through examples. With regard to information processing, we aim to acquire the basic ability to solve the problems that we face in the future by ourselves.
授業で使用する言語Default language used in class
日本語 / Japanese
授業の概要と目的(何を学ぶか)Outline and objectives
本講義では技術者として最低限身につけておくべき基礎的な情報処理技法について学習する。背景となる数学と統計学の初歩について学習した上で、実例を通じながらソフトウェアの利用法を学ぶ。そして情報処理に関して、今後直面する課題を自分で解決できるための基礎能力を身につけることを目標とする。
到達目標Goal
技術者として最低限身につけておくべき情報処理に関する知識および、ソフトウェアの利用法を身につけ、自ら設定した問題に対して、解析、考察できる素養を身につける。
この授業を履修することで学部等のディプロマポリシーに示されたどの能力を習得することができるか(該当授業科目と学位授与方針に明示された学習成果との関連)Which item of the diploma policy will be obtained by taking this class?
ディプロマポリシーのうち、「DP2」と「DP4」に関連
授業で使用する言語Default language used in class
日本語 / Japanese
授業の進め方と方法Method(s)(学期の途中で変更になる場合には、別途提示します。 /If the Method(s) is changed, we will announce the details of any changes. )
技術者として最低限身につけておくべき基礎的な情報処理技法について、授業ごとに理論の解説と演習を実施する。前半で背景となる数学や統計学の解説をし、後半で(MS-Excel等を用いた)演習を行う。
また、Wolfram Research社のMathematica等を利用した実践的な情報処理を経験する。
オンラインでの開講となった場合の、オンライン授業の方法や各回の授業計画の変更、成績評価方法の変更などについては、学習支援システムでその都度提示する。課題等の提出・フィードバックは「学習支援システム」を通じて行う予定です。
アクティブラーニング(グループディスカッション、ディベート等)の実施Active learning in class (Group discussion, Debate.etc.)
あり / Yes
フィールドワーク(学外での実習等)の実施Fieldwork in class
なし / No
授業計画Schedule
※各回の授業形態は予定です。教員の指示に従ってください。
第1回:情報処理の基本操作
授業概要の説明、MS-Excelを用いた情報処理のための基礎操作 (平均、分散、標準偏差)
第2回:統計処理の基礎
度数分布、グラフの作成、サンプル抽出、不偏分散
第3回:推定
信頼区間、区間推定
第4回:カイ2乗検定
偏りの検定:カイ2乗検定
第5回:t検定(対応のない場合)
平均値と平均値の差の検定:対応のないt検定
第6回:t検定(対応のある場合)
差の平均値の検定:対応のあるt検定
第7回:相関
散布図、相関
第8回:相関係数
相関係数、相関の強さ
第9回:無相関検定
標本集団の相関係数、無相関検定
第10回:単回帰
回帰直線の計算と予測
第11回:偏相関
偏相関、偏相関係数
第12回:重回帰
重回帰モデル、重相関係数
第13回:Mathematica導入
Mathematicaを利用した式、方程式の解法、因数分解、グラフ作成の紹介
第14回:Mathematicaプログラミング
Mathematicaプログラミングの基本とプログラム作成
授業時間外の学習(準備学習・復習・宿題等)Work to be done outside of class (preparation, etc.)
【本授業の準備・復習等の授業時間外学習は、4時間を標準とする】各自教材や資料を参考にした復習を強く推奨する。
テキスト(教科書)Textbooks
特に指定しない。
統計の基礎、MS-Excel等の利用に関して基礎的な内容で、各自使いやすい書籍、資料などを利用すること。
参考書References
統計学に関するもの:
向後千春、冨永敦子著,統計学がわかる(技術評論社)
向後千春、冨永敦子著,統計学がわかる【回帰分析・因子分析編】(技術評論社)
東京大学教養学部統計学教室編,統計学入門(東京大学出版会)
成績評価の方法と基準Grading criteria
技術者として最低限身につけておくべき情報処理に関する知識および、ソフトウェアの利用法を身につけ、自ら設定した問題に対して、解析、考察できる素養を身につけられたかを演習課題レポートや期末試験などを通じて評価する。
期末試験もしくは期末レポート (60%)
演習課題レポート(40%)
オンラインでの開講となった場合、成績評価の方法と基準も変更する場合がある。その場合の具体的な方法と基準は、担当教員が学習支援システムで提示する。
学生の意見等からの気づきChanges following student comments
Excelの処理を効率的に行う技法を実習を通じて示す。
学生が準備すべき機器他Equipment student needs to prepare
講義および演習は、各自の貸与NotePCを用いて行う。必ず持参すること。
その他の重要事項Others
履修者の状況等に応じて内容・順序を変更することがあります.
担当教員から、学習支援システムを通じた連絡がないか、日ごろから確認をよくするようにしてください。