研究や技術開発を含むイノベーションに関する理論を、情報活用につながるよう体系的に概観する。 したがって受講者は文系・理系を問わず、また製造業志望・非製造業志望も問わない。すなわち授業内での議論では、理系・文系両方のの受講生からの意見を聞くことができる。

　主として企業で行われるイノベーションを、経営学や情報のコンテクストで整理し、体系化したものとして理解する。
履修生は、技術系であろうと非技術系であろうと、また製造業志望であろうと非製造業志望であろうと、経営学の基本的な概念や用語についての理解を得る。さらには、履修生それぞれにとってのイノベーションや価値創造の背景や論理の礎を築くことを目標とする。

各回のテーマやトピックスは、イノベーションや価値創造の背景や論理が理解できるよう、また、経営学の諸理論と技術開発との関連がよく理解できるよう選択してある。たとえば、
・中央研究所の意義、
・「研究」・「開発」分類、
・製品アーキテクチャ論、
・マーケティングと技術開発、
・ナレッジマネジメントと技術開発、
・戦略論と技術開発、
・経営組織と技術開発、
・日本型経営と日本人論、
・技術者の倫理、
などなど。
　受講者には、2回目以降、毎回、配布資料を読んで授業にのぞみ、積極的に発言することが期待される。

イントロダクション　　　　　　　（第1回）
　　　・イノベーションとは　・経営とは　・自然科学と社会科学
パラダイム〜科学の構造　　　　　（第2回）
　　　・『科学革命の構造』　・『科学的発見の論理』
中央研究所の成立と今後　　　　　（第3回）
　　　・『中央研究所の時代の終焉』　・コーポレートR&DとディビジョンR&D
　　　・OECDによる定義　・セレンディピティー　・リニアモデルと連鎖モデル
「オープンイノベーション」　　　（第4回）
　　　・オープンイノベーションとクローズドイノベーション
「パズル理論」　　　　　　　　　（第5回）
　　　・技術者と事務系社員の技術観の相違
　　　・技術への投資の意思決定の実際
「イノベーションのジレンマ」　　（第6回）
　　　・『イノベーションのジレンマ : 技術革新が巨大企業を滅ぼすとき』
マーケティングと技術開発　　　　（第7回）
　　　・「マーケティング近視眼」
　　　・STP（Strategy/Target/Positioning）マーケティング
ナレッジマネジメントと技術開発　（第8回）
　　　・知の伝達の成否・コンカレントエンジニアリング
中間まとめと演習　　　　　　　　（第9回）
経営戦略論と情報応用　　　　　　（第10回）
　　　・経営戦略とは　・合理性、非合理性、愚直、
　　　・技術者の評価とモチベーション、デュアルラダー
経営組織と技術開発　　　　　　　（第11回）
　　　・技術人材マネジメント　・技術者評価とモチベーション　・デュアルラダー　
経営組織と日本型経営　　　　　　（第12回）
　　　・「組織能力と製品アーキテクチャ」
　　　・技術担当者のメンタリティ　・西洋との対比
デジタル技術とテクノヘゲモニー　（第13回）
　　　・『テクノヘゲモニー - 国は技術で興り、滅びる』
まとめ（技術者の倫理観　/　Q&A）（第14回）
　　　・科学における不正行為
　　　・Q&A
フィードバック　（第15回）

特になし(学部生向けですが、大学院生も受講は可能です)

【成績評価の方法・基準】 下記の順に考慮して決定する予定。
ただし、授業の2/3以上に出席しなければ、単位付与の対象外となる。
① 前半終りの演習（小テスト形式）　　　　　　35％程度
② 期末レポート　　　　　　　　　　　　　　　40％程度
③ 授業への貢献（議論への積極的参加・発言）　25％程度

2週目以降、次の週までの課題として文献や記事などを配布し、かつそれに伴う考察テーマを示す。受講者は課題を熟読し、テーマに沿って自分の考えを整理して授業に臨むこと。この姿勢がなければ、学習効果は半減する。

開講時限の前後の1時間を原則としてオフィスアワーとする。その他の時間についてはメールによるアポイントを経ることとする。

This course is an introduction to the programming practice in Python, for students without prior programming experience. In this course, students learn how to write simple Python scripts, understand programming practices, and study common programming designs. At the end of the course, they would have a programmer mindset to write good code and basic programming skills in Python. As Python is widely used in many fields including academia and has a large collection of high-quality libraries, students may find their programming skills in Python useful for the rest of their academic years and possibly for their career in the future.

In this course, students will first learn the syntax of the Python language and the structure of a Python program. Then, they will learn to use some of the standard data structures provided by the Python language and some of its popular libraries. Finally, students will train in designing, writing, and testing their own programs.
After attending the course, students should be able to:
　　・Understand and modify existing simple programs.
　　・Design, implement, and test their own simple programs.
　　・Design, implement, and test their own simple graphical interfaces.

Introduction (1 session)
　　・Computer hardware and programming languages,
　　・Python in today’s programming landscape,
　　・Example of real-world Python use.

Part 1: Learning Python and Programming Practices (10 sessions)
In this part, students will learn the fundamentals of the Python programming language by studying small example programs and completing simple programming tasks. For each topic, when applicable, we discuss common programming practices.
The presentation will include the following topics:
　　・Discover Python using the interactive mode
　　・Running a Python script
　　・Numeric data and Boolean
　　・Naming and comments
　　・Control structures
　　・Data structures (list, dictionary, string)
　　・Object oriented programming with Python
　　・Input and Output
　　・Error handling
　　・Using Python modules
　　・Graphical User Interface (GUI) for Python
　　・Scientific computation with Python

Part 2: Programming Exercise (3 sessions)
The goal is to put in application the knowledge acquired in part 1 and experience real-world software development challenges.
The students will have to:
　　・Propose a solution,
　　・Implement the solution,
　　・Test the solution.

The schedule and contents are subject to change based on class progress.

Total 14 classes and one feedback class.

For this course, no prior programming experience is required. Sample programs will be provided as needed. For practicality, some may contain mathematical concepts and calculations, while there are no explanations for mathematical foundations.

Students must bring their own computer to participate in this course (BYOD).
The course will be using Python 3, available for free on any recent versions of the main operating systems (Windows, Mac, or Linux). Installation is straight-forward; if needed, the instructor will provide extra help to students.

The evaluation will be based on:
　　1. An assignment given during part 1 (50%)
　　2. A final programming task done during part 2 (50%).
The notation criteria will be explained during the classes.

Students are expected to review the class material during the delivery week to follow the course materials. Students who cannot complete the tasks given during a class should complete them before the next class to follow the course materials.

There are no specific office hours. Students can send emails to communicate with the instructor regarding their assignments, questions, and other inquiries.

2019年頃から使いやすいAI(人工知能)エンジンが世界中で広く利用されるようになり、世界はAI時代に突入しました。2022年11月にChatGPTが開発されたことも、その流れの上にあります。スマホ・PC等の情報機器によって多くの人々が世界規模で24時間つながり、世界中の知的財産コンテンツ（ニュース、論文、マニュアル、プログラム等）に自宅から容易にアクセスできる夢のような状況になりました。情報システムへの個人的・社会的依存は今後もますます加速すると思われます。にもかかわらず日本人の情報処理スキルはいまだに低いままであり、日本人に英語と情報と法律と統計は無理なのでは、という状況が今も続いています。情報社会にあっては情報にまつわる諸事象への深い理解と洞察が求められます。本授業では、情報という命題に向き合うために必須となる興味、および情報を主体的に活用する知識を身につけることを目的とします。情報にまつわる3つの側面（人間、社会、情報機器）を意識しつつ、身近な話題や事件を例に取り上げ、ハードウェア（質量がある）、ソフトウェア（質量がない）、倫理に則る情報リテラシー、危険から身を守るための情報危機管理の重要性を一緒に考察したいと考えています。

・机上での学問とリアル社会とのつながりを常に意識する姿勢を身につける。
・適切な倫理的判断を下せるようになるための基本知識を習得する。
・将来にわたってポイントを押さえた自学自習ができるようになることを目指す。

授業回数はフィードバックを含め15回とする。また、教科書の各章に基づき以下のような課題について1〜2回ずつ講義する予定である。

１．　ガイダンス
　　　　混沌の情報社会へようこそ

２．　コンピュータとはなにか（コンピュータができること）
　　　　コンピュータはデータのコピー機

３．　デジタル情報の世界（デジタル処理、数値、文字、画像、音）
　　　　いちおうこの知識は持っておいてね

４．　コンピュータと情報通信（インターネット、ファイル共有）
　　　　デジタル通信は中身丸見えのバケツリレー

５．　コンピュータ科学の諸課題（情報倫理）
　　　　さまざまな危険性の概要を説明します

６．　ハードウェア設計の基礎（CPUの原理、トランジスタ回路）
　　　　CPUは足し算回路にすぎない

７．　プログラムを作る（Fortran、C、Python）
　　　　基本道具立てはシンプル。バグ（プログラムミス）をどうふせぐか

８．　アルゴリズムを工夫する（ソート、サーチ）
　　　　アルゴリズムこそ人類共通の財産

９．　様々な情報処理（データベース、グラフィックス）
　　　　何度も描いて消して絵が動く

１０．知的情報処理（人工知能、機械翻訳、パターン認識）
　　　　機械であるコンピュータに人間世界を認識させるために

１１．情報危機管理の重要性（ウイルス、著作権、倫理、危機管理）
　　　　情報社会の恐ろしさ：なにげない所作があなたの破滅を招く

農学部２回生向けクラス指定科目ですが、他学部（文系学部含む）・他回生からの受講を受け付けます。開始地点での情報処理専門知識はとくに必要ありません。授業内で適宜補足し、資料を配付します。

評価方法：平常点（出席と参加の状況）に基づいて評価を行います。とくに、情報に対し自ら興味を持ち「自律思考」する姿勢を重視したいと考えています。達成目標：本人による自らの自律思考の痕跡のみえる小レポートの提出（毎講義ごとに課題を提示いたします）。

授業で使用するPPT資料をクラシスなどで配布するので、各自入手し、復習に役立ててほしい。

本授業の受講対象者としてコンピュータ初学者を想定していますが、上級者であっても情報危機管理の姿勢が脆弱な場合が認められ、上級者も強く歓迎します。慣れた頃が一番危険、とはよく言われる言葉です。独学で学びにくく見逃されやすい点に焦点を当てた授業を行うことを心がけています。情報リテラシーと情報倫理、情報危機管理の基礎をしっかり学び、高度情報化社会を上手に乗り切っていく力をきちんと身に付けてほしいと願っています。

Information and Communication Technology (ICT) skills are essential for academic success and professional development. This course provides a comprehensive introduction to informatics, equipping students with practical skills and theoretical knowledge in:

1. Computer Basics & UNIX Systems: Understanding operating systems, UNIX-based environments (Terminal, Shell, Command Line, vi, emacs), and essential software tools.
2. Network Fundamentals & Security: Learning about network structures, TCP/IP protocols, and information security.
3. Academic Information Retrieval & Content Creation: Using Excel, Python, LaTeX, MATLAB, gnuplot, and MAPLE for academic writing, data processing, and technical reporting.
4. Programming & Data Science: Implementing algorithms using Python in Google Colab, with a focus on scientific computing and visualization.
5. Artificial Intelligence & Machine Learning: Exploring Neural Networks, Data Science, Generative AI, and their applications through e-learning modules.

Through lectures, hands-on exercises, and interactive discussions, students will develop the ability to use, manage, and further expand their informatics knowledge independently.

By the end of the course, students will be able to:

1. Understand computer fundamentals including operating systems, UNIX environments, and essential software tools.
2. Analyze and process data using Excel, Python, and scientific computing tools (LaTeX, MATLAB, gnuplot, MAPLE).
3. Apply programming concepts to solve problems in Python via Google Colab.
4. Explain fundamental networking concepts including TCP/IP, LAN/WAN, and internet protocols.
5. Engage with artificial intelligence and data science, including machine learning and Generative AI, through e-learning modules.
6. Independently acquire new informatics skills to support ongoing academic and professional needs.

Week 1
Computer Basics & UNIX Systems
- Course Introduction
- Operating Systems Overview
- UNIX Terminal (Shell, vi, emacs)

Week 2-3
Network Fundamentals & Security
- University Networks
- TCP/IP
- LAN/WAN
- Internet Protocols
- Information Security & Ethics

Week 4
Academic Information Retrieval
- Digital Libraries
- Information Search Strategies

Week 5-8
Scientific Computing & Content Creation
- Data Processing in Excel & Python
- Academic Report Writing (Word, LaTeX, gnuplot, MATLAB, MAPLE)
- Presentation Techniques

Week 9-11
Programming & Algorithmic Thinking
- Python Basics (Google Colab)
- Jupyter Notebooks
- Data Visualization

Week 12-13
Artificial Intelligence & Machine Learning (E-learning component)
- Neural Networks
- Machine Learning
- Generative AI
- Data Science Fundamentals

Week 14
Feedback & Final Project Submission
- Review and Student Presentations

Note: The AI & Data Science module will be delivered through e-learning, with scheduled online Q&A sessions to assist students.

- No formal prerequisites.
- Basic familiarity with computer operations and high-school mathematics is helpful but not required.
- Students must have access to a personal computer to complete assignments and online modules.

Student performance will be assessed as follows:

1. Active Participation (15%) → Engagement in hands-on exercises, discussions, and UNIX system use.
2. Assignments & Reports (85%) → Academic writing, programming exercises, data processing reports, and presentation assignments.

To maximize learning outcomes, students are expected to:

1. Pre-read materials before lectures to familiarize themselves with key concepts.
2. Engage in hands-on practice with programming exercises and scientific computing tools.
3. Complete assignments and submit reports on time via PandA.
4. Participate in the AI/Data Science e-learning modules and attend scheduled online Q&A sessions.
5. Regularly review notes and refine their informatics skills throughout the semester.

さまざまな局面において、コンピュータやインターネットを利用して情報を収集・分析・処理し、さらに表現・伝達する手法を習得し、問題解決のための基礎的な情報処理能力を養成する。

パソコンを用いて自らの力で情報処理を行い、問題解決を図るための基礎を習得する。

以下のような課題について、１課題あたり１〜２週の授業をする予定である。
授業回数はフィードバックを含め全15回とする。
各課題にそった演習を行い、毎回レポートの提出を課す。

１．　情報収集の基礎
２．　学内情報サービスとネットワークの利用
３．　パーソナルコンピュータとOS・その構成と基本操作
４．　情報社会に関連する法規・情報セキュリティー
５．　データの提示・集計・抽出（表計算ソフト）
６．　データの分析（統計処理の基礎）
７．　データの蓄積（データベースの基礎）
８．　情報の提示と伝達・プレゼンテーション

特になし

毎回出題する課題のレポート提出により評価する。各々の学習内容を理解しているかどうか、記述が明解かどうかを総合して評価する。

毎回の課題をこなすために、あらかじめ参照可能な資料について予習を行うとともに、演習後に復習を行うことを求める。

情報処理能力を高めるために、情報基礎［医学部］も履修することが望ましい。

情報環境機構が提供する情報セキュリティe-Learningを必ず受講し、修了テストを受けた上で、同テストのフィードバックを確認しておくこと。授業内では受講のための時間は設けないので授業時間外に受講しておくこと。同e-Learningは学生も含めた本学の全構成員に対して毎年受講が求められているものである。2回生以上で過去の年度に受講した場合でも今年度まだ受講していないのであれば必ず受講すること。

2019年頃から使いやすいAI(人工知能)エンジンが世界中で広く利用されるようになり、世界はAI時代に突入しました。2022年11月にChatGPTが開発されたことも、その流れの上にあります。スマホ・PC等の情報機器によって多くの人々が世界規模で24時間つながり、世界中の知的財産コンテンツ（ニュース、論文、マニュアル、プログラム等）に自宅から容易にアクセスできる夢のような状況になりました。情報システムへの個人的・社会的依存は今後もますます加速すると思われます。にもかかわらず日本人の情報処理スキルはいまだに低いままであり、日本人に英語と情報と法律と統計は無理なのでは、という状況が今も続いています。情報社会にあっては情報にまつわる諸事象への深い理解と洞察が求められます。本授業では、情報という命題に向き合うために必須となる興味、および情報を主体的に活用する知識を身につけることを目的とします。情報にまつわる3つの側面（人間、社会、情報機器）を意識しつつ、身近な話題や事件を例に取り上げ、ハードウェア（質量がある）、ソフトウェア（質量がない）、倫理に則る情報リテラシー、危険から身を守るための情報危機管理の重要性を一緒に考察したいと考えています。

・机上での学問とリアル社会とのつながりを常に意識する姿勢を身につける。
・適切な倫理的判断を下せるようになるための基本知識を習得する。
・将来にわたってポイントを押さえた自学自習ができるようになることを目指す。

授業回数はフィードバックを含め15回とする。また、教科書の各章に基づき以下のような課題について1〜2回ずつ講義する予定である。

１．　ガイダンス
　　　　混沌の情報社会へようこそ

２．　コンピュータとはなにか（コンピュータができること）
　　　　コンピュータはデータのコピー機

３．　デジタル情報の世界（デジタル処理、数値、文字、画像、音）
　　　　いちおうこの知識は持っておいてね

４．　コンピュータと情報通信（インターネット、ファイル共有）
　　　　デジタル通信は中身丸見えのバケツリレー

５．　コンピュータ科学の諸課題（情報倫理）
　　　　さまざまな危険性の概要を説明します

６．　ハードウェア設計の基礎（CPUの原理、トランジスタ回路）
　　　　CPUは足し算回路にすぎない

７．　プログラムを作る（Fortran、C、Python）
　　　　基本道具立てはシンプル。バグ（プログラムミス）をどうふせぐか

８．　アルゴリズムを工夫する（ソート、サーチ）
　　　　アルゴリズムこそ人類共通の財産

９．　様々な情報処理（データベース、グラフィックス）
　　　　何度も描いて消して絵が動く

１０．知的情報処理（人工知能、機械翻訳、パターン認識）
　　　　機械であるコンピュータに人間世界を認識させるために

１１．情報危機管理の重要性（ウイルス、著作権、倫理、危機管理）
　　　　情報社会の恐ろしさ：なにげない所作があなたの破滅を招く

農学部２回生向けクラス指定科目ですが、他学部（文系学部含む）・他回生からの受講を受け付けます。開始地点での情報処理専門知識はとくに必要ありません。授業内で適宜補足し、資料を配付します。

評価方法：平常点（出席と参加の状況）に基づいて評価を行います。とくに、情報に対し自ら興味を持ち「自律思考」する姿勢を重視したいと考えています。達成目標：本人による自らの自律思考の痕跡のみえる小レポートの提出（毎講義ごとに課題を提示いたします）。

授業で使用するPPT資料をクラシスなどで配布するので、各自入手し、復習に役立ててほしい。

本授業の受講対象者としてコンピュータ初学者を想定していますが、上級者であっても情報危機管理の姿勢が脆弱な場合が認められ、上級者も強く歓迎します。慣れた頃が一番危険、とはよく言われる言葉です。独学で学びにくく見逃されやすい点に焦点を当てた授業を行うことを心がけています。情報リテラシーと情報倫理、情報危機管理の基礎をしっかり学び、高度情報化社会を上手に乗り切っていく力をきちんと身に付けてほしいと願っています。

工学系で必要となるコンピュータ利用に関する基本的なスキルを修得するための演習である．UNIX系OS (Linux) を利用する．学術情報メディアセンター南館において履修者が実際にPC端末を使用して演習を行う．

工学系で必要となるコンピュータ利用に関するスキル（UNIXのコマンドによるファイル操作・文書整形・グラフ作成・プログラミングの基礎・情報リテラシー）を習得する．

各回について，原則として2名の教員およびTA2名の合計4名が担当する．

第1-2回：概要，文字の入力とファイル作成
　情報セキュリティ教育を行い（情報セキュリティに関するe-Learningの受講を推奨する），情報環境機構が提供する教育用PC端末で利用できるソフトウェアを紹介する．端末からのログイン・ログアウトなど基本的な操作の実行，エディタを利用してのアルファベットおよび日本語の入力方法を学ぶ．文書ファイルを作成して，成果を提出する．

第3回：工学系学術情報リテラシー（基礎）
　京都大学における資料・情報の収集方法／工学部図書館の利用方法／図書・雑誌の探し方／日本語文献の探し方／レポートの書き方に関する情報及び情報利用上の注意

第4-5回：UNIXコマンド・シェル
　基本的なUNIXコマンドについて学び，使用法を身に付ける．まず，ファイルシステムについて理解し，ファイルを取り扱う上で重要なリダイレクションとパイプについても使用法を身に付ける．

第6-8回：文章整形
　LaTeX を使用して，文章を整形する手法を修得する．また，文章中に数式や表を出力する方法および図やグラフを挿入する方法についても修得する．

第9-10回：グラフ作成
　グラフ作成の基礎（プロット，軸スケール，注釈など）について学修し，gnuplotを使用して，関数や数値データを図示する手法を修得する．

第11-13回：プログラミング
　プログラムの基礎について学修する．さらに，プログラムの流れを変えるための繰り返しと条件分岐の構造を理解する．fortranを使用して，実際にプログラミングを行い，計算を実行させる手法を修得する．

第14回：最終課題の説明
　これまでに習得したスキル（級数を用いて円周率を求める方法の数式での記述，fortranプログラムによる数値計算，収束の様子のグラフ作成，TeXへのグラフの取り込み等）を用いたレポート作成課題に取り組む．

期末試験

第15回：フィードバック（方法は、別途連絡する．）

学習の理解度に応じて、変更される場合がある．

特になし

各回に課される演習課題を含む平常点（３０％），最終課題結果（４０％）ならびに定期試験結果（３０％）により，授業内容を理解・修得しているかどうかを評価する．また，最終課題提出および定期試験受験を合格のための必要条件とする．

仮想端末を用いるので，各自のノートパソコン等からでも演習が可能である．副読本を用い，適宜予習・復習を行うこと．

T1〜T4の4クラスで行う．メディアセンターの端末を使用して演習を行うため，ECS-IDおよびパスワードが必要である．オフィスアワーについては，各クラスで演習時に指示する．

他の科目との関連について：「情報基礎［工学部］（地球工学科）」（1年後期）を履修することを強く薦める．また，地球工学科専門科目「情報処理及び演習」（1年後期）は本演習を履修していることを前提として行われる．

情報環境機構が提供する情報セキュリティe-Learningを必ず受講し、修了テストを受けた上で、同テストのフィードバックを確認しておくこと。授業内では受講のための時間は設けないので授業時間外に受講しておくこと。同e-Learningは学生も含めた本学の全構成員に対して毎年受講が求められているものである。2回生以上で過去の年度に受講した場合でも今年度まだ受講していないのであれば必ず受講すること。

工学系で必要となるコンピュータ利用に関する基本的なスキルを修得するための演習である．UNIX系OS (Linux) を利用する．学術情報メディアセンター南館において履修者が実際にPC端末を使用して演習を行う．

工学系で必要となるコンピュータ利用に関するスキル（UNIXのコマンドによるファイル操作・文書整形・グラフ作成・プログラミングの基礎・情報リテラシー）を習得する．

各回について，原則として2名の教員およびTA2名の合計4名が担当する．

第1-2回：概要，文字の入力とファイル作成
　情報セキュリティ教育を行い（情報セキュリティに関するe-Learningの受講を推奨する），情報環境機構が提供する教育用PC端末で利用できるソフトウェアを紹介する．端末からのログイン・ログアウトなど基本的な操作の実行，エディタを利用してのアルファベットおよび日本語の入力方法を学ぶ．文書ファイルを作成して，成果を提出する．

第3回：工学系学術情報リテラシー（基礎）
　京都大学における資料・情報の収集方法／工学部図書館の利用方法／図書・雑誌の探し方／日本語文献の探し方／レポートの書き方に関する情報及び情報利用上の注意

第4-5回：UNIXコマンド・シェル
　基本的なUNIXコマンドについて学び，使用法を身に付ける．まず，ファイルシステムについて理解し，ファイルを取り扱う上で重要なリダイレクションとパイプについても使用法を身に付ける．

第6-8回：文章整形
　LaTeX を使用して，文章を整形する手法を修得する．また，文章中に数式や表を出力する方法および図やグラフを挿入する方法についても修得する．

第9-10回：グラフ作成
　グラフ作成の基礎（プロット，軸スケール，注釈など）について学修し，gnuplotを使用して，関数や数値データを図示する手法を修得する．

第11-13回：プログラミング
　プログラムの基礎について学修する．さらに，プログラムの流れを変えるための繰り返しと条件分岐の構造を理解する．fortranを使用して，実際にプログラミングを行い，計算を実行させる手法を修得する．

第14回：最終課題の説明
　これまでに習得したスキル（級数を用いて円周率を求める方法の数式での記述，fortranプログラムによる数値計算，収束の様子のグラフ作成，TeXへのグラフの取り込み等）を用いたレポート作成課題に取り組む．

期末試験

第15回：フィードバック（方法は、別途連絡する．）

学習の理解度に応じて、変更される場合がある．

特になし

各回に課される演習課題を含む平常点（３０％），最終課題結果（４０％）ならびに定期試験結果（３０％）により，授業内容を理解・修得しているかどうかを評価する．また，最終課題提出および定期試験受験を合格のための必要条件とする．

仮想端末を用いるので，各自のノートパソコン等からでも演習が可能である．副読本を用い，適宜予習・復習を行うこと．

T1〜T4の4クラスで行う．メディアセンターの端末を使用して演習を行うため，ECS-IDおよびパスワードが必要である．オフィスアワーについては，各クラスで演習時に指示する．

他の科目との関連について：「情報基礎［工学部］（地球工学科）」（1年後期）を履修することを強く薦める．また，地球工学科専門科目「情報処理及び演習」（1年後期）は本演習を履修していることを前提として行われる．

情報環境機構が提供する情報セキュリティe-Learningを必ず受講し、修了テストを受けた上で、同テストのフィードバックを確認しておくこと。授業内では受講のための時間は設けないので授業時間外に受講しておくこと。同e-Learningは学生も含めた本学の全構成員に対して毎年受講が求められているものである。2回生以上で過去の年度に受講した場合でも今年度まだ受講していないのであれば必ず受講すること。

大学での情報通信技術の利活用スキルについて以下の3つの目的に則して演習する。
・アカデミックな活動に必要な ICT スキルを獲得する。
・自立した ICT ユーザとなる。
・ICT スキルを自主的・継続的に獲得する自学自習能力を身につける。

・パーソナルコンピュータのOSとネットワークの利用の基礎的な操作と安全な利用のスキルを得る。
・大学図書館が提供している学術情報とその利用法を知る。
・表計算ソフトを用いてデータ処理を行う基礎的技能を得る。
・学術的な文章をワードプロセッサで作成するために必要な概念と操作技能を得る。
・グループワークにより ICT の利活用に関連した調査を行い、プレゼンテーションソフトを用いて学術的プレゼンテーションを行う基礎的技能を得る。
・コンピュータがプログラムによって動くことについて、実際のプログラミングを通じて体験的に知る。

おおよそ以下の内容について学習する予定である。

ガイダンス（1週）

大学の情報サービスの利用とコンピュータの基礎（1週）

情報の探索(1週)
・学術情報の流れと併せ、図書館が提供する情報源を中心に、
　情報探索法の基本を概説する。（協力：附属図書館研究開発室教員，附属図書館・吉田南総合図書館職員）

知的生産でのコンピュータの活用(7週)
　・情報ネットワークとその適正な利用、知的生産について（1週)
　・データ分析の基礎 (Excel) (2週)
　・文書の整形と構造化 (Word) (2週)
　・グループワークによる ICT 利活用についての調査と、プレゼンテーション資料作成、発表(PowerPoint)(2週)

プログラミングの基礎(4週)
　・Python プログラミングの概要(1週）
　・具体的な課題を通じたプログラミングの実践(3週)



フィードバック（1週）

所属学部のクラス指定の「情報基礎演習」が開講されている場合は、［全学向］の「情報基礎演習」を履修しても卒業要件を満たす科目として認められないことがあるので、各自で所属学部に必ず確認すること。

ノートPCを持参して履修すること。

トピックごとに提出を求める課題・レポートで評価する。レポートは授業で学習したポイントを踏まえているかどうか、記述が明解かどうかなどによって評価する。課された課題、レポートについて、評点を合計したものを成績とする。

授業時間外の学習としては、トピックごとに提出を求めている課題・レポートについて取り組むことを求める。

人数制限あり。
オフィスアワー実施の有無は、KULASISで確認すること。

情報環境機構が提供する情報セキュリティe-Learningを必ず受講し、修了テストを受けた上で、同テストのフィードバックを確認しておくこと。授業内では受講のための時間は設けないので授業時間外に受講しておくこと。同e-Learningは学生も含めた本学の全構成員に対して毎年受講が求められているものである。2回生以上で過去の年度に受講した場合でも今年度まだ受講していないのであれば必ず受講すること。

Formal language theory is a fundamental area of theoretical computer science that studies (among other things) different ways of representing possibly infinite collections of words having some shared structure.
It is closely related to computability, computational complexity, and mathematical logic, and has practical applications in linguistics, artificial intelligence, and the design of programming languages.
The purpose of this course is to provide an introduction to formal language theory for non-computer science students.
The main topics include finite-state automata, regular languages, pushdown automata, context-free languages, Turing machines, and decidability.

After completing this course, the student should be able to:
- Explain the relationships between different classes of formal languages, automata, and grammars.
- Design an automaton or a grammar that accepts or generates a specified formal language, and conversely, determine the formal language that is accepted or generated by a specified automaton or grammar.
- Prove or disprove mathematical properties of formal languages, grammars, and automata.
- Use the diagonalization method or reductions to establish that certain languages are undecidable.
- Understand how the concept of "information" can be defined using computability theory.

The course will cover the following topics:
1. Introduction
2. Finite-state automata, regular languages, nondeterminism (1)
3. Finite-state automata, regular languages, nondeterminism (2)
4. Finite-state automata, regular languages, nondeterminism (3)
5. Finite-state automata, regular languages, nondeterminism (4)
6. Pushdown automata, context-free languages, grammars (1)
7. Pushdown automata, context-free languages, grammars (2)
8. Pushdown automata, context-free languages, grammars (3)
9. Turing machines (1)
10. Turing machines (2)
11. Decidability
12. Reducibility (1)
13. Reducibility (2)
14. Course summary and Q & A session
<>
15. Feedback

An ability to think abstractly and to solve problems of a mathematical nature will be required for this course.
No programming skills are needed.

A written examination at the end of the course.

Students will be expected to spend about 3 hours per week to prepare for and review the lessons.

Information technology profoundly impacts all aspects of modern society, including daily life, economics, governance, education, and various industries. It is, therefore, essential to acknowledge the historical development of information science and the evolution of its influence on our society if we aim for a deeper understanding and broader perspective on information-based societies. This lecture will provide foundational knowledge of information technology and the relationships between information technology and society. The course delves into the social impacts of Information and Communications Technology (ICT), information handling, information economics, intellectual property, media literacy, and social media.

The students will be able to articulate the impacts of ICTs on society and the critical issues related to the information economy and information society. They will also be able to develop their perspectives on information technologies, information ethics, and their interactions with society.

1. Introduction:
Information, information society, Internet, the relation between information, society, and technology (about 2 weeks)

2. Information policy and ethics:
ICT infrastructure and the society, ICT policy in Japan, Society 5.0, Industry 4.0, ethical issues related to the information society (about 2 weeks)

3. Information and education:
Information education, computer literacy, media literacy, information literacy, e-learning, MOOC, blended learning, digital divide, e-books (about 2 weeks)

4. Information and law:
Freedom of expression, right to know, right to be forgotten, information privacy as well as intellectual and industrial property rights such as patents and copyrights (about 2 weeks)

5. Information and economy:
Economic transactions, search/recommendation models for products, information asymmetry, network externality, lock-in phenomenon, path dependence, electronic payments, e-commerce, advertising on the Internet, the impact of the Internet on the economy (about 3 weeks)

6. Information archiving:
Digital content archiving, digital libraries, usage of archived contents, information validity over time (about 1 week)

7. Digital governance:
Digital democracy, digital community, social media, cloud computing (about 1 week)

8. Social computing:
Human computation, crowdsourcing, collective intelligence (about 1 week)

9. Feedback（1 week)

The total number of lessons is 15, including one feedback session.

特になし

The evaluation will be based on your reports for assignments. There are two types of assignments:
- Assignments of short answer questions (50%): Each assignment will cover 2-3 weeks’ lecture contents.
- Two essay writing assignments (1,000 English words) regarding specified topics (50%).

All the assignments will be available via the PandA system.

Students can review the course material after classes (slides).

No office hours are specified. E-mail: rafik.hadfi@i.kyoto-u.ac.jp

An algorithm is a well-defined procedure for solving a computational problem.
Reliable algorithms have become crucial components of people's daily lives; for example, the Internet or our smartphones would not work without them.
The purpose of this course is to provide a basic introduction to algorithms for non-computer science students.
General techniques for designing algorithms and analyzing their efficiency, as well as examples of widely used algorithms with important real-life applications, will be presented.

After completing this course, the student should be able to:
- Apply various algorithm design techniques for solving computational problems.
- Measure the efficiency of an algorithm.
- Explain how famous algorithms such as Google's PageRank, Quicksort, and Dijkstra's shortest-path algorithm work.

The course will cover the following topics:
1. Introduction
2. Graph traversal
3. Data compression
4. Cryptography
5. Topological sort
6. Shortest paths
7. PageRank
8. Voting systems
9. Searching
10. Sorting
11. Hash tables
12. String matching
13. Randomization
14. Course summary and Q & A session
<>
15. Feedback

An ability to think abstractly and to solve problems of a mathematical nature will be required for this course.
No programming skills are needed.

A written examination at the end of the course.

Students will be expected to spend about 3 hours per week to prepare for and review the lessons.

情報数学Iに引き続き，圏論の基礎的な定義や定理について講義します。特に米田の補題や随伴についてはこの講義で取り扱います。情報数学IとIIを合わせて圏論の基礎について一通り身に付けることで，個々の進んだトピックに取り掛かることができるようになることを目的とします。 　
さらに一つの応用としてコンピュータ科学への応用，特に余代数を用いた状態遷移や観測同値性，双模倣が圏論により適切に扱えることを説明します（用語の意味は今はわからなくても構いません）。これは並行プロセスの意味論を扱う場合に重要になります。
　また余裕があれば応用圏論としてモノイダル圏や豊穣圏を用いてリソースの理論，データベース， 電子回路網，量子計算などからいくつかのトピックを取り上げる予定です。

随伴，表現可能性，極限という複数の普遍性概念とそれらの間の関係について理解する。圏論的な代数と余代数の扱いについて理解する。コンピュータ科学へのいくつかの応用を理解する。

（１）自然性【3週】：
圏の圏，表現可能関手，自然性，圏の冪，関手圏，モノイダル圏，圏同値

（２）図式の圏【3週】：
集合値関手，米田埋め込み，米田の補題，図式の圏，図式の圏の冪，トポス

（３）随伴【3週】：
Hom集合による定義，順序の例，随伴としての量化子，RAPL原理，局所カルテシアン閉圏，随伴関手定理

（４）モナドと代数【3週】：
随伴の三角等式，モナドと随伴，モナドの代数，コモナドと余代数，自己関手の代数

（５）圏論の応用【2週】

（６）授業フィードバック【1週】：
これまでの授業全体に関しての質問を受け付ける時間とします。

※講義の内容や進度は学生の理解度によって調整します。

情報数学Iの内容を前提として講義を進める。単位を修得していない学生は自習しておくこと。

レポート課題で評価する（素点評価）
目標とする理解度に到達しているかどうかで評価する。具体的には設定した条件を満たしているか，内容のポイントを押さえているか，記述が明解かどうかなどによって評価する。

復習をしっかりすること。

質問・連絡用のメールアドレスは講義中に伝えます。

本講義では、特定のハードウェアやソフトウェアに依存しない情報技術の基礎について理解させる。２回生以降の学びの動機付けとなるように、物理工学科と関連のある分野で情報技術がどのように活用されているかについての紹介も合わせて行う。

コンピュータとは何か、情報の表現・情報量・圧縮の基本的概念、計算・アルゴリズム・計算量の基本的概念、コンピュータネットワーク、情報倫理の基本的概念を理解する。

授業回数はフィードバックを含め全15回とする．

コンピュータとは何か (3-4回) : 計算機の歴史、アナログとデジタル、計算素子の原理、論理回路・順序回路など、コンピュータの基本的仕組みを概観する。(近藤)

情報とは何か (3-4回) : 情報量、データの圧縮、誤り訂正など、情報理論と符号に関する基本的な概念を習得させる。(近藤)

人工知能 (1回)：人工知能、パターン認識、機械学習、ニューラルネットワークなど、コンピュータが知的な処理を行う原理を理解させる。（近藤）

計算とは何か (4-5回) : アルゴリズム、計算量、問題の定式化など、計算の基本的な概念を習得させる。プログラムとプログラム言語の概念をコンピュータの動作と関連付けて理解させる。(中村)

コンピュータネットワークとは何か (1回) ： インターネットの歴史、LAN、WAN、 プロトコルなど、コンピュータネットワークの基本的な概念を習得させる。(中村)

情報倫理 (0-1回) : ネットワークセキュリティ、個人情報保護、著作権、特許権など、現代社会における情報倫理を理解させる。(中村・近藤)

期末試験

フィードバック (1回)

特になし

情報の表現の基本的な概念、アルゴリズム・計算量・プログラムの基本的な概念、コンピュータネットワーク、情報倫理の基本的な概念を理解していることを評価する。定期試験の成績の他に、授業への参画度や随時実施するクイズなどによる平常点を加味して行う。

対象とする範囲が広いため、授業中に深く掘り下げることはできません。気になった項目や、わからなかった項目については自分でWebや教科書などで調べ直す必要があります。この科目の内容に関する情報は比較的簡単に手に入ります。

「情報基礎演習」を履修しておくことが望ましい。
また本講義で予定している情報倫理の講義に関連して、情報セキュリティに関するe-learning講義を、本講義の受講期間中に受講すること。詳しくは、https://www.iimc.kyoto-u.ac.jp/ja/services/ismo/e-learning/ を参照してください。

コンピュータはプログラム(ソフトウェア)にしたがって動作する．世の中には数多くのソフトウェアがあり，それらを使えばさまざまなデータ処理を実現できる．しかし既存のソフトウェアでは自分のやりたいことがうまく実現できないこともある．そのような場合に自分でプログラムを作成できれば，自力で問題解決への道を開くことも考えられるようになる．また日常的にコンピュータで行う繁雑な作業をプログラムで自動化することで大幅に時間を節約することもできる．本科目ではプログラミング言語Rubyを使った演習をとおして，プログラミングの主要なトピックを一通り学んでいく．

・プログラミングの基本的な技能を一通り身につける．
・GUIを備えファイル入出力をともなって大量のデータ処理を行うようなプログラムが作成できるようになる．
・さまざまな問題(日常的な作業も含む)を前にして，その解決をプログラムによって実現する方法を見出す経験を積み，自分の課題に応用できるようになる．

この授業で予定している内容は，おおよそ以下のとおりである．

01. イントロダクションと演習環境の試用
02. タートルグラフィクスのプログラムの作成
03. プログラムで扱うデータをモデル化する(変数)
04. プログラムの部品を作る(メソッド)
05. 「繰り返し」を構造化する(ループ)
06. 条件に基づいて処理する(条件に基づくループと条件分岐)
07. 一連のデータを系統的に扱う(配列)
08. ファイルを利用してデータを処理する(ファイル入出力)
09. 問題を分解して結果を統合する(再帰的処理)
10. プログラムをデータとして扱う(手続き)
11. データと処理機能を構造化する(オブジェクト)
12. プログラムを使いやすくする(GUI)
13. 総合的な問題(RSA公開鍵暗号)に取り組む
14. オリジナルのプログラムを制作する
15. 授業フィードバック

【備考】

本科目では，高等学校で「情報I」を履修済みである受講生が多いことを想定するが，「情報I」での学習環境が多様でありうることを考慮し，また2回生以上の「情報I」を履修していない受講生への対応も考慮する．

受講者はコンピュータの基本的な使い方を身につけていることが求められる．プログラミングの経験はとくに問わない．

授業で扱うトピックごとに内容を理解してプログラムを作成できるようになること, また最終的には，学習したスキルを活かして，自分でテーマを設定してオリジナルのプログラムを作成できるようになることが求められる. 授業ではトピックごとにプログラム作成の課題を設定する．各課題について難易度に応じた標準点を設け, 提出された成果物が課題の条件をどの程度満たしているかに基づいて課題ごとの評点を決める．未提出の課題については評点は0点とする．また主要なトピックについては，プログラム作成の課題とともに理解度確認のための課題をあわせて設定する．すべての課題の評点の合計に基づいて科目の評点を算出する．プログラム作成の課題については，大半のトピックで課題を3つ設ける．また作成するプログラムについては課せられた条件を満たした上で拡張を行うなど独自の工夫があれば積極的に評価する.

授業で学習する各トピックについて，概念・用語などを書籍などで事前に調べ，また可能であれば簡単なプログラムを動かしてみることで，演習にスムーズに取り組めるようにしておくことが望ましい．またプログラミングスキルを磨くには，経験を積み上げることが重要であり，授業での学習の後に学習したトピックに関連するさまざまなプログラムを作成し，動かしてみることで理解を深めることが求められる．

授業時間外においては，必要であれば担当教員にメールでコンタクトをとること．メールアドレスは授業中に示す．なお本科目では受講者数を適正な規模に保つために履修人数制限を行う予定である．

演習のために各自がPC等の機器を持参して利用することを前提としている．各自のPC等を仮想型端末(情報環境機構の教育用PCサービス)に接続して演習を行う予定であり，各自のPC等にはソフトを追加インストールする必要はない．なお教室ではネットワークと電源が利用可能である．

Google や Amazon などのクラウドサービスプロバイダの台頭により，様々なコンピュータリソースやアプリケーションを，電気やガス・水道と同じように，必要なときに必要に応じて誰でも簡単に利用できる世界が広がろうとしている．本講義では，クラウド基盤技術をベースとしたクラウドプログラミングによるホームページ作成を通じて，インターネット，HTTP，HTML，Python プログラミング，モデル・ビュー・コントロールによるウェブアプリケーション開発，データベース利用，AJAX など，クラウド環境を利用したアプリケーション構築に必要な知識や技術の概観を講義・実習を通じて学ぶ．これにより，HTTP リクエストレスポンスサイクルを理解し，普段利用しているウェブの世界を技術の面から俯瞰的に理解することを目的とする．

HTTPリクエストレスポンスサイクルを題材にインターネットにおける情報のやりとりに必要となる技術・考え方の基本事項を理解することにより，俯瞰的な思考能力を習得する．

以下の項目について，それぞれ1〜2週の講義・実習を行う予定である．授業回数はフィードバックを含め全15回とする．
　1: イントロ
　2: ウェブ基礎知識 (HTML, CSS)
　3: Python によるプログラミング基礎
　4: クラウド基盤技術の概要
　5: テンプレート
　6: クッキー，セッション
　7: データ永続化
　8: JavaScript および AJAX
　9: クラウド基盤上での実行
　10: 総括

各自が所有するノートパソコン（Windows, Mac, Linux いずれも可）を持参できること（若干数の貸出ノートパソコンの用意あり）．インターネット，電子メール，ワープロについて利用経験がある，もしくは講義期間内に自習できること．また，内容に応じて学習支援システムを用いた30〜60分の予習を求める場合がある．

評価は，「HTML・CSS」「Python プログラミング」「モデル・ビュー・コントロール（MVC）ウェブアプリケーション構築」に関する5回の課題レポートと最終課題レポートを通じて，ウェブの世界を支える要素技術の理解度により判定する．
・課題レポート(5回) 15点 = 75点
・最終課題レポート 25点

課題遂行のため，授業時間と同程度の授業時間外での準備や見直しが必要となる．

本講義では，各自が所有するノートパソコンを使用するとともに，学習支援システムを通じて，教材の提供，オンラインでの質疑，課題レポートの提出・返却を行う．使い方は開講時に指示する．

情報化が社会に及ぼす影響を理解し、情報機器や情報通信ネットワークなどを適切に活用して情報を収集、処理、表現する能力を養い、情報社会に積極的に参画する態度を育てる。また、情報や情報社会における身のまわりの問題を解決するために、情報の特徴と情報化が社会に果たす役割と及ぼす影響について、思考を深める。
特に将来グローバルな仕事への従事希望者、ハイテク産業の行政、投資・評価、コンサルティングの希望者、起業志向者、大企業やスタートアップのキーマネジメント志向者、経営管理などに興味をもつ学生にとっては、ITインフラ、サービス関連の全体概要と最新動向に触れる機会を提供する。
受講者が目的意識をもって今後の専門領域を学習でき、卒業後に実践的な応用ができることを講義目的とする。当該領域で活躍中の第一線専門家による講義も予定している。

情報化が社会に及ぼす影響を理解し、情報機器や情報通信ネットワークなどを適切に活用して情報を収集、処理、表現する能力を養い、情報社会に積極的に参画する能力の獲得を目指す。また、価値の創出（クリエイティブ・デザイン）と価値の良さがわかる（サービス・リテラシー）人材の教育を行う上での基礎知識を習得する。

＜講義スケジュール例＞

イントロダクション

エスノグラフィ(参与観察)　
エスノグラフィ(分析)　
サービスデザイン①
サービスデザイン②
企業活動と情報システム/社会のデジタル化
企業活動と情報システム/デジタル化を支える基礎技術
企業活動と情報システム/デジタル化を支える応用技術
企業活動と情報システム/ビジネスアナリティクスとAI
産業のサービス化
デジタルトランスフォーメーション（DX)
マーケティング（理論とケース）
ナレッジ・マネジメント（理論とケース）
ゲスト　事例紹介「脳科学をビジネスに」

フィードバック

特になし

情報活用社会に対する社会背景、現状分析、課題の認識、解決アプローチ等の習得を目的とし、その習得程度を評価する。評価の方法としては、授業への積極的参加　(20%) 、レポート課題(4回、合計で80%) とする。

前回受講のハンドアウトの復習。参考書籍の事前学習。

受講者が目的意識をもって今後の専門領域を学習でき、卒業後に実践的な応用ができることを講義目的とする。
開講時限の前後の1時間を原則としてオフィスアワーとする。その他の時間についてはメールによるアポイントを経ることとする

プログラミング言語 Python は初学者にも学びやすい言語である一方で、さまざまな応用も可能である。近年では学術研究にも利用が広がっている。本授業ではプログラミングの初学者を対象に Python を用いたプログラミングを演習方式で学ぶ。

- Python によるプログラムの実行についての基本操作ができるようになる。
- Python プログラムを構成する基本的要素の機能と書式について説明し、例題を用いて実行例を構成できるようになる。
- Python を用いて簡単なプログラムを自ら設計、実装、テストできるようになる。

- プログラミングについての概説とPython 実行環境の導入と操作、学習法（1回）
- 変数と代入、逐次実行、リスト(1回)
- 制御構造：繰り返しと条件分岐(1回)
- 関数、Turtle グラフィクス(2回)
- Tkinter による GUI プログラミング(2回)
- ファイル操作(1回)
- プログラムの開発手法(2回)
- NumPy, Pandas, Matplotlib を用いたデータの扱いとプロット(1回)
- 振り返り(1回)
- 各自のプログラミング課題への取り組み(2回)
- フィードバック（試験、プログラミング課題の講評)(1回)

Python が実行可能なノートPCを持参して授業に参加すること。ノート PC への Python のインストールについては授業中に指示するので事前に準備する必要はない。

授業での演習や小テスト(70点)、プログラミング課題(30点)により到達目標の達成度に照らして成績をつける

プログラミングは実際にプログラムを書くことを行わなければ身につかない。ほぼ毎回の授業で授業中の課題と宿題（主に実施の容易な予習課題）を課す。また、これとは別に２回のプログラミング課題も課す。教科書の予習復習と併せて2単位の演習科目で想定している授業時間外学習（4時間）に取り組むことを求めるので、授業時間外学習の時間を確保して履修すること。

漠然とプログラミングができるようになりたい、という動機ではプログラミングはなかなか身につかない。授業の中で「こんなことに取り組みたい」という具体的な目標を見出すこと。
受講にあたってプログラミングの経験の有無は問わない。数学的な内容は含めないので文科系の学生でも十分に履修可能であり、実際に文科系の初学者でも理科系の受講者と同じように合格している。特定のオフィスアワーは設けないが、電子メールでの問い合わせなどは随時受ける。

R is a programming language whose purpose is to be able to process and organize data sets, and to represent these data graphically. Since the two last decades, R is widely used by scientists worldwide for data management and statistical analyses. This course aims to get students to start using R for analysing data and interpreting the output of basic statistical tests. Classes are taught in the form of practical exercises on computers.

Upon successful completion of this course students will be able (i) to design and statistically analyse a simple experimental plan using R, (ii) to find and perform by themselves an accurate test for solving their scientific question, even if it has not been specifically addressed during the course and (iii) to produce smart graphics for the presentation of analysed data.

The course will simultaneously address how to use the R language to manage data, to implement relevant statistical tests and to generate graphical output
Course schedule:
1. Introduction
2. object in R: vectors, matrix, functions
3. data frame -importing data
4. Descriptive statistics
5. Programming with R and random numbers
6. Study of the distribution of quantitative variables
7. Importing, managing and analysing data (1)
8. Importing, managing and analysing data (2)
9. Linear model: linear regression
10. Importing, managing and analysing data (3)
11. Linear model: analysis of variance
12. Improving the quality of graphics for a presentation or report
13. Analysing a dataset: building the script and writing a report (1)
14. Analysing a dataset: building the script and writing a report (2)
15. Feedback

All students are welcome
Students will have to bring their own laptops to use in class that they will also use for homework. Students have to download and install R software and R-studio software before starting the course.

Grading: Homework (three to five, 50%), script and report based on the final exercise (50%).
In no case will English language proficiency be a criterion for evaluating students.
Class attendance is expected: students who are absent more than three times without sound reasons (documented unavoidable absence) will not be credited.

Work not finished in class time should be finished at home. Self-training is recommended: exercises will be provided.

Students are encouraged to ask questions and to make comments during the class.
Students are welcome to arrange appointments by email, even outside the official office hour, for questions and discussion

この授業は、コンピュータの初心者を対象とし、コンピュータとインターネットを活用するために必要な知識や技術を学ぶことを目的とする。このとき利便性をいかに享受するかだけでなく、コンピュータとインターネットに潜む危険性を理解し、安心してコンピュータとインターネットを利用できるようになるための素養を身につけることを目指す。

情報ネットワーク社会の責任のある構成員として守るべきマナーを修得する。表計算ソフト、ワープロソフトの基本概念と大学レベルの使い方、TeXによる論文作成の、内容以外の基本を身につける。以上のような各種ソフトウェアに類似のソフトウェアの利用方法をネットなどで自分で調べて利用できる能力を身に付ける(これが特に重要)。プログラミングとは何かを理解する。

以下の各課題をそれぞれ1〜2週にわたって学ぶ予定である(時間数の都合で一部割愛・変更する場合がある)。
授業回数はフィードバックを含め全15回とする。

・情報セキュリティとネットワーク利用のマナー
・コンピュータの基本操作 (Windows および UNIX系OS)
・PCの管理、セキュリティにおける考え方
・生成AIの利用と注意点
・学術情報の探索(特に図書館)
・文書の整形と構造化(ワードプロセッサ、特にスタイルや相互参照等)
・データ分析の基礎(表計算、絶対参照、グラフ、ピボットテーブル、マクロ(味見程度)等)
・TeXによる論文作成の基本
・Jupyter Notebookの基本
・(学んだことを生かしつつ)WEBページの作成，サーバへのアップロード
・プレゼンテーション
・プログラミング・基礎の基礎(Julia、Python、R、Rubyから選択できる)
・機械学習の使用例
・数式処理(数学)ソフトの紹介

この授業ではオフィスソフトとしてLibreOfficeを使用するなど、できるだけフリーソフトウェアを利用する。これらは無料で個人のPCなどにインストールし、使用することができる。
LibreOffice以外のMicrosoft OfficeやOffce Online、Googleドキュメント等と共通する概念を学習し、それらを含めてソフトが更新されても短期間に使いこなせるようになる能力を身に付けることを目指す。

WEBページ作成、プレゼンテーションではJupyter Notebookを利用する予定である。WEBページ作成にはWriterなどのワープロソフトも利用可能である。一部のプログラミング言語を除き、プログラミングは使いやすいJupyter上で行う予定である。

所属学部のクラス指定の「情報基礎演習」が開講されている場合は、［全学向］の「情報基礎演習」を履修しても卒業要件を満たす科目として認められないことがあるので、各自で所属学部に必ず確認すること。

受講者はKUINS（本学のネットワーク）と教育用計算機システムの利用上のマナーを守る必要がある。

生成AIの演習部分ではgoogleアカウントを使用する予定である。該当回までに各自用意すること。ただし授業資料とは異なる他の同等の生成AIを利用するなどしてgoogleアカウント不使用希望の場合には教員に相談すること。

トピック毎に課題に取り組み、その達成状況を評価する。また情報環境機構が提供する情報セキュリティe-Learningの受講を単位取得の条件とする。課題の評価基準は、設定した要件が守れているかどうか、授業で学んだポイントを理解できていることが提出物から読み取れるかどうか、記述が明解かどうかなどである。

授業前に参照可能になっている資料について予習することが望ましいが、必須ではない。授業で出された課題をこなすために授業外での学習が必要となることが多い。

設備の関係上、人数制限を設ける場合がある。
希望者はBYOD方式で自分のノートPCにより演習を行うことも可能。
その場合、十分に充電したノートPCを持参すること。

情報環境機構が提供する情報セキュリティe-Learningを必ず受講し、修了テストを受けた上で、同テストのフィードバックを確認しておくこと。授業内では受講のための時間は設けないので授業時間外に受講しておくこと。同e-Learningは学生も含めた本学の全構成員に対して毎年受講が求められているものである。2回生以上で過去の年度に受講した場合でも今年度まだ受講していないのであれば必ず受講すること。