戻る
シラバスコード S-173Q02-01 ナンバリング Ib201Tac
科目名 PBLプログラミング実習A
科目名英文 PBL Programming Practical Training A
学部 工学部 授業形態 実習
学科・科目区分 情報工学科 教職科目対応 情報(高)
科目分野 専門標準 実践的教育対応 実務経験のある教員による科目
配当年次 2年次 学期区分 後学期
必選区分 必修 単位数 2 単位
担当教員 佐々木智志
アクティブラーニング 課題解決型学習、グループワーク、プレゼンテーション、ICTの活用、実習
授業の目的と進め方
1年生のプログラミング授業で習ったことの応用力育成を目指し,実際のプログラミング実習を通して,プログラミングスキルをしっかりと身につけることを目的とする.
プロジェクトチームを通じてチームワーク作業の取り組み方を学ぶ

なお、本科目は、企業における担当教員(佐々木)の企業内研究者および社内システム開発者としての業務経験に基づき、課題解決型プログラミングについて教授する、実践的教育対応科目である。
課題(試験やレポート等)に対するフィードバックの方法
課題には点数をつけて学生に返却し,重要な項目について解説を行う.
履修の条件
データサイエンス実践を履修し、単位取得しておくことを強く推奨する。
到達目標
問題解決能力を高める
プログラミングスキルを高める
チームで協力して作業を進めることができる
指標と評価割合
  評価方法
受講態度 授業中の
活動
予習・復習 成果物・
発表
試験 学習の
振り返り
共通指標 a:受け取る力 30 20 30 20
b:深める力
c:進める力 20 20 20 30 10
d:高める力
e:伝える力
f:つなげる力
固有指標 g:知識・理解
h:技術・活用
全体の評価割合 10 25 20 30 0 15
授業計画
回数 学修内容 予習・復習内容 時間
ガイダンス.Python言語とGoogle Colaboratoryなどのツールの使い方の復習。
復習1 Python言語の文法の基礎を復習する 1
線形代数の復習とデータの表現方法。 予習2 Moodleにアップされている資料を読み返し、理解し
てくること 。
1
復習2 授業で学修した内容の復習と課題レポート。 1
回帰分析手法をプログラミングを通して理解する。 予習3 Moodleにアップされている資料を読み返し、理解し
てくること 。
1
復習3 授業で学修した内容の復習と課題レポート。 1
主成分分析,データの標準化,正規化をプログラムを理解する。 予習4 Moodleにアップされている資料を読み返し、理解し
てくること 。
1
復習4 授業で学修した内容の復習と課題レポート。 1
機械学習手法(ロジスティック回帰やニューラルネットワークなど)をプログラミングを通して理解する。 予習5 Moodleにアップされている資料を読み返し、理解し
てくること 。
1
復習5 授業で学修した内容の復習と課題レポート。 1
データの収集方法(スクレイピング)、データの前処理を理解する。 予習6 Moodleにアップされている資料を読み返し、理解し
てくること 。
1
復習6 授業で学修した内容の復習と課題レポート。 1
データ分析演習(1):実際にスクレイピングして収集したデータに対して,データ分析手法を用いてデータ分析する。 予習7 第2回から第6回までの復習。 1
復習7 演習テーマについて調べる。 1
データ分析演習(2):実際にスクレイピングして収集したデータに対して,データ分析手法を用いてデータ分析する。 予習8 演習テーマについて調べる。 1
復習8 データの収集方法やデータ分析手法の内容の理解。 1
実データ分析実習(1):グループごとに実データを収集し,機械学習手法を用いてデータ分析を行い,その成果を発表する。(学習テーマのガイダンスと進め方) 予習9 第8回までの資料を読み返す。 1
復習9 学習テーマについて調べる。 1
10 実データ分析実習(2):グループごとに実データを収集し,機械学習手法を用いてデータ分析を行い,その成果を発表する。(学習テーマについて理解を深める) 予習10 学習テーマについて調べる。 1
復習10 グループで話し合う。 1
11 実データ分析実習(3):グループごとに実データを収集し,機械学習手法を用いてデータ分析を行い,その成果を発表する。(各グループでデータを取得し、データの前処理を行う) 予習11 データ分析に必要な情報を集める。 1
復習11 担当部分の作業を行う。データ分析に必要な情報を集める。 1
12 実データ分析実習(4):グループごとに実データを収集し,機械学習手法を用いてデータ分析を行い,その成果を発表する。(各グループで取得したデータに対してデータ分析手法を適用し、データ分析を行う) 予習12 担当部分の作業を行う。データ分析に必要な情報を集める。 1
復習12 担当部分の作業を行う。データ分析に必要な情報を集める。 1
13 実データ分析実習(5):グループごとに実データを収集し,機械学習手法を用いてデータ分析を行い,その成果を発表する。(各グループでのデータ分析結果をまとめてプレゼンテーション資料を作成する) 予習13 担当部分の作業を行う。データ分析に必要な情報を集める。 1
復習13 担当部分の作業を行う。データ分析に必要な情報を集める。 1
14 実データ分析実習(6):グループごとに実データを収集し,機械学習手法を用いてデータ分析を行い,その成果を発表する。(各グループで作成したプレゼンテーション資料に基づいて発表する) 予習14 発表資料などを準備する 1
復習14 発表で得られたことをまとめる 1
15 実データ分析実習のレポートを個々で作成する 予習15 これまでの授業内容をまとめ,実データ分析実習で行った内容を個々でまとめる 1
復習15 レポートを作成する 1
16 振り返り 復習16 半期で学んだことをまとめる 1
主担当教員のオフィスアワー
木曜日 2コマ 佐々木研究室(1414-1室)

佐々木:sasaki@info.shonan-it.ac.jp
※メールでの問い合わせの際は、必ずG-mailアドレス(大学アカウント)から発信してください。
※件名に授業名「データサイエンス実習」を明記し、本文の最初に学籍番号と氏名を書いてください。

シラバス検索トップ