1. トップ
  2. 学校紹介
  3. 情報公開
  4. 学科情報
  5. シラバス - 科目一覧

シラバス

高度情報処理科 2023年度入学生

科目名 先端IT技術 作成日 2024/04/05
区分 必修 講義/実習
開催時期 3年次 後期
講義・演習駒数/週 1駒
実習・実験駒数/週 1駒
合計駒数/週 2駒
総時間数 60時間
総単位数 3単位
企業連携
授業の目的 就職した先で各種業務データを分析できるようになる。
到達目標 データの特性とPythonの基礎並びに各種Pythonライブラリの特徴を学び、データから有意な情報を抜き出すことができる

評価項目 ①定期テスト ②小テスト ③レポート ④課題 ⑤作品 ⑥ポートフォリオ ⑦成果発表 ⑧その他
割合  %  %  % 90%  %  %  % 10%
評価基準
※上記に示した評価項目の割合(%)を基準に、総合評価点を算出して成績評価を行う。 ※出席率が80%未満の場合は、評価対象としない。
※上記に示した評価項目の割合(%)を基準に、総合評価点を算出して成績評価を行う。
※出席率が80%未満の場合は、評価対象としない。

担当教員 松谷 信平
テキスト・参考文献 Pythonによるあたらしいデータ分析の教科書
実務経験有無  
プログラマー及びシステムエンジニアとしてシステム開発に従事した実務経験がある。 また、IT企画職としてBPO業務のAI導入/運用に従事した実務経験がある。 その経験から取得した知識とスキルを活かして、本科目に対する職業実践的な教育を行う。 
関連科目 なし  履修前提   

授業計画

回数 学習目標 学習項目
1 ■数学  データ分析に用いる基礎的な数学知識を説明できる。  基礎知識 数学記号 線形代数 ベクトル・行列演算 
【理解度確認】課題
2 ■数学  データ分析に用いる基礎的な数学知識を説明できる。  基礎解析 微分・積分、偏微分 
【理解度確認】課題
3 ■数学  データ分析に用いる基礎的な数学知識を説明できる。  確率統計 代表値、データ可視化、データの関係性、確率、分布 
【理解度確認】実習課題
4 ■Python  Pythonの基礎  コーディング規約 基本構文(条件分岐と繰り返し、例外、内包表記、ジェネレータ式、ファイル入出力、文字列操作) 
【理解度確認】実習課題
5 ■Python  Pythonの基礎  標準ライブラリ(re、logging、datetime、pickle、pathlib) google Colaboratoryの使い方 
【理解度確認】実習課題
6 ■NumPy  NumPyの主要な使用用途を説明できる。  NumPyの使い方を説明できる。  1次元配列、2次元配列 変形、データ型、インデックスとスライス データ再代入、参照とコピー 
【理解度確認】実習課題
7 ■NumPy  NumPyの使い方を説明できる。  ユニバーサルファンクション ブロードキャスト 配列の掛け算(ドット積) 判定・真偽値 メソッド  
【理解度確認】実習課題
8 ■pandas  pandasの主要な使用用途を説明できる。  pandasの使い方を説明できる。  Series/DataFrameとは データの抽出 CSV/Excel/Webサイトのデータ読込 CSV/Excelのデータ書込 
【理解度確認】実習課題
9 ■Matplotlib  Matplotlibの主要な使用用途を説明できる。  Matplotlibの使い方を説明できる。  条件付抽出 データ型変換 並べ替え カラム削除 計算結果の列挿入 
【理解度確認】実習課題
10 ■Matplotlib  Matplotlibの使い方を説明できる。  時系列データ 欠損値処理 データ連結 統計データと要約 
【理解度確認】実習課題
11 ■Matplotlib  Matplotlibの使い方を説明できる。  MATLAB/オブジェクト指向スタイル スタイル/タイトル/軸ラベル/凡例/ファイル出力 折れ線グラフ/棒グラフ/散布図 
【理解度確認】実習課題
12 ■Matplotlib  Matplotlibの使い方を説明できる。  ヒストグラム/箱ひげ図/円グラフ/複合グラフ 線のスタイル/フォント/テキスト描画 
【理解度確認】実習課題
13 ■scikit-learn  scikit-learnの主要な使用用途を説明できる。  scikit-learnの使い方を説明できる。  前処理(欠損値対応、One-hotエンコーディング、分散正規化) 分類問題に関する手法(SVM、決定木、ランダムフォレスト) 
【理解度確認】実習課題
14 ■scikit-learn  scikit-learnの使い方を説明できる。  回帰問題に関する手法 
【理解度確認】実習課題
15 ■scikit-learn  scikit-learnの使い方を説明できる。  次元削減(PCA)、評価(混同行列、交差検証、ROC曲線) ハイパーパラメタ(グリッドサーチ) クラスタリング(k-means) 
【理解度確認】実習課題