基本情報/Basic Information

開講科目名 ／Course	情報システム論a／INFORMATION THEORY OF SYSTEMS(A)
開講所属 ／Course Offered by	経済学部経営学科／ECONOMICS MANAGEMENT
ターム・学期 ／Term・Semester	2021年度／2021 Academic Year　　春学期／SPRING SEMESTER
曜限 ／Day, Period	金2／Fri 2
開講区分 ／semester offered	春学期／Spring
単位数 ／Credits	2.0
学年 ／Year	2,3,4
主担当教員 ／Main Instructor	今福　啓

担当教員情報/Instructor Information

教員名 ／Instructor	教員所属名 ／Affiliation
今福　啓	経営学科／MANAGEMENT

授業の目的・内容 ／Course Objectives	コンピュータの性能向上にともない、処理できる問題の規模は飛躍的に拡大しました。 この講義では、現代社会で不可欠となったコンピュータを使ってデータを分析するために必要となる手法を学び、プログラミング言語Pythonを使って実際にデータ処理を行うプログラム作成の実習を行います。 講義を通じて、コンピュータを用いたデータ分析の方法を身につけることを目標とします。 Pythonについては初歩から説明しますので、プログラムを全く作成したことがない学生でも受講できます。 この講義では経済学部の学位授与方針に掲げる能力を育成するため、教育課程の編成・実施方針が示す学科専門科目としてコンピュータに関連する専門的な知識を習得し、コンピュータを実践的に使用するために必要となる力を身につけます。 履修後は、履修系統図が示す3年次以降の学科専門科目、教職関連科目、演習科目の学修を円滑に進めることができます。
授業の形式・方法と履修上の注意 ／Teaching method and Attention the course	1. この講義はオンデマンド方式（動画を好きな時間に視聴して課題を作成する方法）で行うため、各自の所有するWindows、Mac、Chromebookを使用して受講してください。これらの機器は自分専用である必要はなく、定期的に使えれば問題ありません。 2. 動画の視聴および講義資料のダウンロードのため、通信環境を準備してください。 3. 受講生への連絡や資料の配布には、ビジネスチャットSlackを使用します。履修登録者には、Porta IIの講義連絡でSlackへの登録方法について連絡します。上記の連絡以外で、Porta IIやmanabaは使用しません。 4. 動画のアドレスはSlackに掲載しますので、初回講義までにSlackへの登録をお願いします。 5. 講義に関する質問などはメールではなくSlackのDMでお送りください。これは、Slackでは受講生からの全てのDMを管理しやすいためです。 6. 講義翌日までにSlackの講義連絡で課題や提出日を確認してください。
事前・事後学修の内容 ／Before After Study	授業計画詳細情報にある 事前・事後学修の内容 を参照してください。 大学設置基準が定める学修時間に従い、1回の講義につき事前学修100分、事後学修100分、講義時間100分をあわせて300分、14回の講義全体で4200分の総学修時間となることを想定しています。
テキスト1 ／Textbooks1	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other 必要に応じて講義資料のファイルを配布します。
テキスト2 ／Textbooks2	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
テキスト3 ／Textbooks3	書籍名 ／Title 著者 ／Author name 出版社 ／Publisher ISBN ／ISBN その他（任意） ／other
参考文献等1 ／References1	書籍名/ｻｲﾄ名 ／Title アルゴリズム図鑑 絵で見てわかる26のアルゴリズム 著者 ／Author name 石田保輝、宮崎修一 出版社/URL ／Publisher 翔泳社 ISBN ／ISBN ISBN978-4-7981-4977-6 その他（任意） ／other
参考文献等2 ／References2	書籍名/ｻｲﾄ名 ／Title 著者 ／Author name 出版社/URL ／Publisher ISBN ／ISBN その他（任意） ／other
参考文献等3 ／References3	書籍名/ｻｲﾄ名 ／Title 著者 ／Author name 出版社/URL ／Publisher ISBN ／ISBN その他（任意） ／other
評価方法 ／Evaluation	3～4回の講義ごとに指定するプログラムの課題を作成してGoogleフォームに提出し、その内容を評価します（100%）。 Googleフォームに課題を提出すると、自分宛てに確認メールが送信されます。 届いたメールは課題を提出したことの証明となりますので、消さないようにしてください。 なお、提出が遅れたため課題をメールに添付して送るといった内容は受け付けませんので注意してください。
関連科目 ／Related Subjects	コンピュータアーキテクチャ、情報通信ネットワーク、プログラミング論、データベース論、マルチメディア論、Webデザイン論、データマイニング論、アルゴリズム論
備考 ／Notes
到達目標 ／Learning Goal	コンピュータ内部でのデータ構造、情報処理手順、およびコンピュータ自身が問題の変化に応じて解決手順を構築する手法等に関して専門知識を習得し、コンピュータを用いたより効率的な問題解決ができるようにする。

回 ／Time	授業計画（主題の設定） ／Class schedule	授業の内容 ／Contents of class	事前・事後学修の内容 ／Before After Study
1	講義で使用するソフトウェアの準備	講義で使用するソフトウェアを準備する。	事前学修では、この講義で学ぶことを授業概要を通じて理解する。 事後学修では、講義で使用するソフトウェアを正しく使用できるか確認する。
2	プログラミング言語Python	プログラミング言語Pythonによるプログラム作成の手順を理解し、計算を行うプログラムを作成する。	事前学修では、プログラミング言語にはどのような種類があるか、それぞれの違いは何か調べて確認する。 事後学修では、Pythonでのプログラム作成手順を確認する。
3	変数、制御構文	計算結果を記憶する変数と、プログラム実行の流れを変える命令if, forの使い方を習得する。	事前学修では、プログラムで計算を行う際に使う演算子を確認しておく。 事後学修では、変数で使えない文字や数字から始まる名前が使えないこと、制御構文に条件分岐とくり返しがあることを確認する。
4	データ構造：配列、リスト、タプル、マップ	複数のデータをまとめて処理する際に使用する構造を理解し、プログラムを作成して使い方を習得する。	事前学修では、数学で用いるベクトルと行列の構造について確認する。 事後学修では、各データ型を操作する方法と、保存した内容を変更できる型と出来ない型について確認する。
5	関数を使用したプログラム作成	プログラミング言語における関数を理解し、関数の使用方法と作成方法を習得する。	事前学修では、Excelの関数のように各自がソフトウェアで使用したことのある関数について確認する。 事後学修では、関数を使うことの利点について調べて確認する。
6	モジュールを使用したプログラム作成	複雑な処理を容易に行えるモジュールを使ってプログラム作成する方法を習得する。	事前学修では、モジュールという用語の一般的な意味を調べて概念を理解する。 事後学修では、Pythonのモジュールにどのような種類があるか調べる。
7	モジュールNumPyによる配列演算	計算で多用されるモジュールNumPyを使ったプログラム作成方法を習得する。	事前学修では、モジュールの使い方を確認しておく。 事後学修では、NumPyを使った演算方法、スライス、データの型の処理、NumPyの関数について確認する。
8	モジュールpandasによるデータ処理	データ処理で多用されるモジュールpandasを使ったプログラム作成方法を習得する。	事前学修では、NumPyのスライスについて確認しておく。 事後学修では、Pandasによるデータの切り取りや追加の方法を確認する。
9	モジュールMatplotlibによるグラフ作成	モジュールmatplotlibを使って、処理したデータをグラフ化する方法を習得する。	事前学修では、Matplotlibでどのようなグラフが作成できるか調べる。 事後学修では、さまざまなグラフの描画方法、ラベルの設定、軸の設定、線の描き方を確認する。
10	データの前処理	データの分析を行う前に、データが一部ない箇所（欠損値）、あり得ない値（外れ値）、文字データを処理する方法、独立した関係をあらわすone-hot表現を、プログラムを作成して習得する。	事前学修では、モジュールPandasの使用方法を確認しておく。 事後学修では、前処理、欠損値、外れ値といった講義で使用した用語の内容について確認する。
11	データ処理の具体例1：表記が統一されたデータの処理	実際のデータを使って、これまで習得した手法で処理するプログラムを作成する。	事前学修では、データ構造、NumPy、pandas、Matplotlibのプログラムでの使い方を確認しておく。 事後学修では、今回作成したプログラムにおけるデータ処理方法を確認する。
12	データ処理の具体例2：表記が統一されていないデータの処理	表記が統一されていないデータ（たとえば2021/4/1や2021年4月1日）を補正して処理するプログラムを作成する。	事前学修では、前回のプログラムで使用した命令の使い方を確認しておく。 事後学修では、データの表記が統一されている場合、いない場合の処理の違いを確認する。
13	回帰分析	統計処理の代表的な手法である回帰分析を行うプログラムを作成し、データの関連性を分析する。	事前学修では、統計学入門で学習した相関係数と回帰分析がどのような手法か確認しておく。 事後学修では、回帰分析により何が分かるか確認する。
14	機械学習（教師あり学習）とプログラム作成	機械学習とは何を行う手法か理解し、プログラムを作成して関連性にもとづいた分類結果を確認する。	事前学修では、人工知能と機械学習について調べて確認する。 事後学修では、機械学習が何を行う手法であるか確認し、プログラムの作成手順を確認する。