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 | 2024 |
授業コードClass code | H3254 |
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 | 水1/Wed.1 |
科目種別Class Type | |
キャンパスCampus | 小金井 |
教室名称Classroom name | 小西館‐PC教室1 |
配当年次Grade | 1 |
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)
(Course outline)
In this class, students will learn about the basics of statistics that go beyond the high school mathematics such as data analysis and statistical inference, using concrete examples while using software. The goal is to acquire the basic ability to process and analyze information necessary to solve problems in an information-oriented society.
(Learning Objectives)
At the end of this course, students acquire the knowledge about information processing and how to use software, and acquire the basic ability to analyze and consider various themes in information-oriented society.
(Learning activities outside of classroom)
We strongly recommend that you review by referring to your own teaching materials and materials.
Students will be expected to spend four hours to understand the course content.
(Grading Criteria)
Your overall grade in the class will be decided based on the following:
Short reports 40%, Term-end examination 60%.
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
この授業では、情報化社会において、問題解決に必要な情報の処理・分析を行う基礎能力を身につけることを目標とする。そのため、高校数学にあるような「データの分析」や「統計的な推測」の概略を手始めに、その先にある統計学の初歩を、ソフトウェアを活用しながら具体例で学ぶ。
到達目標Goal
問題解決のために収集した情報の、処理・分析を行うために、技術者として最低限必要な知識およびソフトウェアの活用法を習得する。そして、情報化社会で、情報の処理と分析ができる基礎能力を身につける。
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、以下に関連している。理工学部:「DP2」と「DP4」。
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. )
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、数値計算プラットフォームMATLAB等を利用した情報処理を経験する。
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ある.
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
授業形態/methods of teaching:対面/face to face
※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[対面/face to face]: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[対面/face to face]: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[対面/face to face]:推定
信頼区間、区間推定
第4回[対面/face to face]:カイ2乗検定
偏りの検定:カイ2乗検定
第5回[対面/face to face]: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[対面/face to face]: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[対面/face to face]:相関
散布図、相関
第8回[対面/face to face]:相関係数
相関係数、相関の強さ
第9回[対面/face to face]:無相関検定
標本集団の相関係数、無相関検定
第10回[対面/face to face]:単回帰
回帰直線の計算と予測
第11回[対面/face to face]:偏相関
偏相関、偏相関係数
第12回[対面/face to face]:MATLAB導入
MATLABデスクトップの基礎、行列と配列、インデックス、ワークスペース変数
第13回[対面/face to face]:MATLABプログラミング
テキストと文字、関数呼び出し、プロット、プログラミングとスクリプト
第14回[対面/face to face]:MATLAB応用
データのインポートと情報処理
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
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
問題解決のために収集した情報の処理・分析を行うために、技術者として最低限必要な知識およびソフトウェアの活用法を習得できたか、そして、情報化社会で、情報の処理と分析ができる基礎能力を身につけられたかを、期末試験や演習課題レポート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%)
成績評価の方法と基準を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.
「学習支援システム」の「お知らせ」のチェックを怠らないこと.
担当教員から,学習支援システムを通じた連絡がないか,日ごろからメールも含め、確認をよくするようにしてください.
その他の重要事項は適宜,指示します.