シラバス参照

授業情報/Class Information

科目一覧へ戻る 2025/01/29 現在

基本情報/Basic Information

開講科目名
/Class
演習ⅠA/Seminar ⅠA
授業コード
/Class Code
B600011022
ナンバリングコード
/Numbering Code
BACa508/DSCa508
開講キャンパス
/Campus
ポートアイランド
開講所属
/Course
経営学部/Business Administration
年度
/Year
2025年度/Academic Year  
開講区分
/Semester
前期/SPRING
曜日・時限
/Day, Period
水2(前期)/WED2(SPR.)
単位数
/Credits
2.0
主担当教員
/Main Instructor
林坂 弘一郎/RINSAKA KOICHIRO
遠隔授業
/Remote lecture
No

担当教員情報/Instructor Information

教員名
/Instructor
教員所属名
/Affiliation
林坂 弘一郎/RINSAKA KOICHIRO 経営学部/Business Administration
授業の方法
/Class Format
「演習」
授業の目的
/Class Purpose
我が国が目指すべき未来社会として提唱されたSociety 5.0は、情報社会(Society 4.0)に続く新たな段階で、AIやIoTによるデジタル化が一層進展する。本ゼミナールでは、Society 5.0で必要とされる情報リテラシ(情報や情報機器を使いこなす能力)を習得し、データ分析、AI・機械学習、そして情報管理のためのWebシステム開発について学習する。また、希望者には情報処理技術者試験を受験するために必要な知識、特にITパスポート試験や基本情報技術者試験についても指導します。前期の演習IAでは、Python言語を活用して、人工知能(AI)・機械学習に関するプログラムを開発し、画像認識や自然言語処理などの応用に取り組む。
到 達 目 標
/Class Objectives
・表計算ソフトウェアやプログラミング言語を使用し、データの集計・分析などを行える。(技能)
・演習IIで卒業論文を作成するために必要となる知識・技術を身につける。(知識・技能)
授業のキーワード
/Keywords
Excel、Python、最適化問題、AI、機械学習
授業の進め方
/Method of Instruction
PCを用いた演習とプレゼンテーションを中心に実施する。
履修するにあたって
/Instruction to Students
欠席回数が3分の1を超える場合は単位を与えないので注意すること。
LMS (主に Moodle) と https://rinsaka.com/ も参照してください。
授業時間外に必要な学修内容・時間
/Required Work and Hours outside of the Class
グループ課題について役割を分担し、各自がその分担について30分〜1時間程度を使って作業することが求められる。
提出課題など
/Quiz,Report,etc
Excel や Python に関する演習課題の提出を求める。
成績評価方法・基準
/Grading Method・Criteria
提出課題、発表内容、ゼミへの貢献度で評価する。
テキスト
/Required Texts
指定しない。
参考図書
/Reference Books
適宜指示する。
No.
/Time
主題と位置付け
/Subjects and position in the whole class
学習方法と内容
/Methods and contents
備考
/Notes
1 第1回 ガイダンス ゼミの進め方を理解し、グループワークやプレゼンテーションのグループ分けを行う
2 第2回 Excel による問題解決(グループワーク1) Excel を利用した最適化問題の解決に挑戦する
3 第3回 Excel による問題解決(グループワーク2) Excel を利用した最適化問題の解決に挑戦する
4 第4回 Excel による問題解決(グループワーク3) Excel のソルバーによって様々な最適化問題を解決する
5 第5回 プレゼンテーション グループごとに結果を報告・討論する
6 第6回 Python 入門1 Python によるプログラム作成方法および基本的な文法を学ぶ
7 第7回 Python 入門2 Python によるプログラム作成方法および基本的な文法を学ぶ
8 第8回 Python 入門3 Python によるプログラム作成方法および基本的な文法を学ぶ
9 第9回 Python による問題解決(グループワーク1) Python で様々なAIや機械学習を利用して問題解決を行う
10 第10回 Python による問題解決(グループワーク2) Python で様々なAIや機械学習を利用して問題解決を行う
11 第11回 プレゼンテーション  グループごとに結果を報告・討論する
12 第12回 Python による問題解決(グループワーク3) Python で様々なAIや機械学習を利用して問題解決を行う
13 第13回 Python による問題解決(グループワーク4) Python で様々なAIや機械学習を利用して問題解決を行う
14 第14回 プレゼンテーション  グループごとに結果を報告・討論する
15 第15回 前期のまとめ 前期の内容をふりかえるとともに、後期の演習IBから始める卒業研究のテーマについて説明する 

科目一覧へ戻る