学部前期課程
過去（2021年度）の授業の情報です
学内のオンライン授業の情報漏洩防止のため，URLやアカウント、教室の記載は削除しております。
最終更新日：2025年4月21日
授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。
最終更新日：2025年4月21日
授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。
計算機プログラミング
データマイニング入門
ビックデータ解析技術、人工知能技術の利活用が社会で進む中で、それらの基礎となるデータ分析技術は情報処理技術を学ぶ上で重要となっている。本授業では、データ分析・データマイニングの基礎について学ぶとともに演習を通して実際にデータを分析するプロセスを学ぶ。本授業は、学部後期課程におけるデータサイエンス、人工知能、機械学習、自然言語処理などの関連授業との接続を念頭に、それらの基礎となる知識を習得することを目標とする。
時間割／共通科目コード
コース名
教員
学期
時限
31427
CAS-GC1F42L1
計算機プログラミング
森 純一郎
月曜5限
マイリストに追加
マイリストから削除
講義使用言語
日本語
単位
2
実務経験のある教員による授業科目
NO
他学部履修
不可
開講所属
教養学部（前期課程）
31817
CAS-GC1F42L1
計算機プログラミング
森 純一郎
月曜5限
マイリストに追加
マイリストから削除
講義使用言語
日本語
単位
2
実務経験のある教員による授業科目
NO
他学部履修
不可
開講所属
教養学部（前期課程）
授業計画
第1回目はガイダンスおよび全体の概論を説明する。以降、以下の内容について授業を進める。
2-3. データ分析のためのプログラミング基礎（Pythonを用いる）
4. データの記述統計
5. データの前処理
6. テキストデータ分析の基礎
7. ネットワーク・グラフデータ分析の基礎
8-9. 教師なし学習の基礎
10-11. 教師あり学習の基礎
12. データ分析の実践とミニプロジェクト
13. 発展的な内容と全体まとめ
各回で必要な確率・統計、線形代数、その他データ分析のための数理的背景知識については適宜補足する。
授業の方法
スライドによる説明およびGoogle Colaboratoryを用いた演習を行う。スライド・演習資料および課題は授業中に指定するウェブサイトに公開する。
成績評価方法
主に各回のプログラミング課題ならびに授業全体の最後に行うミニプロジェクトのレポート内容によって評価する。
履修上の注意
数理的な背景も含めたデータ分析・データサイエンス・データマイニングの基礎知識を習得したい、という学生の履修を歓迎する。演習ではPythonを使用するため、配布するPythonの自学用資料が難しいと判断した場合は別途Pythonの基礎の自学を勧める。
以下についてはそれぞれの目的のための授業が別途開講されておりそれらの授業の履修を勧める。
- 初心者のためのプログラミング入門
- プログラミングのためのアルゴリズムとデータ構造
- 競技プログラミングのための技術や知識
