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。

情報とは何か，情報の処理や計算とはどのようなものかについて，情報の量，情報の表現，情報の伝達，計算の表現，計算の量などの観点から学ぶ．また，現在のコンピュータ，人工知能，情報ネットワーク，様々な情報システムなどがどのような仕組みで動いているのかについても取り上げる．

情報とは何か，情報の処理や計算とはどのようなものかについて学ぶことにより，情報という観点からの問題の捉え方を身につけることを目指す．また，現在のコンピュータ，人工知能，情報ネットワーク，様々な情報システムがどのような仕組みで動いているのかについて学ぶことにより，現代情報化社会における知的活動および一般生活において必要となる情報利活用能力の基礎となる知識を身につける．

以下のような内容について授業を行う予定である．

［第一部］情報

01 情報とは何か：主観確率，ベイズの定理（田島）
02 情報の量：自己情報量，エントロピー（Huang）
03 機械のための情報の表現：アナログとディジタル，誤り訂正符号，データ圧縮，公開鍵暗号（東風上）
04 人間のための情報の表現（１）：情報の変換，統計データの表現，人間の認知特性，文化依存性（田島）
05 人間のための情報の表現（２）：ヒューマンインタフェース（東風上）
06 人間と機械をつなぐ情報：ロボティクス，ヒューマンロボットインタラクション（東風上）

［第二部］知能

07 人工知能とは何か（１）：人工知能の歴史，機械学習，深層学習，生成AI，説明可能AI（Huang）
08 人工知能とは何か（２）：自然言語処理，大規模言語モデル（ChatGPT等）（Huang）
09 人工知能と社会：人工知能と倫理，ロボットと倫理，生成系AIと著作権（東風上）

［第三部］計算

10 計算とは何か：論理回路，有限状態機械，チューリングマシン，ラムダ計算，コンピュータ，計算不可能な問題（田島）
11 計算の表現と量：アルゴリズム，漸近的計算量（Huang）
12 計算のための情報の表現：データ構造，関係，グラフ，一意性，冗長性（田島）
13 複数処理の実行・複数主体による処理：スケジューリング，並列処理，分散処理，OSの役割，インターネットの仕組（田島）
14 情報に基づく意思決定：ゲーム理論（田島）
15 フィードバック（田島・東風上・Huang）

特になし

授業期間中にほぼ毎週課す課題に対する提出内容（20%）および期末試験（80%）により評価を行う．評価の際には，本講義で学ぶ「情報とその表現や処理とはどのようなものか」「コンピュータや情報システムはどのような原理で動いているか」などの知識について，その技術的な詳細を正確に覚えているかどうかよりも，各所各所の要点，および，それらの間の関係の全体像を，自分の言葉で説明でき，かつ，他の分野に応用できる程度に体得できているかを評価する．

授業資料や演習問題の解説資料などを用いて毎授業ごとに復習を行うこと．また，事前に授業資料が配布されるなどにより授業内容が事前にわかっている回については，取り上げられる概念などについて各自で調べて予習を行うこと．

オフィスアワーはメールによる事前予約のこと．メールアドレスは以下の通り（「＠」を「@」に置き換えること）：
田島：tajima＠i.kyoto-u.ac.jp
東風上：kochigami＠robot.soc.i.kyoto-u.ac.jp
Huang：huang＠nlp.ist.i.kyoto-u.ac.jp

This course covers basic concepts in information representation, computer hardware and operating systems, as well as technical background on network and Internet, and related issues.

To understand the basics of information representation, computer hardware and operating systems, network and Internet technical background, and related issues.

0. Introduction [1 week]

1. Representing information as bit patterns [5 weeks]
1-1. The binary system
1-2. Representing integers
1-3. Representing fractions
1-4. Representing text
1-5. Representing other information

2. Computers and their peripherals [3 weeks]
2-1. Computer architecture
2-2. CPU and main memory
2-3. Storage devices, input and output devices

3. Operating system and application software [2 weeks]
3-1. Operating system architecture
3-2. Coordinating computer's activities

4. Networking and the Internet [3 weeks]
4-1. Network fundamentals
4-2. The Internet
4-3. Broadband connections and mobile connections

5. Feedback [1 week]

特になし

Quizzes and exercises (40%), final examination (60%)

Students are expected to dedicate about 1 hour to review. More than half of this time is spent preparing for class and completing assignments.

Any inquiry to the instructor: chang.kaichun.4z{at}kyoto-u.ac.jp. (replace {at} with @)

Python 言語は，プログラムが書きやすいこと，強力なライブラリが存在することなどから，広く使われています。この演習の目的は2つあります。一つは，プログラミングの入門から始めて Python によるプログラミングができるようになることです。もう一つは，手続き的な処理をプログラムに行わせること， データを可視化することなどを通じて，数学の理解を深めることです。ニューラルネットについても触れます。それを通じて，プログラミングを数理的な勉強や研究の道具として用いる能力を身につけます。

Python 言語でプログラムを書けるようになること。
それを，数学の理解，データ処理などに利用できるようになること。
プログラミングによる問題解決能力を高めること。

下記の内容を扱います。全体で 15 回の授業を行いますが，この順番で行うのではなく，簡単な内容から高度な内容へと進むように，順番を組み替えて行います。毎回の内容の詳細は，下記オンラインテキストを参考にしてください。括弧の回数は，それぞれの内容を扱う回数の目安です。

A: Python 言語について，以下のことを学ぶ。(8回)

(1) Jupyter Notebook を使おう
(2) Python プログラミングができるようになろう
変数，制御構造，リスト，関数，クラス定義，再帰呼出し，オブジェクト指向など
(3) numpy, matplotlib　などのライブラリを使おう

B: 数学的現象についてプログラミングを通じて理解を深めるような演習を行う(4回)。
具体的には，次の内容を考えている。

(4) 行列について理解を深めよう
逆行列，固有値と固有ベクトル，線形変換などについて，プログラミングをすることにより，また，可視化をすることにより，理解を深めよう。
(5) 微分方程式を数値的に解こう
(6) 多腕バンデッド問題とベイズ推定
確率の分からない複数のスロットマシンを引くアルゴリズムを考えよう。それを通して，自分でアルゴリズムを組むこと，確率分布の基本的な考え方，ベイズ推定などについて学ぼう。
(7) ニューラルネットの基礎
keras ライブラリを用いて手書き数字を認識するニューラルネットワークを作ろう。それを通じて，機械学習の基礎を学ぼう。

C: 最終課題(2回)
授業中に具体例として与えた数学的な問題や，その他の問題について，プログラムを書いて実行することにより調べ，Jupyter Notebook を用いて，プログラムとその実行結果を含んだ解説を作ろう。最終回は，それについての発表を行う。

D: フィードバック(1回)

微分積分学A, B, および，線形代数学 A, B を，履修済みであるか履修中であることが望ましい。

授業には，　各自の持っているラップトップコンピュータを使用します。Mac OS あるいは Windows のラップトップを授業に持参する必要があります。

最終課題(50%)以外にも，提出課題をいくつか与える(40%)。また，毎回の演習の時間に行った内容を提出してもらう。それらの課題の出来具合や， 授業に対する取り組み具合も評価する(10%)。

自分のパソコンに pytnon をインストールし，授業の復習をするだけでなく，数学などの授業でアルゴリズム的なことが現れたら，プログラムを書いて，動かしながら理解する癖を身に着けよう。

履修希望者が多い場合は、教室の規模(40人程度)に合わせて人数制限を行います。
　各自の持っているラップトップコンピュータを持参して授業に参加する必要があります。

情報とは何か，情報の処理や計算とはどのようなものかについて，情報の量，情報の表現，情報の伝達，計算の表現，計算の量などの観点から学ぶ．また，現在のコンピュータ，人工知能，情報ネットワーク，様々な情報システムなどがどのような仕組みで動いているのかについても取り上げる．

情報とは何か，情報の処理や計算とはどのようなものかについて学ぶことにより，情報という観点からの問題の捉え方を身につけることを目指す．また，現在のコンピュータ，人工知能，情報ネットワーク，様々な情報システムがどのような仕組みで動いているのかについて学ぶことにより，現代情報化社会における知的活動および一般生活において必要となる情報利活用能力の基礎となる知識を身につける．

以下のような内容について授業を行う予定である．

［第一部］情報

01 情報とは何か：主観確率，ベイズの定理（田島）
02 情報の量：自己情報量，エントロピー（Huang）
03 機械のための情報の表現：アナログとディジタル，誤り訂正符号，データ圧縮，公開鍵暗号（東風上）
04 人間のための情報の表現（１）：情報の変換，統計データの表現，人間の認知特性，文化依存性（田島）
05 人間のための情報の表現（２）：ヒューマンインタフェース（東風上）
06 人間と機械をつなぐ情報：ロボティクス，ヒューマンロボットインタラクション（東風上）

［第二部］知能

07 人工知能とは何か（１）：人工知能の歴史，機械学習，深層学習，生成AI，説明可能AI（Huang）
08 人工知能とは何か（２）：自然言語処理，大規模言語モデル（ChatGPT等）（Huang）
09 人工知能と社会：人工知能と倫理，ロボットと倫理，生成系AIと著作権（東風上）

［第三部］計算

10 計算とは何か：論理回路，有限状態機械，チューリングマシン，ラムダ計算，コンピュータ，計算不可能な問題（田島）
11 計算の表現と量：アルゴリズム，漸近的計算量（Huang）
12 計算のための情報の表現：データ構造，関係，グラフ，一意性，冗長性（田島）
13 複数処理の実行・複数主体による処理：スケジューリング，並列処理，分散処理，OSの役割，インターネットの仕組（田島）
14 情報に基づく意思決定：ゲーム理論（田島）
15 フィードバック（田島・東風上・Huang）

特になし

授業期間中にほぼ毎週課す課題に対する提出内容により評価を行う．評価の際には，本講義で学ぶ「情報とその表現や処理とはどのようなものか」「コンピュータや情報システムはどのような原理で動いているか」などの知識について，その技術的な詳細を正確に覚えているかどうかよりも，各所各所の要点，および，それらの間の関係の全体像を，自分の言葉で説明でき，かつ，他の分野に応用できる程度に体得できているかを評価する．

授業資料や演習問題の解説資料などを用いて毎授業ごとに復習を行うこと．また，事前に授業資料が配布されるなどにより授業内容が事前にわかっている回については，取り上げられる概念などについて各自で調べて予習を行うこと．

オフィスアワーはメールによる事前予約のこと．メールアドレスは以下の通り（「＠」を「@」に置き換えること）：
田島：tajima＠i.kyoto-u.ac.jp
東風上：kochigami＠robot.soc.i.kyoto-u.ac.jp
Huang：huang＠nlp.ist.i.kyoto-u.ac.jp

Society is currently in the middle of an "AI boom", with recent computers seemingly able to perform tasks which would have been very difficult even a few years ago. In this course we explain what enables these machines to successfully learn like a human does. We start from discussing fundamental machine learning models such as linear regression to more recent breakthrough architectures such as transformer models. Importance will also be placed on how to properly train and evaluate AI models. We then apply what we have learned to understand how the models are used to make a conversational robot.

Students will gain an understanding of machine learning techniques and architectures and also how to construct basic models. They will also know how to properly evaluate AI models using real data.

1. Artificial intelligence (1 week)
We will discuss the current AI boom. What does it mean for society? Can we say that AI is truly "intelligent"? We will then explain how machine learning can be linked to concepts of human intelligence.

2. Data analysis (2 weeks)
Collecting data is the first step in training machine learning models, so we will discuss how a wide range of data can be collected, either by using publicly available corpora or collecting it ourselves. We also show how to get quality data to match the goal of our AI models.

3. Machine learning (4 weeks)
In this set of lectures we focus on the fundamental concepts of machine learning. We review basic mathematics required to study machine learning, including vectors and matrices. We then begin with simple supervised linear and logistic regression models to introduce concepts in machine learning and apply these models to a real data set to understand how the models work in practice. Unsupervised models such as clustering are also discussed. Emphasis will be placed on the correct way to train models.
These lectures will be accompanied by basic programming in Python

4. Deep learning (2 weeks)
Once the concepts of machine learning are understood, we move on to more state of the art methods involving deep learning and transformer models, which are responsible for the breakthroughs in the current AI boom. We describe the basic architecture of these models and how they can be used to create powerful classifiers for a range of different data types.

5. Evaluation methods (1 week)
We take a special look at the evaluation of AI models. Common mistakes related to bias and evaluation metrics will be discussed to reinforce good practice when testing and evaluating models.

6. Application (4 weeks)
Armed with the knowledge of the previous lectures, we discuss how AI models can be used in the context of human conversation. We focus on large language models such as ChatGPT and human conversation behavioral models which can be used to produce spoken dialogue systems. Various language, audio and visual models will also be described. As part of these lectures students will choose a simple classification task related to human conversation and then successfully construct an AI model.

7. Feedback (1 week)

特になし

Attendance and participation (20%), exercises (60%) and a final report (20%).

Students should aim to review course content for 30 minutes before and after class and if possible practice programming on their own machines using Python.

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.

UNIX系OS, ターミナルの利用方法，LaTeXを用いた文書作成方法を学び，数値解析向けプログラミング言語 Octave を用いた演習を行う．情報処理，論文執筆の基礎を習得し，大学生活においてコンピュータを活用するための情報リテラシー教育を行う．

UNIX系OS に関する基本的事項を理解し，ターミナルコマンドを通して処理を体験することにより，現代社会のインフラとなる計算機技術の設計思想を理解する．Emacs や LaTeXによる文書作成技術を習得し，図・表を含む報告書の作成や論文執筆のための基礎を身につける．数値解析プログラミングの基礎を習得する．

授業回数はフィードバックを含め全15回とする.

1. UNIX の概説 及び 情報リテラシー (2回)
UNIX系OSの基礎概念と利用方法 及び 情報リテラシーについて習得する．

2. UNIX 操作，ターミナルの基礎(2回)
ファイルシステム，コマンド・シェル等の操作演習を行う．

3. Emacs系エディタ(2回)
Emacs 系エディタの基本操作習得および文字入力の演習を行う．

4. LaTeX(2回)
LaTeXを用いた文書作成法の基礎を習得する．

5. 図・グラフ作成と数値計算(2回)
Octave等を用いた図・グラフ作成法と数値計算，LaTeXにおける利用法を習得する．

6. 総合課題演習(4回)
応用課題に取り組むことによって，本演習で習得した技術の理解と応用力を深める.

フィードバック(1回)

特になし

小レポート 60点，総合課題 40点 により評価する．レポートではUNIX系OSの知識, コマンドとシェル, Emacs, LaTeX, Octave に関する課題達成状況を評価する．総合課題では，LaTeXによるレポート文書作成 及び Octave の習熟度合いを評価する．

演習時間中に終了しなかったレポート課題は，仮想端末や各自の端末において完了させて提出すること．UNIXコマンド, Emacs, LaTeX, Octave等 演習で学ぶ技術の利用方法について教科書を読むのみならず Web検索 によって調べておくのが望ましい．

注意1. 後期水曜4, 5限に隔週で開講。同じく後期水曜4, 5限開講の学部科目「電気電子工学概論」と合わせて両方の受講登録が可能。
注意2. 演習で「各自のノートPC」と「教科書」を使用するので初回から持参すること。
注意3. 事務室からの通知あるいは掲示板で自身のクラスと開講日を確認し、該当するクラスのみを受講登録すること。
注意4. シラバスシステムの都合で「水曜5限」と表示されることがあるが、正しくは水曜4,5限である。

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。

UNIX系OS, ターミナルの利用方法，LaTeXを用いた文書作成方法を学び，数値解析向けプログラミング言語 Octave を用いた演習を行う．情報処理，論文執筆の基礎を習得し，大学生活においてコンピュータを活用するための情報リテラシー教育を行う．

UNIX系OS に関する基本的事項を理解し，ターミナルコマンドを通して処理を体験することにより，現代社会のインフラとなる計算機技術の設計思想を理解する．Emacs や LaTeXによる文書作成技術を習得し，図・表を含む報告書の作成や論文執筆のための基礎を身につける．数値解析プログラミングの基礎を習得する．

授業回数はフィードバックを含め全15回とする.

1. UNIX の概説 及び 情報リテラシー (2回)
UNIX系OSの基礎概念と利用方法 及び 情報リテラシーについて習得する．

2. UNIX 操作，ターミナルの基礎(2回)
ファイルシステム，コマンド・シェル等の操作演習を行う．

3. Emacs系エディタ(2回)
Emacs 系エディタの基本操作習得および文字入力の演習を行う．

4. LaTeX(2回)
LaTeXを用いた文書作成法の基礎を習得する．

5. 図・グラフ作成と数値計算(2回)
Octave等を用いた図・グラフ作成法と数値計算，LaTeXにおける利用法を習得する．

6. 総合課題演習(4回)
応用課題に取り組むことによって，本演習で習得した技術の理解と応用力を深める.

フィードバック(1回)

特になし

小レポート 60点，総合課題 40点 により評価する．レポートではUNIX系OSの知識, コマンドとシェル, Emacs, LaTeX, Octave に関する課題達成状況を評価する．総合課題では，LaTeXによるレポート文書作成 及び Octave の習熟度合いを評価する．

演習時間中に終了しなかったレポート課題は，仮想端末や各自の端末において完了させて提出すること．UNIXコマンド, Emacs, LaTeX, Octave等 演習で学ぶ技術の利用方法について教科書を読むのみならず Web検索 によって調べておくのが望ましい．

注意1. 後期水曜4, 5限に隔週で開講。同じく後期水曜4, 5限開講の学部科目「電気電子工学概論」と合わせて両方の受講登録が可能。
注意2. 演習で「各自のノートPC」と「教科書」を使用するので初回から持参すること。
注意3. 事務室からの通知あるいは掲示板で自身のクラスと開講日を確認し、該当するクラスのみを受講登録すること。
注意4. シラバスシステムの都合で「水曜5限」と表示されることがあるが、正しくは水曜4,5限である。

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。

UNIX系OS, ターミナルの利用方法，LaTeXを用いた文書作成方法を学び，数値解析向けプログラミング言語 Octave を用いた演習を行う．情報処理，論文執筆の基礎を習得し，大学生活においてコンピュータを活用するための情報リテラシー教育を行う．

UNIX系OS に関する基本的事項を理解し，ターミナルコマンドを通して処理を体験することにより，現代社会のインフラとなる計算機技術の設計思想を理解する．Emacs や LaTeXによる文書作成技術を習得し，図・表を含む報告書の作成や論文執筆のための基礎を身につける．数値解析プログラミングの基礎を習得する．

授業回数はフィードバックを含め全15回とする.

1. UNIX の概説 及び 情報リテラシー (2回)
UNIX系OSの基礎概念と利用方法 及び 情報リテラシーについて習得する．

2. UNIX 操作，ターミナルの基礎(2回)
ファイルシステム，コマンド・シェル等の操作演習を行う．

3. Emacs系エディタ(2回)
Emacs 系エディタの基本操作習得および文字入力の演習を行う．

4. LaTeX(2回)
LaTeXを用いた文書作成法の基礎を習得する．

5. 図・グラフ作成と数値計算(2回)
Octave等を用いた図・グラフ作成法と数値計算，LaTeXにおける利用法を習得する．

6. 総合課題演習(4回)
応用課題に取り組むことによって，本演習で習得した技術の理解と応用力を深める.

フィードバック(1回)

特になし

小レポート 60点，総合課題 40点 により評価する．レポートではUNIX系OSの知識, コマンドとシェル, Emacs, LaTeX, Octave に関する課題達成状況を評価する．総合課題では，LaTeXによるレポート文書作成 及び Octave の習熟度合いを評価する．

演習時間中に終了しなかったレポート課題は，仮想端末や各自の端末において完了させて提出すること．UNIXコマンド, Emacs, LaTeX, Octave等 演習で学ぶ技術の利用方法について教科書を読むのみならず Web検索 によって調べておくのが望ましい．

注意1. 後期水曜4, 5限に隔週で開講。同じく後期水曜4, 5限開講の学部科目「電気電子工学概論」と合わせて両方の受講登録が可能。
注意2. 演習で「各自のノートPC」と「教科書」を使用するので初回から持参すること。
注意3. 事務室からの通知あるいは掲示板で自身のクラスと開講日を確認し、該当するクラスのみを受講登録すること。
注意4. シラバスシステムの都合で「水曜5限」と表示されることがあるが、正しくは水曜4,5限である。

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。

　初歩的なコンピュータ・プログラミングや，コンピュータ・アルゴリズム，デジタルデータ表現等の，コンピュータによる情報処理の基本的な話題について扱う．これらのトピックを通して，コンピュータおよびソフトウェアは，難解な機構が詰め込まれたブラックボックスではなく，ひとつひとつは単純な仕組みを大規模に組合せて構成されたものであることを理解することを目的とする．
　本授業では，アナログ的道具建てを用いたグループワークなどを通してコンピュータ内部の仕組みについて理解を深める履修者参加型授業を一部の授業週で実施する予定である．これによって，コンピュータ内部で起こっている諸々の計算現象についての具体的なヴィジョンを得ることを目指す．従来型の講義形式の授業との組合せによって，得られたヴィジョンと実際のコンピュータ利活用との橋渡しを行う．

以下に掲げる話題を通して、コンピュータの基本的な動作や原理に関して理解する．
○ プログラミング入門
○ コンピュータ・アルゴリズム
○ コンピュータの構成と原理
○ データ表現

授業回数はフィードバックを含め全15回とする．
以下のような内容について講述していく予定である．(順不同)
○ プログラミング初歩 (４〜５回)
　- プログラミングとは
- 変数と代入・条件分岐
　- 繰り返しと配列
- 構造化プログラミングと再帰
○ コンピュータ・アルゴリズム（４〜５回）
　- アルゴリズムのプログラム表現
　- アルゴリズムの計算量
　- 探索アルゴリズム
　- 整列アルゴリズム
○ コンピュータの構成と原理（２〜３回）
　- コンピュータの歴史と性能向上
　- デジタル論理回路と命題論理
○ デジタルデータ（２回）
　- デジタルデータ表現
　- 2進数および2進数の計算
　- 浮動小数点の計算

授業資料の配布・課題の提出・小テスト実施等全てをオンラインで，PandA授業サイトを通して行うため，PandAを利用可能な電子デバイスを事前に各自で用意し毎回持参すること．また，大学のWiFi環境への接続設定とPandAサイトへのアクセスについても事前に確認しておくこと．（電子デバイスは，提出課題のPDFスキャンやPandAサイトにアクセスしての授業資料の閲覧・課題提出・小テストへの入力のために必須である．これらが可能であれば，ノートPCに限らずタブレットやスマートフォンなどを使用しても構わない．）
履修者参加型授業を実施する際には紙媒体が必要となることもあるので，ノートや鉛筆等の筆記用具も持参すること．

平常点(PandAによる課題提出やオンライン小テストの成績を含む)による．ただし，授業への積極的な参加を重視し，積極的でない参加態度や大幅な遅刻等は減点の対象とする．

履修者参加型授業の内容はコンピュータの原理を考察するためのひとつの材料提供であるので，授業時間中はもとより授業後に自分で内容を整理するなどして復習を行うこと．
授業配布資料や小演習課題の模範解答等を適宜学習支援システムPandAを介してオンラインで公開していくので，予習・復習に活用してほしい．

適正規模を維持するため履修制限を行うことがある．
「情報基礎演習[理学部]」と併せて履修することが望ましい(特にプログラミング経験の少ない者)．

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。

工学部・地球工学科において，計算機を利用する専門科目の履修や，特別研究を行う上で必要となるプログラミングの基礎と数値計算法を学ぶことを主たる目的とする．また，関連する情報処理の基礎知識，情報リテラシーや情報倫理，情報処理を行う上で必要となるハードウェアとソフトウェアの基礎も同時に習得する．さらに，地球工学科で行われている情報処理や数値計算に関する具体的な研究事例を授業で紹介し，それらを理解することで，本授業で学んだ知識がどのように専門課程で役立つかを理解することも目的としている．

工学部・地球工学科で必要とされる計算機を利用する専門科目の履修や，特別研究を行う上で必要となるプログラミングの基礎と数値計算法を理解する．
さらに，地球工学科における情報処理や数値計算を利用した具体的な研究事例を理解することで，同学科における情報処理技術のさまざまな活用方法に関する基礎知識を身につける．なお，関連する情報リテラシーや情報倫理も習得する．

以下の内容について講義を行う。授業回数はフィードバックを含め全15回とする。

１．コンピュータの基礎と情報リテラシー（1回・担当：廣井）
コンピュータの歴史，仕組み，基本システムを理解するとともに，コンピュータで各種情報を扱う上で必要となる情報リテラシー，情報倫理について講義を行う．

２．情報処理の基礎（1回・担当：島田）
　情報処理とは何か、データベース、地理情報システム、ビッグデータ、人工知能などの情報処理システムの基礎について講義を行う

３．アルゴリズムの設計（1回・担当：島田）
　ソート，探索，高速フーリエ変換，動的計画法など，工学部地球工学科で必要となる代表的なアルゴリズムの設計の基礎について講義を行う．

４．プログラミングの基礎（5回程度・担当：岸田、安原）
PythonとMatlabの基本的な使い方と特徴に焦点を当て，これらの言語におけるプログラミングの基礎を解説する．具体的には，データタイプ，変数，基本操作，および数値計算の基本について講義する．また，基本的なアルゴリズムの実装にも取り組み，これらのアルゴリズムの効率とパフォーマンスについても講義する．

５．さまざまなプログラミング言語（1回・担当：廣井）
　プログラミング言語の歴史、機械語、アセンブリ言語、高水準言語、コンパイラ、オブジェクト指向プログラミングなどについて講義を行う．

６．さまざまな情報処理（２回・担当：柏谷）
　　オープンソースのデータ解析・処理言語を用いた情報処理について実際に演習をしながら学ぶ．

７．地球工学と情報処理（3回・担当：柏谷・島田・廣井）
　工学部地球工学科における情報処理技術の活用事例や，各種の実測・実験データ解析，また数値計算等を利用した具体的な研究内容の紹介を行う．

８．フィードバック（1回）

特になし

出席と参加の状況など授業に取り組む姿勢を総合的に勘案して行う。原則としてレポート課題の成績を70%、出席と参加の状況あるいは課題提出状況等を30%程度として、成績評価を行う。

復習は，授業資料をもとに進めること．

Using the Internet for gathering information, sending e-mails, and online shopping has become a part of everyday life. In this course, students will learn the basic workings of the Internet and how computers communicate across networks. Students will also learn about information security issues and how to avoid potential problems while using the Internet.

The students will learn the basics of the Internet and the various protocols used when devices communicate across the network, understand problems involving information security and how to deal with them, and learn the basic rules governing proper use of information networks.

The course consists of 15 sessions (14 class sessions + 1 feedback session).
We will cover the following topics during the course, and spend one or two weeks on each topic:

1) Overview of the Internet
2) Application Layer (World Wide Web, e-mail, etc.)
3) Transport Layer (sockets, TCP and UDP)
4) Network Layer (IP addresses and routing)
5) Link Layer (LANs and Ethernet)
6) Wireless and mobile networks
7) Security
8) Rules of Internet usage

No prerequisites are required, but it is recommended that the students take an introductory course such as "Basic Informatics" before this course.

Students will be expected to understand the basic workings of the Internet, information security and proper use of information networks. The student's understanding of these topics will mainly be evaluated by a final report at the end of the course. Evaluation will also be influenced by performance on practice exercises given during the course. Approximately: exercises (40%), final report (60%).

Students should study material related to each topic before class, and review the course material after each class. It is also recommended that students gain first-hand experience of the topics discussed by using computers outside of class.

情報収集，SNSやメール等によるコミュニケーションあるいは買い物などでインターネットを利用することはごく日常的なことであり，その利便性は言うまでもない．ただしその利用法が適切でなければ，トラブルに巻き込まれて被害者になったり，そうとは気づかないうちに加害者になることもありうる．またネットワークの利用において不具合が生じたときに，それに対処できる素養は重要である．そこで本科目では，インターネットの基盤とサービスの仕組み，ネットワークを安全に利用するための情報セキュリティ，情報ネットワーク社会における著作権について学び，インターネットをなんとなく利用するレベルから脱却し，インターネットをより適切に利用し，また起こりうる問題を回避する，あるいは問題に的確に対処するための素養を身につけることを目的とする．

インターネットの通信の仕組み，情報セキュリティに関わる問題と対策，情報ネットワーク社会における著作権について理解し，ネットワーク社会で自立することを目指す．

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
02. インターネットの概要
03. インターネットの仕組み --- IPアドレス
04. インターネットの仕組み --- DNS
05. インターネットでの通信の仕組み --- TCP/IP(1)
06. インターネットでの通信の仕組み --- TCP/IP(2)
07. WWWの仕組み
08. メールの仕組み
09. 検索エンジンの仕組み
10. ネットワークサービスの運営の仕組み
11. 情報セキュリティ(1)
12. 情報セキュリティ(2)
13. 情報ネットワーク社会のルール --- 著作権(1)
14. 情報ネットワーク社会のルール --- 著作権(2)
15. 授業フィードバック

コンピュータと情報処理の仕組みを学習する「情報基礎［全学向］」も別途受講することを勧める．

インターネットでの通信の仕組み，情報セキュリティ，情報ネットワーク社会のルールについて理解することを求める. これらの内容に関わる期末レポートの理解度によっておもに成績を評価する．また授業中に演習問題を適宜行う.それらの結果も評価に反映させる.全体として授業中の演習問題について30%，期末レポートについて70%の割合で評価を行う．

授業の各トピックについて予め関係する書籍で学習しておくことで，講義内容の理解を深められるようにすることが望ましい．また授業後には，もう一度内容を振り返ることで理解度を確認し， コンピュータによって確認できる事項であれば，実際に時間外に試してみることを勧める．

授業中はノートPC等のデバイスでPandAの資料を参照することを想定している．授業に出席するにあたってはデバイスのバッテリー残量が十分ある状態にしておくこと．

本講義で予定しているトピックに関連して，下記の情報セキュリティに関するe-learning講義を受講すること．なお，このe-learningは京都大学の全構成員に対して，年度ごとに受講が求められているものです．

情報セキュリティe-Learning
https://www.iimc.kyoto-u.ac.jp/ja/services/ismo/e-Learning/

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.

パーソナルコンピュータ（PC）利用経験の浅い学生を主な対象とし、コンピュータの活用に必要な基礎的な知識と技能を修得することを目指す。本授業では、コンピュータの基本操作、情報セキュリティと倫理、情報検索の方法、データ分析の基礎、レポート文書やプレゼンテーション資料の作成法、さらにコンピュータを自在に操るために必要となるプログラミングの基礎について学ぶ。

・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情報とその利用法を知る。
・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。
・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。
・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。初回はガイダンスも行う。

コンピュータの基礎とネットワークの利用（2週）
　・OS (オペレーティングシステム) の基本
　・情報セキュリティと情報倫理
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）
コンピュータでのコンテンツ作成（7週）
　・文書の整形と構造化 (Word)
　・データ分析の基礎 (Excel)
　・プレゼンテーション資料作成の基礎 (PowerPoint)
プログラミングの基礎（4週）
　・プログラミングの概要
　・変数によるモデル化
　・制御構造
フィードバック（1週）

注：高等学校の新学習指導要領を踏まえ、授業で扱うトピックの検討をおこなっている。このため、上記内容の一部を変更する場合がある。

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。

授業内で演習をおこなうため、受講者は各自の PC を教室に持参すること。

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、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。

・教室定員を超えた場合、無作為抽選を行う場合がある。
・質問は随時メールで受け付ける。
・先行的な内容を実施するため授業内容の一部を変更することがある。

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。

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 のプログラム作成を通じて、プログラミングの基礎を学ぶとともにプログラミングの基本的な概念を習得する。

- プログラミングの基本的な知識を理解する
- Pythonでプログラム開発を行うための実践的なスキルを習得する
- 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、Python の開発環境と操作方法（1回）
- 変数と代入、逐次実行（1回）
- リストの利用（1回）
- 制御構造（条件分岐）（1回）
- 制御構造（繰り返し）（1回）
- 関数、例外処理（1回）
- ファイル操作（1回）
- プログラムの開発手法（4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。

トピックごとに提出を求める課題・最終課題で評価する。課された課題・最終課題について、授業回数に応じて配点し合計したものを成績とする。

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

教室定員を超えた場合、無作為抽選を行う場合がある。
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つける。

　パーソナルコンピュータ（PC）利用経験の浅い学生を主な対象として，PCを活用するための基礎的な知識と技能を修得させる．PCの基本的な操作法,セキュリティと倫理,情報検索の方法,構造化された文書の作成法,表計算ソフトウェアによるデータ処理の方法，さらに学術的プレゼンテーション資料作成の基礎を学ぶ．

・PCの基本ソフト（オペレーティングシステム；OS）およびネットワークの利用のための基礎的な操作を習得し，それらを安全に利用できるようになる
・図書館が提供している情報とその利用法を理解する．
・学術的な文書をワードプロセッサを用いて作成できるようになる．
・表計算ソフトを用いた基礎的なデータ処理を行えるようになる．
・プレゼンテーションソフトを用いて簡単な学術的プレゼンテーションが行えるようになる．

おおよそ以下の内容について学習する予定である．初回にはガイダンスも行う．

コンピュータの基礎とネットワークの利用（1週）［仲村］
　・OSの基本
　・情報セキュリティと情報倫理
情報の探索（1週）[澤田］
　・学術情報の流れ
　・情報探索法の基本
文書の整形と構造化（3週）［檀浦，仲村］
　・Wordによる構造化された文書の作成
　・Word文書への図表の挿入
　・Word文書での数式の扱い
データ分析の基礎（5週）［山﨑，仲村］
　・Excelによるデータ処理の練習（1週）
　・Excelによる作図法の練習（2週）
　・Excelによる統計分析の練習（2週）
プレゼンテーション資料作成の基礎（3週）［粟野］
　・PowerPointによるスライド作成
　・PowerPointによるプレゼンテーションの方法
　・PowerPointによるプレゼンテーション動画の作成
様々なオンラインツールの利用（1週）［澤田］
　・ファイル共有・共同作業ツールやフォームの利用

フィードバック（1週）

特になし

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，授業回数に応じて配点し合計したものを成績とする．

授業時間外の学習として，トピックごとに提出を求めている課題・レポートに取り組むことを求める．

質問は随時メールで受け付ける．


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e-Learningを受講する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．

この演習では，端末室に設置されたPCを利用することも可能であるが，履修者自身が持参するノートPCを利用することを前提としている（Bring Your Own Device; BYODによる実施）．

The development of powerful models such as ChatGPT and speech recognition has meant AI now exhibits more human-like intelligence. However, machines also need to take into account all of the human senses including sight, sound and even touch. In this course, students will gain an understanding of important AI models currently being used in the fields of vision, speech and language. We then discuss how we can take two or more of these fields and combine them to create multimodal models. There will also be the opportunity to practically test these AI models and understand where they work and what needs to be improved.

Students will gain an understanding of machine learning techniques and architectures and also how to construct basic models. They will also know how to properly evaluate AI models using real data.

1. Introduction to modelling (1 week)
Recent AI models have been responsible for many technological breakthroughs. How does a machine use a model to extract data and process it intelligently? We discuss how AI models possess human capabilities to process and understand real-world data.

2. Overview of computer vision, language and speech (3 weeks)
We review the historical techniques and important models in the domains of vision, speech and language. Students should understand the fundamental concepts behind the models and what the current challenges are in these fields.

3. Introduction to modelling (2 weeks)
Basic construction of AI models will be discussed, with the focus on neural networks as they are responsible for much of the state-of-the-art AI which is used today. Students will be able to see some of these models in action.

4. Transformer models (2 weeks)
AI has been largely improved through the concept of transformer models. An overview of this architecture will be provided to understand what makes it such a powerful technique that has been adapted to many AI applications.

5. Multimodal models and techniques (3 weeks)
In these lectures introduce the concept of combining different data streams, known as multimodality. What situations do we need it and why can it further improve AI models? We take a look at techniques for creating multimodal models which can combine two or more of vision, speech and language. Topics include multimodal representation and fusion.

6. Multimodal interaction (3 weeks)
Interaction between humans and computers or robots will be discussed as multimodal interaction can greatly improve the interaction experience. User interfaces and human-agent conversation will be emphasized. Students will also have the opportunity to create their own models or system and evaluate the results.

7. Feedback (1 week)

特になし

Attendance and participation (30%), exercises (50%) and a final report (20%).

Students should aim to review course content for 30 minutes before and after class and try to read fundamental papers which will be presented during classes.

　コンピュータの操作方法およびプログラミングに関する演習を行い，基礎的なIT利活用能力を習得することを目的とする．
　PC等の情報機器およびソフトウェアの操作方法に習熟することは学術研究活動のみならず，将来の社会活動全般に関する自らの可能性を広げる大きな力となる．このことを認識して，本演習を通して将来必ず必要とされるIT利活用能力の礎を築いてほしい．
　演習は，受講者個々の知識・能力・興味を尊重し，課題選択方式による自学自習形式に重きを置いた形態とする．コンピュータ初心者は基礎を重点に，すでにある程度知識のある受講者はより高度な課題に取り組むなどして本演習を有効に活用してほしい．

以下に掲げるIT利活用能力の基礎的部分を幅広く習得し，得意な課題分野についてはさらに応用力を養う．

・データ処理と視覚化(Excel)
・プログラミング(Cプログラミング)
・デジタル文書作成と組版(Word, LaTeX)

またこれらの課題演習を通して，自己所有のPC等の管理をおこなったり，コンピュータ機器の未知の用法を習得して実践するための基礎的な能力を養う．

授業回数はフィードバックを含め全15回とする．
受講者は提示された演習課題の中から適宜選択して演習を行って、課題締切期限内に提出すること．

演習課題は、以下の内容に関する必須課題
　・本学システムに関する初期設定および基本操作
　・学術的誠実性
と、下記３分野に関して出題する演習課題群からなる．
　(1) Wordによる文書作成・Excelによるデータ処理と視覚化
　(2) C言語によるプログラミング
　(3) LaTeXによる文書作成と組版
各分野について基礎的なものから発展的なものまで課題を用意するので，各人の興味と能力に合わせてなるべく幅広くかつ多くの課題に取り組むことを推奨する．

本演習では自己所有のPCによる課題作業を必須とします。演習には自己所有PCを持参すること。

演習課題の提出と採点はすべて学習支援システムPandAを介してオンラインで行う．
提出された課題のうち十分な得点を得て有効と判定されたものの数と種類によって成績評価する．提出方法・期限を厳守すること．

授業時間内だけでなく、課外でも相応の時間を課題演習に割り当てることを想定している．必ずしも授業時間に縛られずに課題を進められるよう，オンライン資料を提供するのでこれらも活用してほしい．
課題は採点後返却するので，間違いの確認などを通して復習を行うこと．

「情報基礎[理学部]」と併せて履修することが望ましい(特にプログラミング経験の少ない者)．
　授業にはTAも出席しているので，コンピュータの操作方法についての質問等があれば授業中に質問すること．(授業時間外の質問についてはごく簡単なものにしか対応できません.) わからないことについては一人で悩まないでTAや教員に積極的に質問すること．

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.