カジノホールデム

シラバス参照 授業情報／Class Information 科目一覧へ戻る 2023/09/28 現在 基本情報/Basic Information 開講科目名／Course 情報の科学Ａ／INFORMATION SCIENCE 時間割コード ／Course Code P361001 開講所属／Course Offered by 学部開講　安威キャンパス／AI Campus (University) ターム・学期／Term・Semester 2023年度／Academic Year　　秋学期／Autumn Semester 曜限／Day, Period 他／Others 開講区分／semester offered 秋学期／Autumn 単位数／Credits 2.0 学年／Year 1,2,3,4 主担当教員／Main Instructor 宮本　　友介 開講形態／Course Format フルオンライン授業（オンデマンド型） 担当教員情報/Instructor Information 教員名／Instructor 教員所属名／Affiliation 宮本　　友介 共通教育機構 詳細情報/Detailed Information 授業テーマ ／Class theme 「情報の科学」を理解し「データ処理の科学・技術」の理解を深め，これらを身に付けて活用し，それらを社会・生活に生かすために必要な基礎知識と心構えを修得すること。 キーワード ／Keywords ■「情報」の社会的拡がり：社会の変化（ビッグデータ・IoT・AI・ロボット等データ化・技術化・自動化する社会），第４次産業革命／Society5.0，データ駆動型社会 (Data Driven Science & Engineering in Society)，「情報」とは何か，データ/情報/知識/知恵/統合，科学・分析，メディア・コミュニケーション，情報格差，ユーザーインターフェイス／ユーザエクスペリエンス，仮想現実(VR)・拡張現実(AR)，アクセシビリティ・ユーザビリティ，情報倫理，道徳/倫理/法律，ルール/マナー/被害/加害，ソーシャルメディア，メディアリテラシー，知的財産，著作権，個人情報の保護，個人情報の利活用，プライバシー，ネット依存，情報システム，情報サービス，クラウド/オンプレミス■データのデジタル化：デジタルとアナログ，数の符号化，文字の符号化，画像の符号化，音の符号化，エンコードとデコード，データ圧縮と情報量，平均符合長，情報量のエントロピー，AI（データ処理自動化）の仕組みとエンコーダ・デコーダの活用■情報システムと通信ネットワーク：社会基盤，情報インフラ，基幹システム，学内LAN（大学学内の情報システム），システム開発，通信ネットワーク，OSI (Open System Interconnect)参照モデル，階層化，TCP/IPプロトコル，物理層，データリンク層，ネットワーク層，トランスポート層，ルータ，DNS (Domain Name System)，WWWの仕組み，電子メールの仕組み，情報セキュリティ，情報リスク，暗号，デジタル署名，本人認証，コンピュータウイルス，サイバーセキュリティ，サイバー犯罪，デジタルフォレンジック，サイバー戦争（第五の戦場）■コンピュータとデータ処理：コンピュータの構成（５大装置），ハードウェア，ソフトウェア，OS，アプリケーションソフト，プログラミング，アルゴリズム，マイクロコンピュータ，センサー，IoT（Internet of Things，モノのインターネット），スーパーコンピュータ，データベース，データベース管理システム，問い合せ言語，モデル化とシミュレーション■人工知能（AI）と量子コンピュータ：人工知能（AI）の歴史，ゲーム・製造業・流通・サービス等におけるAI技術の利活用事例，機械学習，ニューラルネットワーク，深層学習（ディープラーニング），強化学習，ゲームAI，「絶え間ざる自動化の進歩」，人工知能（AI）の考え方，AIの倫理，特化型AIと汎用AI，技術的特異点（シンギュラリティ），脳/意識/「人間知能」の数理モデル，量子コンピュータの歴史，組合せ最適化問題，量子コンピュータの開発と応用分野，量子コンピュータの原理と仕組み，量子暗号，量子テレポーテーション■データ社会のデータ処理とデータ活用：実験データ，ログデータ，1次データ，2次データ，メタデータ，構造化・半構造化・非構造化データ，データ作成（ベクトル表現，アノテーション），ベクトル表現と行列演算，自然言語処理，画像・動画・音楽処理，認識技術，データ・AI活用領域の拡がり，AI等を活用したビジネスモデル（商品のレコメンデーション等），オープンデータ 使用する教育方法 ／Education method to use 講義法 、 ICTを活用した双方向型授業 、 ICTを活用した自主学習支援 関連科目 ／Related subjects ■受講前または並行して履修を推奨する科目：「コンピュータ入門」（情報リテラシーのため），「数的処理入門」（数学の知識や数理リテラシーのため），「自然科学概論」・「科学基礎入門」（科学観/自然観の理解のため），■並行してまたは受講後に履修を推奨する科目：「キャリア数学」（職業観と関係する数理/データリテラシーのため），「社会学入門」・「メディア論」（社会情報学やメディア論の理解のため），「法学入門」（情報関連法規の背景知識のため），「哲学入門」・「倫理学入門」（情報倫理を含む応用倫理や倫理学に対する理解のため） WIL科目の種別 ／WIL subject type WIL科目ではない WIL関連科目 ／WIL related subjects 授業の目的 ／Purpose of class 「情報の科学」と「データ処理の科学・技術」の基礎的内容について系統的に学修し，理解して身に付け，活用できること。またそれを社会活動・生活や他科目の勉学に生かすための知識，スキル，心構えを理解し，自分で修得することを目的とする。 授業概要 ／Class summary データサイエンス・AI・IoT といった用語が日常的に使われるようになっている。生活や仕事のなかで，情報を主体的に活用するためには，これらの基礎的な素養が不可欠である。本授業科目では，コンピュータやインターネットについての科学技術的な基礎，情報システムの仕組みや社会における役割，データを科学的に取り扱う手法などについて学ぶことを目的とする。さらに，AI との関連や AI の倫理についても触れることで，これからの社会を変革するための情報科学の在り方について考える。 実務経験を活かした授業 ／Classes that make use of practical experience 実務経験を活かした授業ではない 授業担当者の実務歴 ／Working calendar of class person in charge 上記実務経験を活かした実践的な教育内容 ／Practical education content that makes use of practical experience ディプロマ・ポリシーとの関連 ／Relationship with diploma policy (1)人と社会と自然の複雑なかかわりを学際的視点で理解し，現代社会の価値観の多様性と広がりについて学びを深める(2)学問の多角的なものの見方と捉え方，および学び方の多彩な方法論に出会い生活に生かす経験を積む 定期試験の取扱について ／About Final Exams 2021年度から以下の 2 点が変更となっています。(1)授業時間が1回 あたり 90 分から 105 分に，半期の授業回数が 15 回から 13 回に変更さ れます。(2)授業1回ごとに理解度を確かめる成績評価方法などを導入することにともない，授業終了後に実施していた定期試験は行いません。 ただし，これまでの定期試験に準じた期末テストとして特別授業内到達度テスト(通称:LAST)を実施し，成績評価をおこなう場合があります。 スクロールします 到達目標／Attainment target 評価方法①：授業時間内の試験／Evaluation method (1): Exam in class time 評価方法②：授業時間内の成果物／Evaluation method (2): Lesson time 評価方法③：授業時間内の活動／Evaluation method (3): Activities during class hours 評価方法④：授業時間外の成果物／Evaluation method (4): Lessons outside class hours 評価方法⑤：LAST／Evaluation method (5):In-Lesson , Achievement Special Test １）データと情報の違いや情報メディアの社会的側面を理解できる。またその内容を自分の言葉で他人に説明できる。 4 7 ２）情報サービスの社会的側面について理解できる。またその内容を自分の言葉で他人に説明できる。 4 7 ３）データのデジタル化の原理と仕組みについて理解できる。またその内容を自分の言葉で他人に説明できる。 4 7 ４）情報システムの構造と仕組みについて理解できる。またその内容を自分の言葉で他人に説明できる。 4 7 ５）通信ネットワークの原理と仕組みについて理解できる。またその内容を自分の言葉で他人に説明できる。 4 7 ６）情報セキュリティの原理と仕組みについて理解できる。またその内容を自分の言葉で他人に説明できる。 4 7 ７）コンピュータの原理（ハードウェア）と活用（ソフトウェア・プログラミング）について理解できる。またその内容を自分の言葉で他人に説明できる。 4 7 ８）データベースの利活用の原理と仕組みについて理解できる。またその内容を自分の言葉で他人に説明できる。 4 7 ９）人工知能（AI）特に機械学習と量子コンピュータ等，最近の話題の科学的・社会的な内容について理解できる。またその内容を自分の言葉で他人に説明できる。 5 7 小計 37 63 評価方法①の詳細情報・評価基準 ／Evaluation method (1) Detailed information 詳細情報：各時間で学んだ内容の理解度を確認するため，小テストを実施する。評価基準：その場で模範解答と解説が提示される方式である。 評価方法②の詳細情報・評価基準 ／Evaluation method (2) Detailed information 評価方法③の詳細情報・評価基準 ／Evaluation method (3) Detailed information 評価方法④の詳細情報・評価基準 ／Evaluation method (4) Detailed information A）事前学習について詳細情報：LMS にて次回の事前学習内容を提示する評価基準：ここに指定された条件を満たしていれば，予習（事前学習）を行ったものと見做すというものである。B）事後学習についてLMS にて各回の事後学習内容（ミニテスト・レポート）を提示する評価基準：この評価基準は，このレポートの条件を満たしていれば，出席して内容を理解したものと見做すというものである。 評価方法⑤の詳細情報・評価基準 ／Evaluation method (5) Detailed information 評価方法全体に関する情報 ／Evaluation method / Overall information 「学び」というのは，復習することで理解が深まるものである。また同じ内容でも，他人と対話することで自分がよく分かっていないことに気づくものである。このような「学びの仕組み」を分かった上で，復習の機会や他人と対話する機会（あるいは他者が書いたものを読む機会）を提供する。この取り組みを評価の一部に取り入れる。 試験・成果物・活動に対するフィードバック方法 ／How to feedback for overtime study and assignments 理解を確かめるためのオンラインの「ミニテスト・レポート」を課す。具体的な問題を解くことで，抽象的な概念への理解を深めることができる。課題については原則として LMS を用いて提示およびフィードバックをおこなう。また，授業内容についての質問も，掲示板機能などを活用し，受講生間での共有ができるように配慮する。 スクロールします 授業計画／日程／Lesson plan / schedule 授業計画／タイトル／Title 授業計画／内容／Content 授業計画／教育方法／Education method 授業計画／授業時間外学習（内容・時間）／Learning outside class hours (contents / time) １回目 オリエンテーション 授業の概要，授業計画，成績評価方法，その基準の解説，教科書の紹介，参考図書の紹介などを行う。 続いて，近年の社会変化，すなわちビッグデータ・IoT・AI・ロボット等によって「データ化・技術化・自動化する社会」，第４次産業革命／Society5.0，データ駆動型社会 (Data Driven Science & Engineering in Society)，等について解説する。 オンデマンド型のフルオンライン授業，ICTを一部で活用したフィードバックを行う（双方向型授業），ICTを活用した小テスト（自主学習支援）。 【事前学習】・教科書：この科目で使う教科書がどんな本か調べる。「はしがき」「もくじ」からキーワードを抜き出し，ウェブ検索をおこなう。（推定目安時間：30分）【事後学習】１）この時間で学んだこと，あるいは重要だと思うポイント，あるいは自分なりに分かったと思ったことを，資料を見ながら，あるいは自分の言葉で１つ以上，書き出す。（推定目安時間：90分） ２回目 情報とコミュニケーション・「情報とは何か」 「情報」とは何か，データ/情報/知識/知恵/統合，科学・分析，メディア・コミュニケーション，等について解説する。 オンデマンド型のフルオンライン授業，ICTを一部で活用したフィードバックを行う（双方向型授業），ICTを活用した小テスト（自主学習支援）。 【事前学習】テキストの対応する部分を予習する。キーワードを抜き出し，その意味を調べる。（推定目安時間：30分）【事後学習】１）この時間で学んだこと，あるいは重要だと思うポイント，あるいは自分なりに分かったと思ったことを，資料を見ながら，あるいは自分の言葉で3つ書き出す。２）この時間で学んだが，よく分からなかったこと，あるいは質問，あるいは理解が困難だと思うことを書き出す。３）その他の感想，要望などを書き出す。（推定目安時間：90分） ３回目 情報倫理と情報リテラシー 情報格差，ユーザーインターフェイス(UI)，仮想現実(VR)・拡張現実(AR)，アクセシビリティ・ユーザビリティ，情報倫理，道徳・倫理・法律，ルール・マナー・被害・加害，ソーシャルメディア，メディアリテラシー，知的財産，著作権，個人情報の保護，個人情報の利活用，プライバシー，等について解説する。 オンデマンド型のフルオンライン授業，ICTを一部で活用したフィードバックを行う（双方向型授業），ICTを活用した小テスト（自主学習支援）。 【事前学習】テキストの対応する部分を予習する。キーワードを抜き出し，その意味を調べる。（推定目安時間：30分）【事後学習】・この時間で学んだこと，あるいは重要だと思うポイント，あるいは自分なりに分かったと思ったことを，資料を見ながら，あるいは自分の言葉で3つ書き出す。・キーワードについてのミニテスト（推定目安時間：90分） ４回目 社会と情報システム 情報システム，システムトラブル，ネット依存，情報サービス，クラウド，オンプレミス，情報システムの例，組織の情報システム，基幹系システム，学内LAN（大学の情報システム），情報システム開発，等について解説する。 オンデマンド型のフルオンライン授業，ICTを一部で活用したフィードバックを行う（双方向型授業），ICTを活用した小テスト（自主学習支援）。 【事前学習】テキストの対応する部分を予習する。キーワードを抜き出し，その意味を調べる。（推定目安時間：30分）【事後学習】・この時間で学んだこと，あるいは重要だと思うポイント，あるいは自分なりに分かったと思ったことを，資料を見ながら，あるいは自分の言葉で3つ書き出す。・キーワードについてのミニテスト（推定目安時間：90分） ５回目 情報のデジタル化 デジタルとアナログ，数の符号化，文字の符号化，画像の符号化，音の符号化，エンコードとデコード，データ圧縮と情報量，平均符合長，情報量のエントロピー，AI（データ処理自動化）の仕組みとエンコーダ・デコーダの活用，等について解説する。 オンデマンド型のフルオンライン授業，ICTを一部で活用したフィードバックを行う（双方向型授業），ICTを活用した小テスト（自主学習支援）。 【事前学習】テキストの対応する部分を予習する。キーワードを抜き出し，その意味を調べる。（推定目安時間：30分）【事後学習】・この時間で学んだこと，あるいは重要だと思うポイント，あるいは自分なりに分かったと思ったことを，資料を見ながら，あるいは自分の言葉で3つ書き出す。・キーワードについてのミニテスト（推定目安時間：90分） ６回目 情報ネットワーク 通信ネットワーク，LAN，ネットワーク機器，OSI参照モデル，プロトコル，階層化，物理層，データリンク層，ネットワーク層，トランスポート層，DNS，DHCP，WWWの仕組み，電子メールの仕組み，等について解説する。 オンデマンド型のフルオンライン授業，ICTを一部で活用したフィードバックを行う（双方向型授業），ICTを活用した小テスト（自主学習支援）。 【事前学習】テキストの対応する部分を予習する。キーワードを抜き出し，その意味を調べる。（推定目安時間：30分）【事後学習】・この時間で学んだこと，あるいは重要だと思うポイント，あるいは自分なりに分かったと思ったことを，資料を見ながら，あるいは自分の言葉で3つ書き出す。・キーワードについてのミニテスト（推定目安時間：90分） ７回目 情報セキュリティ 情報セキュリティ，情報リスク，暗号，デジタル署名，本人認証，二段階認証・二要素認証，コンピュータウイルス，サイバーセキュリティ，サイバー犯罪，デジタルフォレンジック，等について解説する。 オンデマンド型のフルオンライン授業，ICTを一部で活用したフィードバックを行う（双方向型授業），ICTを活用した小テスト（自主学習支援）。 【事前学習】テキストの対応する部分を予習する。キーワードを抜き出し，その意味を調べる。（推定目安時間：30分）【事後学習】・この時間で学んだこと，あるいは重要だと思うポイント，あるいは自分なりに分かったと思ったことを，資料を見ながら，あるいは自分の言葉で3つ書き出す。・キーワードについてのミニテスト（推定目安時間：90分） ８回目 コンピューティングの要素と構成 コンピュータの構成，ハードウェア，ソフトウェア，５大装置，OS (Operating System)，アプリケーションソフト，マイクロコンピュータ，センサーネットワーク，IoT（Internet of Things，モノのインターネット），スーパーコンピュータ，等について解説する。 オンデマンド型のフルオンライン授業，ICTを一部で活用したフィードバックを行う（双方向型授業），ICTを活用した小テスト（自主学習支援）。 【事前学習】テキストの対応する部分を予習する。キーワードを抜き出し，その意味を調べる。（推定目安時間：30分）【事後学習】・この時間で学んだこと，あるいは重要だと思うポイント，あるいは自分なりに分かったと思ったことを，資料を見ながら，あるいは自分の言葉で3つ書き出す。・キーワードについてのミニテスト（推定目安時間：90分） ９回目 アルゴリズムとプログラミング コンピュータの動作の基本，命令・レジスタ・メモリ，アセンブリ言語，Pythonによるプログラミング，アルゴリズムの定義，有名なアルゴリズム，アルゴリズムの計算量，等について解説する。 オンデマンド型のフルオンライン授業，ICTを一部で活用したフィードバックを行う（双方向型授業），ICTを活用した小テスト（自主学習支援）。 【事前学習】テキストの対応する部分を予習する。キーワードを抜き出し，その意味を調べる。（推定目安時間：30分）【事後学習】・この時間で学んだこと，あるいは重要だと思うポイント，あるいは自分なりに分かったと思ったことを，資料を見ながら，あるいは自分の言葉で3つ書き出す。・キーワードについてのミニテスト（推定目安時間：90分） １０回目 データベースとデータモデリング データベース，データモデルとモデル化，関係データベース管理システム，問合せ言語，等について解説する。 オンデマンド型のフルオンライン授業，ICTを一部で活用したフィードバックを行う（双方向型授業），ICTを活用した小テスト（自主学習支援）。 【事前学習】テキストの対応する部分を予習する。キーワードを抜き出し，その意味を調べる。（推定目安時間：30分）【事後学習】・この時間で学んだこと，あるいは重要だと思うポイント，あるいは自分なりに分かったと思ったことを，資料を見ながら，あるいは自分の言葉で3つ書き出す。・キーワードについてのミニテスト（推定目安時間：90分） １１回目 モデル化とシミュレーション 実体モデルと数理モデル，様々なモデル，モデル化とコンピュータ・シミュレーション，高度なシミュレーション，等について解説する。 オンデマンド型のフルオンライン授業，ICTを一部で活用したフィードバックを行う（双方向型授業），ICTを活用した小テスト（自主学習支援）。 【事前学習】テキストの対応する部分を予習する。キーワードを抜き出し，その意味を調べる。（推定目安時間：30分）【事後学習】・この時間で学んだこと，あるいは重要だと思うポイント，あるいは自分なりに分かったと思ったことを，資料を見ながら，あるいは自分の言葉で3つ書き出す。・キーワードについてのミニテスト（推定目安時間：90分） １２回目 データ科学と人工知能 人工知能（AI）とは，人工知能（AI）の歴史，身の回りの人工知能（AI），ゲーム・製造業・流通・サービス等におけるAI技術の利活用事例，推論，機械学習，ニューラルネットワーク，深層学習（ディープラーニング），強化学習，「絶え間ざる自動化の進歩」，AIの倫理，特化型AIと汎用AI，技術的特異点（シンギュラリティ），等について解説する。 オンデマンド型のフルオンライン授業，ICTを一部で活用したフィードバックを行う（双方向型授業），ICTを活用した小テスト（自主学習支援）。 【事前学習】テキストの対応する部分を予習する。キーワードを抜き出し，その意味を調べる。（推定目安時間：30分）【事後学習】・この時間で学んだこと，あるいは重要だと思うポイント，あるいは自分なりに分かったと思ったことを，資料を見ながら，あるいは自分の言葉で3つ書き出す。・キーワードについてのミニテスト（推定目安時間：90分） １３回目 量子コンピュータとデータ駆動社会 量子コンピュータの歴史，組合せ最適化問題，量子コンピュータの開発と応用分野，量子コンピュータの原理と仕組み，量子暗号，量子テレポーテーション，脳・意識・「人間知能」の数理モデル，データ駆動社会，等について解説する。 オンデマンド型のフルオンライン授業，ICTを一部で活用したフィードバックを行う（双方向型授業），ICTを活用した小テスト（自主学習支援）。 【事前学習】テキストの対応する部分を予習する。キーワードを抜き出し，その意味を調べる。（推定目安時間：30分）【事後学習】・この時間で学んだこと，あるいは重要だと思うポイント，あるいは自分なりに分かったと思ったことを，資料を見ながら，あるいは自分の言葉で3つ書き出す。・キーワードについてのミニテスト（推定目安時間：90分） テキスト ／text 『一般情報教育』，著者：情報処理学会一般情報教育委員会 編，稲垣知宏，上繁義史，北上始，佐々木整，髙橋尚子，中鉢直宏，徳野淳子，中西通雄，堀江郁美，水野一徳，山際基，山下和之，湯瀬裕昭，和田勉，渡邉真也，出版社：オーム社，2020年，2420円 （本体2200円＋税），ISBN：978-4-274-22595-6 参考書 ／Reference book ■参考になる読み物：・『思考する機械コンピュータ (草思社文庫) 』，ダニエル・ヒリス，草思社，2014年，ISBN-13 : 978-4794220585・『教養としてのコンピューターサイエンス講義 今こそ知っておくべき「デジタル世界」の基礎知識』，ブライアン・カーニハン著，坂村健 監修，酒匂寛 訳，日経BP社，2020年，ISBN-13 : 978-4822288730■「情報の科学」に関連する教科書：・『情報とコンピュ ータ(IT Text(一般教育シリーズ))』，河村一樹，和田勉，山下和之，立田ルミ，岡田正，佐々木整，山口和紀，オーム社，2011年，ISBN-13 : 978-4274210860・『情報とネットワーク社会(IT Text(一般教育シリーズ))』，駒谷昇一，山川修，中西通雄，北上始，佐々木整，湯瀬裕昭，オーム社，2011年，ISBN-13 : 978-4274211218■ユーザインターフェイス・『誰のためのデザイン？ 増補・改訂版 ―認知科学者のデザイン原論 』，A.D.ノーマン，新曜社，2015年，ISBN-13 : 978-4788514348■コンピュータ・AI（人工知能）の社会的影響・『コンピュータが仕事を奪う』，新井紀子，日本経済新聞出版，2010年，ISBN-13 : 978-4532316709・『AI vs. 教科書が読めない子どもたち』，新井紀子，東洋経済新報社，2018年，ISBN-13 : 978-4492762394■AI（人工知能）の文明論・『ポスト・ヒューマン誕生―コンピュータが人類の知性を超えるとき』， レイ・カーツワイル（著），井上健（監訳），小野木明恵（共訳），野中香方子（共訳），福田実（共訳），NHK出版，2007年，ISBN-13 : 978-4140811672■「囲碁AI」の原理と仕組み・『最強囲碁AI アルファ碁 解体新書 増補改訂版 アルファ碁ゼロ対応 深層学習，モンテカルロ木探索，強化学習から見たその仕組み』，大槻知史，三宅陽一郎，翔泳社，2018年，ISBN-13 : 978-4798157771■量子コンピュータの入門書・『量子コンピュータが人工知能を加速する』，西森秀稔，大関真之，日経BP社，2016年，ISBN-13 : 978-4822251895・『驚異の量子コンピュータ 宇宙最強マシンへの挑戦 (岩波科学ライブラリー)』，藤井啓祐，岩波書店，2019年，ISBN-13 : 978-4000296892■脳と意識の数学理論・『脳の大統一理論 自由エネルギー原理とはなにか (岩波科学ライブラリー)』，乾敏郎，阪口豊，岩波書店，2020年，ISBN-13 : 978-4000296991 受講ルール ／Rules of attendance 追手門学院大学授業受講上のルールを厳守すること。 連絡先（質問等） ／Contact (question etc) 原則として LMS のメッセージ機能を使って連絡をしてください。 その他 ／Other 本授業はオンデマンドで実施されるため，開講曜日・時限が特定されませんが，学年暦にあわせたスケジュールで実施する予定です。詳細は第１回のオリエンテーションで確認してください。また，原則として課題の提出については各回の授業資料が公開されてから２週間を期日とします。 授業計画詳細情報/Class Schedule Details スクロールします No. 回（日時）／Time (date and time) 主題と位置付け（担当）／Subjects and instructor's position 学習方法と内容／Methods and contents 備考／Notes 1 第 1回 オリエンテーション LMS 講義資料 2 第 2回 情報とコミュニケーション・「情報とは何か」 教科書（第１章）・LMS・動画コンテンツ 3 第 3回 情報倫理と情報リテラシー 教科書（第２章）・LMS・動画コンテンツ 4 第 4回 社会と情報システム 教科書（第３章）・LMS・動画コンテンツ 5 第 5回 情報のデジタル化 教科書（第６章）・LMS・動画コンテンツ 6 第 6回 情報ネットワーク 教科書（第４章）・LMS・動画コンテンツ 7 第 7回 情報セキュリティ 教科書（第５章）・LMS・動画コンテンツ 8 第 8回 コンピューティングの要素と構成 教科書（第７章）・LMS・動画コンテンツ 9 第 9回 アルゴリズムとプログラミング 教科書（第８章）・LMS・動画コンテンツ 10 第10回 データベースとデータモデリング 教科書（第９章）・LMS・動画コンテンツ 11 第11回 モデル化とシミュレーション 教科書（第10章）・LMS・動画コンテンツ 12 第12回 データ科学と人工知能 教科書（第11章）・LMS・動画コンテンツ 13 第13回 量子コンピュータとデータ駆動社会 LMS・動画コンテンツ 科目一覧へ戻る