受講生は人文科学分野の文章を読み進め、学術的な関心・理解を深めるのに必要な日本語運用能力を向上させる。また、読みとった内容について、専門用語を用いながら、読み手を意識した文章にまとめる。本授業では、主に人文科学分野に共通した表現・語彙を含む文章を扱い、後期に提供される日本語上級（文献講読IIIB）でのより専門性の高い文献を読み解く基礎を養成する。


Students will read texts in the field of humanities and improve their Japanese language skills necessary to develop their academic interest and understanding. They will also summarize what they have read, using technical terms, with the reader in mind. This class mainly deals with texts containing expressions and vocabulary common to the field of humanities, and fosters the foundation for reading and understanding more specialized literature in the Advanced Japanese (Academic Reading IIIB) course offered in the second semester.

次のことができるようになることを目指す。
(1)専門の学習・研究に役立つ、より高度な日本語応用力を向上させる。
(2)不自由なく大学の講義が理解でき、学術的な文章の読み書きや議論ができる。
(3)文法的な誤りが少なく、場面に応じた言い回しやことばの使い分けができる。
(4)比較的難度の高い文章を限られた時間内に理解し、要約、議論できる。

(1) To be able to apply the Japanese skills you have acquired to your studies in your own major or field of research.
(2) To be able to comprehend university lectures, read and write academic text, and participate in academic discussions with ease.
(3) To be able to communicate with few grammatical errors, and to be able to distinguish and use expressions according to different situations.
(4) To be able comprehend academic texts within a limited time, to be able to summarize and discuss.

人文科学分野のやや専門性の高い文章を講読する。口頭表現、要約執筆、講義視聴などの活動も取り入れ、学術的な関心・理解を深めるのに必要な日本語運用能力を総合的に向上させる。


第1回　オリエンテーション、目標を設定する
第2回〜第7回　文献の読解、ディスカッション
第8回　中間報告
第9回〜第13回　文献の読解、ディスカッション
第14回　最終報告
第15回　フィードバック

Students will read texts with a certain degree of specialization in the humanities. The course also includes activities such as oral expression, writing summaries, and watching lectures to comprehensively improve the Japanese language skills necessary for deepening academic interest and understanding.


[1] Introduction to the course
[2]-[7] Reading the text, Discussion
[8] Mid-term presentation
[9]-[13] Reading the text, Discussion
[14] Final presentation
[15] Feedback

Kyoto University International Undergraduate Program生専用科目

「全学共通科目履修の手引き」を参照。

Refer to the Handbook of Liberal Arts and Sciences Courses.

(1)授業で書いた論述課題、最終レポートの評価(70%)と参加態度(30%)による。
(2)成績評価基準の詳細については、授業中に指示する。
(3)5回以上の欠席者は評価の対象としない。
(1) The student’s final grade will be based on both in-class participation (30%), and the writing assignments they will write during class and the final report (70%).
(2) Details of the grading method and evaluation criteria will be provided in class.
(3) Students who are absent from 5 or more class sessions will not be evaluated.

毎回の授業で学んだ内容を復習すること。

Students are required to practice and review the material they have studied in class.

入門用の教科書を用いて、イタリア語文法の基礎を学ぶ。アルファベートの学習から始め、名詞・形容詞・動詞のもっとも初歩的な知識をおさえることを目標にする。音声的側面（発音やアクセントなど）については、聴覚教材を活用しながら、訓練をおこなう。語彙も少しずつ確実に増やしていく。なお、本授業は、後期開講の「イタリア語IB（文法）」とセットである。

発音とアクセントのルールを覚え、イタリア語の文を声に出して読むことができる。
名詞・形容詞の性・数変化の規則を理解し、文の中で正しく使うことができる。
動詞の人称変化の規則を理解し、文の中で正しく使うことができる。
基本的語彙を一定数覚え、文の中で正しく使うことができる。

第1回：イントロダクション（授業・教科書・辞書にかんする説明）／アルファベートと発音
第2回：日常の表現／数詞（発音の練習）
第3回：名詞
第4回：冠詞
第5回：動詞essere／主格代名詞
第6回：動詞avere
第7回：形容詞（その一）
第8回：形容詞（その二）
第9回：規則動詞（直説法現在）（その一）
第10回：規則動詞（直説法現在）（その二）
第11回：不規則動詞（直説法現在）
第12回：人称代名詞
第13回：再帰動詞
第14回：命令法
［期末テスト］
第15回：期末テストのフィードバック

※知識を定着させるため、適宜小テストも実施する

「全学共通科目履修の手引き」を参照してください。

平常点＝教室での参加姿勢（20％）、小テスト（20％）、期末テスト（60％）の合算で評価する。なお、期末テスト実施回をのぞく15回のうち5回以上欠席した場合、もしくは期末テストを受けなかった場合、単位は与えられない。

予習は必要ない。毎回の宿題（教科書の練習問題）にしっかり取り組むこと。小テストが控えているときには、復習もじゅうぶんに行うこと。

諸連絡や質問は、授業の前後に受け付ける。

この授業は、大きく二つのことを目指しています。一つはイタリア語の初等文法を習得することによって、簡単なイタリア語の理解ができるようになることです。それは辞書を引きさえすればある程度の文章も読めるようになることでもあります。もう一つは、会話力を身に着けることです。イタリア語は日本人にとって大変聞き取りやすい言語であるというメリットがあります。簡単な文で自己表現をして、旅行程度では会話に困らない力をつけるようになります。

イタリア語のごく基礎的な文法知識を習得し、ごく平易な文章表現を身につけます。また、イタリアを旅行する際に、ごく簡単な会話ができる程度のコミュニケーション能力を身につけます。

おおよそ以下のようなスケジュールで進みます。
状況に応じて、順序を入れ替えることがありますが、その場合は授業やLMSで指示をします。

第1回　イントロダクション　及び　文字と発音
第2回〜第14回　以下のごく基礎的な文法についてそれぞれ1，2週で学びます。
名詞の性と数
冠詞（不定冠詞、定冠詞）
形容詞の性と数、指示形容詞
動詞 essere (be英)
動詞 avere　(have英)
所有形容詞
規則変化動詞(-are, -ere, -ire動詞)の現在形
不規則変化動詞の現在形、補助動詞
疑問詞、前置詞の使い方
補語人称代名詞
過去形（近過去）（この項目については、後期の最初にも扱う）

≪期末テスト≫
第15回　フィードバック

「全学共通科目履修の手引き」を参照してください。

期末試験の成績(80%)に平常点評価(20%)を加味して評価を行う。
平常点についての説明は、初回授業で行います。

毎回必ず予習をしてください。
また、動詞の活用などについて小テストも適宜実施します。

授業の前後に受け付けます。あるいは、質問が多い場合には、適宜Zoomでの相談を予約制により、受け付けます。

この授業では、イタリア語の文法の基礎をしっかり学び、読み書きに必要な知識を身につけることを目指している。これは、各自が専門とする領域のイタリア語文献を読む能力の基礎を形成するはずである。
また、イタリア語の発音は日本語話者にとって比較的容易なため、教科書例文等の発音練習をきちんと行い、音声教材を聞くだけでも、イタリア語での会話能力を身につける準備として有益である。

イタリア語の文法の基礎を身につける。それをもとにイタリア語の平易な文は辞書を調べれば自力で読めるようになる。
同時に、簡単なイタリア語の文を作って（書いて）正しく発音（音読）でき、短い文の聞き取りができる程度の運用能力も身につける。

教科書を中心に文法の基礎を身につけていく。

第1週 オリエンテーション、発音と表記、イタリア語のあいさつ等
第2週 Lezione 1 [名詞、冠詞]
第3週 Lezione 2 [動詞 essere と avere]
第4週 Lezione 3 [形容詞]
第5週 Lezione 4 [直説法現在・規則動詞]
第6週 Lezione 5 [直説法現在・不規則動詞]
第7週 Lezione 6 [人称代名詞]
第8週 Lezione 7 [再帰動詞]
第9週 ここまでの復習
第10週 中間試験と解説
第11週 Lezione 8 [命令法]
第12週 Lezione 9 [直説法近過去]
第13週 Lezione 10 [直説法半過去・大過去]
第14週 ここまでの復習
第15週 期末試験/学習到達度の評価
第16週 フィードバック(期末試験の振り返りと夏休み中の自学の方法について説明)

以上の予定で進めて行くが、授業参加者の理解度に応じて進度が多少変わる場合もある。

「全学共通科目履修の手引き」を参照してください。

平常点30％（練習問題への取り組み、授業への参加姿勢、小テスト等による。詳しくは初回授業で説明する）
試験70％（中間と期末の割合は授業内で説明する）

【予習】指示に従って教科書や教員が配布するプリントの練習問題に取り組むこと。また会話文も次に読むと思われる部分は、辞書で語彙を調べ、文法事項を確認しながら、あらかじめ意味を考えておくことが必要である。
【復習】動詞の活用をしっかり覚えることが復習の中心部分を占める。

オフィスアワーは金曜2限です（事前に連絡してもらえると確実です）。気軽に相談に来てください。
ただ、授業内容に関する質問はなるべく授業中に受けたいと思います。遠慮なく積極的に質問してください。

Society is currently in the middle of an "AI boom", with machines seemingly able to perform tasks which would have been very difficult even a few years ago. In this course we explain what enables computers to successfully learn like a human does. We start from discussing fundamental machine learning models such as linear and logistic regression to more recent breakthrough architectures such as transformer models. We will also apply AI to conversational agents.

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 collection and analysis (1 week)
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 basics (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 and begin with simple supervised linear and logistic regression models to introduce machine learning concepts. Best practices in training and testing models will also be provided. These will be accompanied with Python code so students can run their own models. We will also introduce the important concept of latent spaces through unsupervised learning.

4. Neural networks (2 weeks)
Once the concepts of machine learning are understood, we move on to neural networks, which are responsible for the breakthroughs in the current AI boom. We describe the basic architecture of these models and how they can be extended to tasks such as a image recognition and language processing.

5. Modern AI (2 weeks)
We will introduce two techniques which have revolutionized AI models in recent years. Firstly we look at transformer models which are the backbone behind large language models like ChatGPT. Then we will take a look at state-of-the art models for image generation. Emphasis will be placed on understanding the general concepts behind these techniques.

6. Evaluation (1 weeks)
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.

7. Application: conversation (3 weeks)
AI has triggered the development of sophisticated conversational systems. We will discuss the techniques behind some of these systems. Students will also have the opportunity to create their own conversational system using LLMs and simple tools. Finally we discuss the influence of AI on society at large and future prospects.

8. Final exam

9. Feedback

特になし

Attendance and participation (20%), assigments (40%) and a final exam (40%).

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 Python programming language for students without prior programming experience. Python is a beginner friendly programming language that is widely used in academic research and industry. In the course students will learn about basic programming concepts and how to write their own simple programs using Python.

Students will learn the basics of programming using the Python programming language, including data types, conditionals and loops, basic data structures, functions and the fundamentals of object oriented programming.
They will also learn how to solve real-world problems by designing, writing and testing their own Python programs.
After attending the course students should be able to:
- Understand the fundamentals of programming (variables, control structures, data types, etc.)
- Understand and modify simple Python programs
- Design, implement and test their own simple programs

The course consists of 14 class sessions and one feedback session.
The tentative schedule is as follows:

Introduction (1 session)
- Computer hardware and programming languages
- Installing and using Python
- Editing, saving and running a script.

Basic syntax and data types (1 session)
- Variables, naming rules and comments
- Assignments and basic data types
- Input and Output

Control structures (2 sessions)
- Boolean values and Conditional statements
- Loops
- Logical and Bitwise Operations
- Lists and Collection data types

Functions (1 session)
- Writing and Calling Functions
- Function Inputs and Outputs
- Scope

Modules and packages (1 session)
- Concept of modules
- Importing modules
- Some important built-in modules

I/O and error handling (1 session)
- Reading data from a file
- Writing data to a file
- Error handling and exceptions

Object oriented programming with Python (2 sessions)
- Classes, Properties and Methods
- Inheritance

GUI application development (2 sessions)
- Learn how to write simple Graphical User Interfaces (GUIs)

Practice Project (3 sessions)
Students will use the knowledge acquired during the first part of the course to solve a small programming project.
They will be required to
- Select and define a problem
- Propose and implement a solution
- Test the solution

The precise course schedule and contents are subject to change depending on class progress.

Students need to bring their own laptops.

Evaluation will be based on in-class and homework assignments (60%) and final project (40%).

Students should review the material after each class and solve weekly homework assignments.

There is no specific office hour. Students can contact the instructor by email in case of questions.

情報とは何か，情報の処理や計算とはどのようなものか，現在のAI（Artificial Intelligence, 人工知能）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，現在のAIの原理，AIと社会の問題などの観点から学ぶ．また，現在のコンピュータ，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，現在のAI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，AI，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（田島）
04 人間のための情報の表現：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）

［第二部］AI基礎

05 AIとは：人間の知能との比較，AIの歴史，タスク分類，生成AIでできること（Huang）
06 AIの動作原理：深層学習， GPT ，自己教師つき学習，指示学習，強化学習（Huang）
07 自然言語処理, 機械翻訳 （Huang)
08 AI利用の留意点：倫理的・法的・社会的課題，著作権，学業で利用する際の心得（東風上）
09 ヒューマンインタフェース, ヒューマンロボットインタラクション（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（田島）
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およびAIとはどのようなものか」「コンピュータやAI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

「宇宙総合学」とは、宇宙に関連するあらゆる学問分野、天文学、宇宙物理学、地球惑星科学などの理学から、宇宙航空工学、宇宙放射線科学、宇宙エネルギー学などの工学、宇宙医学、宇宙農学、宇宙生物学などの生命科学、さらには宇宙倫理学、宇宙法、宇宙人類学などの文系の学問を総合して宇宙進出にともなう諸問題を解決しようという学問のことを言う。宇宙研究はこのように、理工学から人文社会科学の幅広い領域にわたり、その有機的連携を必要とする総合科学である。このことを受け、京都大学では様々な分野・部局の研究者が参加した宇宙総合学研究ユニット（宇宙ユニット）が、またそれを引き継いで理学研究科SACRA宇宙学際研究グループが設立され、分野横断的な宇宙研究が推進されている。本講義では、宇宙総合学入門を講義する。

人類の宇宙進出に関わる問題が、狭い意味での理学、工学系のみならず、生物学・医学、さらには人文社会系の問題にまで幅広く関係していることを理解する。そして、これらの分野横断的な宇宙進出に関わる諸問題を解決するには、何を学び、何をする必要があるか、自分の頭で考える能力を養う。

本授業は、フィードバックを含め全15回で、理学研究科SACRA宇宙学際研究グループの関係教員を中心としたリレー講義形式で実施する。
2025年度は、以下のテーマについて、大学初年級学生向けに入門的講義を行う。（講義内容と担当教員を示す。1テーマ1コマの予定である。）

代表　浅井歩
　イントロダクション
　宇宙総合学とは何か　　 (浅井歩 理学研究科 准教授)
　宇宙空間科学概論(宇宙天気予報) 　(浅井歩 理学研究科 准教授)
　宇宙空間科学概論(地球磁気圏とオーロラ)　(海老原祐輔 生存圏研究所 教授)
　太陽系探査と太陽系の起源 (野口高明 理学研究科 教授)
　X線天文学と国際宇宙探査 (榎戸輝揚 理学研究科 准教授)
　宇宙工学 (泉田啓 工学研究科 教授)
　宇宙システムと制御 (大塚敏之 情報学研究科 教授)
　宇宙開発と宇宙医学 (寺田昌弘 理学研究科 特定准教授)
　宇宙政策と宇宙開発利用のELSI概論 (清水雄也 理学研究科 特定助教)
　宇宙と法 (近藤圭介 法学研究科 准教授)
　科学技術・産業政策と宇宙 (桑島修一郎 生存圏研究所 特定教授)
　宇宙観の変遷 (平岡隆二 人文科学研究所 准教授）
　宇宙落語 (浅井歩 + 林家染二(噺家))
　まとめとフィードバック

特になし

毎回の授業の際に小レポートを書かせ、毎回の教員が採点、全講義終了後に、全提出レポートの点数を総合して合否を判定する。
なお、出席に加点するわけではないので、小レポートを提出しても、その小レポートの点数が0点となることがあることに注意。

予習は必要ではないが、授業中に積極的に質問することを奨励する。また、授業後には、授業中にいだいた疑問や興味を図書室やインターネットでさらに深く調べることをすすめる。常に「自分は何がわかって、何がわかっていないか」自問自答し、考えや疑問点を整理する習慣を身に付けてほしい。

質問がある際には、メールで担当教員(浅井:asai@kwasan.kyoto-u.ac.jp)まで連絡してください。

人類は、太陽系の様々な領域に探査機を送り込むことにより、地球の周りや太陽系の宇宙空間がどのようになっているのか、何が起きているのか、一つ一つ明らかにしてきた。その結果現在では、太陽からは光や熱だけでなく、電気を帯びた粒子（太陽風プラズマ）が常に高速で流れ出していること、地球や惑星が持つ磁場は惑星を放射線から守ると同時に放射線を生み出し蓄積する働きをしていること、惑星の周りには電離圏と呼ばれる領域があり大気に影響を与えていること、惑星と太陽との距離によって大きく異なった環境を持つことなどがわかっている。このセミナーではまず講義を通して、地球だけでなく太陽や惑星の探査がどのように行われ、太陽系の科学がどのように発展してきたのか、理解を深める。続いて、太陽系や惑星、その探査に関連した計算の実習や、太陽風、地球や木星の放射線帯、金星の電離圏、火星の磁場等について、探査機で実際に取得された生のデータの解析および描画の実習を行う。更に、探査に必要な技術（軌道設計、耐熱環境、耐放射線）についての計算実習を織り交ぜながら、最近の宇宙探査の動向についての知見を広げる。自由な発想に基づいた、将来の探査計画についての考察を奨励する。

・太陽系の探査がどのように行われ、太陽や惑星についての科学がどのように発展してきたのか、理解を深める。
・太陽系や惑星、探査に関連した計算や、探査機が実際に取得したデータを用い解析とグラフ描画を行う手法を習得し、課題に対して自主的に取り組む能力を養う。
・太陽系の探査について考察し、興味や自由な発想に基づいた考察を行う能力を養う。

太陽・地球・惑星の探査に関する下記のテーマについて学んでいく。
各テーマの解説の講義と、探査を理解するための計算や、探査機のデータを用いた解析とグラフ描画の簡単な実習、結果の考察をセットとする。
（進み具合や受講者の実習環境に合わせ、内容を変更することがある）

第 1回　イントロダクション
第 2回　太陽の黒点と宇宙線
第 3回　太陽風の観測
第 4回　惑星の位置とハビタブルゾーン
第 5回　火星の軌道と会合
第 6回　火星探査とホーマン軌道
第 7回　火星の着陸探査
第 8回　地球の電離圏
第 9回　金星の電離圏
第10回　惑星の双極子磁場
第11回　地球の放射線帯
第12回　木星の放射線帯
第13回　火星の磁場の探査
第14回　発展的学習
第15回　フィードバック

特になし

出席と参加の状況(30点)、考察課題の発表(30点)、授業中の実習への取り組み(30点)、小課題の提出(10点)により評価する。

授業時間内に各回の実習を終われるように授業を進めるが、終わらなかった場合は配布する解説資料を参照して各自完遂させること。各回の授業中に出した考察課題について、次の回で各自の考えを発表すること。この他、小課題の提出を１回課す。

授業中、疑問を抱いたことについて積極的に質問することを期待する。

国際政治史・外交史に関連する基礎的な文献を読み、参加者全員で討議を深めることで、歴史に対する理解を深めることが目的である。

国際政治史上の重要な事件や人物を取り上げることで、自ら研究する際の視座を得る。

各自が選択した国際政治史や近現代史に関する書籍につき、書評を行う。

第１回　オリエンテーション
第２回　割当決め、その他
第３回　個別報告１回目
　　　…
第１３回　個別報告１１回目
第１４回　最終総括
第１５回　フィードバック

毎週1名から2名の報告担当者を決め、あらかじめ自ら選定した書籍について紹介と批評（レビュー）を行なう。
その際、レジュメを作成して全員に配布し、20分から30分ほどの報告のあと、履修者全体からコメントをもらい、質疑応答の時間を設ける。

最終的には選定した書籍やその関連分野につき、4000字から5000字程度のレポートとして提出することが求められる。

特になし

レポート　50%
平常点・議論への貢献　50%
（3回以上欠席の学生は単位を付与しない）。
詳しくは授業中に説明する。

ゼミ後には、ゼミ中に行われた議論をふまえ、個別研究を進めること。

個人研究を進める意欲を持っていること。積極的に議論に貢献すること。所属学部は問わない。