シラバス情報

教員名 ： 野口　怜
科目授業名称（和文）　Name of the subject/class (in Japanese)
プログラミング論２ （１組）
科目授業名称（英文）　Name of the subject/class (in English)
Computer Programming 2
授業コード　Class code
9987B09
科目番号　Course number
87MCINP203

教員名
野口　怜
Instructor
Rei Noguchi

開講年度学期
2026年度後期
Year
2026年度
Semester
②Second semester
曜日時限
金曜3限
Class hours
Friday 3rd Period

開講学科・専攻　Department
経営学部　ビジネスエコノミクス学科

Department of Business Economics, School of Management
単位数　Course credit
2.00単位
授業の方法　Teaching method
講義

Lecture
外国語のみの科目（使用言語）　Course in only foreign languages (languages)
-
授業の主な実施形態　Main class format
① [対面]対面授業/ [On-site] On-site class

概要　Description
分析技術やAI技術が進化し、日常にも浸透し始めた昨今、誰もがこの技術を活用して、データドリブンでの重要な意思決定や複雑な事象の理解に繋げていくスキルを持つことが問われている。そのためには、ビッグデータ分析やAI開発の事実上の標準（デファクトスタンダード）となっている「Python」のプログラミングスキルを培っておくことが肝要である。

本講義では、プログラミング初学者を対象に、データ分析のためのPythonプログラミングの初歩について学ぶ。「プログラミング1」で学んだPythonの基本的な文法、データ構造を活用して、外部データを読み込み、基本統計量の算出、データの可視化（グラフ作成）などの手法を学び、Pythonによる実践的なデータ分析を行うための基本スキルを習得する。
目的　Objectives
今後のビッグデータ分析やAI開発に向けた、Pythonによる統計処理、データ加工、可視化などの基本的なプログラミングスキルを習得することを目的とする。
本講義習得した技法をもとに、より高度な分析（例えば3, 4年の講義「ビッグデータ解析」）へ繋がっていく。

本科目は、本学科のディプロマ・ポリシーの1に定められた「グローバル化や地球環境問題など広範かつ多様なビジネス環境で発生している諸々の問題に対して自然科学及び社会科学の知識を活用して解明するという基本的方針の下で理論的かつ実践的な考え方を身に付けている。」を実現するための科目である。
到達目標　Outcomes
  • 外部データをPythonによりデータフレームとして読み込むことができる。
  • 読み込んだデータに対して、基本統計量（平均、標準偏差、四分位数など）をPythonにより算出できる。
  • 目的に合わせて、適切なグラフ（散布図、棒グラフ、線グラフなど）をPythonにより描画できる。
  • 複数データの結合（横方向）、連結（縦方向）をPythonにより実装できる。
  • 目的に合わせて、データ加工（新規列の作成、外れ値の処理、欠損値の処理など）をPythonにより実装できる。
卒業認定・学位授与の方針との関係（学部科目のみ）
リンク先の [評価項目と科目の対応一覧]から確認できます（学部対象）。
履修登録の際に参照ください。
​You can check this from “Correspondence table between grading items and subjects” by following the link(for departments).
https://www.tus.ac.jp/fd/ict_tusrubric/​​​
履修上の注意　Course notes prerequisites
  • 各自ノートパソコンを持参すること。
  • 授業では標準の開発環境としてGoogle Colaboratoryを用いる。初回講義までに各自Googleアカウントを取得しておくこと。
  • 「プログラミング論1」の履修を推奨する。（選択必修のため未履修でも受講可であるが、その場合、Python文法の基礎の基礎は各自、自学習しておくこと）

アクティブ・ラーニング科目　Teaching type（Active Learning）
小テストの実施　Quiz type test／PBL (課題解決型学習)　Problem-based learning／実習　Practical learning
-

準備学習・復習　Preparation and review
  • 予習（2時間程度）：講義⽇までに、これまでの講義内容を確認しておくこと。また、これまでに扱ったコードを一通り動かしてみておくこと。
  • 復習（2時間程度）：講義⽇の内容と、実施した演習について復習しておくこと。必要に応じて、復習用の講義外課題を与えることがある。
成績評価方法　Performance grading policy
  • 各講義の課題もしくは小テスト（50%）と期末レポート（50%）に基づいて評価する。（到達度評価は実施しない予定である）
  • なお、特段の事由無く、課題未提出（ほぼ⽩紙の提出物、不正が疑われる提出物を含む）が4回以上（全15回の約1/4以上）となった場合、もしくは、期末レポート未提出の場合は、履修放棄とみなす。

※出席登録は、学内ネットワークからのアクセスのみ有効とする（以下リンクを参考）
モバイル出⽋管理システムの機能⼀部変更について （学生周知文）
学内Wi-Fi利用手順
学修成果の評価　Evaluation of academic achievement
・S：到達目標を十分に達成し、極めて優秀な成果を収めている
・A：到達目標を十分に達成している
・B：到達目標を達成している
・C：到達目標を最低限達成している
・D：到達目標を達成していない
・-：学修成果の評価を判断する要件を欠格している

・S：Achieved outcomes, excellent result
・A：Achieved outcomes, good result
・B：Achieved outcomes
・C：Minimally achieved outcomes
・D：Did not achieve outcomes
・-：Failed to meet even the minimal requirements for evaluation

教科書　Textbooks/Readings
教科書の使用有無（有=Y , 無=N）　Textbook used(Y for yes, N for no)
N
書誌情報　Bibliographic information
講義資料、データ、サンプルコード等は講義開始前までにLETUSにて公開する。
MyKiTSのURL（教科書販売サイト）　URL for MyKiTS(textbook sales site)
教科書および一部の参考書は、MyKiTS (教科書販売サイト) から検索・購入可能です。
​https://gomykits.kinokuniya.co.jp/tokyorika/​​​

It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store).
​​https://gomykits.kinokuniya.co.jp/tokyorika/

参考書・その他資料　Reference and other materials
必要に応じて、別途紹介する。

授業計画　Class plan
01. イントロダクション：本講義の目的と進め方、Python文法の復習
02. ファイルの読み込みとデータの確認
03. 統計量の算出、クロス集計、相関行列
04. 確率と統計、様々な分布
05-09. pandas（データフレーム）によるデータ加工
 - 複数データの結合、連結
 - 欠損値の処理
 - 外れ値の処理
 - 新規列の作成
 - 辞書型を活用した列名の変更
など
10-11. matplotlib, seabornによる様々なグラフの描画
 - 散布図
 - 散布図行列
 - 棒グラフ
 - 線グラフ
 - 箱ひげ図
12-13. その他のグラフ、地図の描画
14. 総合演習課題①
15. 総合演習課題②・まとめ

※1 受講⽣の理解度や全体的な進捗状況などに応じて、⼀部内容を変更する可能性がある。
※2 すべての履修学⽣に対して、半数以上の授業回を対⾯で受講することを求める。

担当教員の実務経験とそれを活かした教育内容　Work experience of the instructor
民間企業での分析経験を活かし、実際に現場で求められるより実践的なデータ加工スキル、可視化スキルを養うための講義設計、演習内容としている。
教育用ソフトウェア　Educational software
-
Python（Google Colaboratory環境）

備考　Remarks

授業でのBYOD PCの利用有無　Whether or not students may use BYOD PCs in class
Y
授業での仮想PCの利用有無　Whether or not students may use a virtual PC in class
N