科目授業名称（和文）　Name of the subject/class (in Japanese)

コンピュータ入門２

科目授業名称（英文）　Name of the subject/class (in English)

Introduction to Computer Science 2

授業コード　Class code

9917104

科目番号　Course number

17IDIPS102

教員名

中村　謙斗、大浦　弘樹

Instructor

Hiroki Oura, Kento Nakamura

開講年度学期

2026年度後期

Year

2026年度

Semester

②Second semester

曜日時限

月曜4限

Class hours

Monday 4th

開講学科・専攻　Department

理学部第一部　科学コミュニケーション学科

Department of Science Communication, Faculty of Science Division Ⅰ

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

⑤ [対面]ブレンド型授業/ [On-site] Blended format (must include 50%-or-more classes held on-site)

概要　Description

コンピュータ入門1につづき，コンピュータの仕組みやプログラミングを中心的に学ぶ．また，データサイエンスの基礎としてデータについて学ぶ．本授業では，PythonおよびRを扱い演習形式で授業を進める．各人のノートパソコンに，それらの環境を準備し，授業外学習においてもプログラミングの練習を行う．演習用のデータを用いてその問題解決や可視化の基礎的な知識とスキルを修得する．

目的　Objectives

PythonとRの言語の基礎的な処理およびデータ分析に必要な基礎的な処理ができる．

到達目標　Outcomes

PythonおよびRでファイルの読み込み，データの整形，分析の実行，結果の出力，ファイルへの出力（書き込み）ができる．

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

本授業ではノートパソコンを使ったプログラミング演習を行いますので，毎回の授業にノートパソコンを必ず持参すること．

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／グループワーク　Group work／反転授業　Flipped classroom／-

-

準備学習・復習　Preparation and review

各回の授業で配信・配付する講義教材を視聴し，課題や復習に取り組むこと．

成績評価方法　Performance grading policy

各回の授業の成果物（80%）およびグループワークへの参加（20%）

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

-

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

Python:

Python Documentation
https://docs.python.org/3/

Anaconda
https://www.anaconda.com/

Google Colab
https://colab.research.google.com/

R:

The R Project for Statistical Computing

https://www.r-project.org/

R Documentation
https://www.r-project.org/other-docs.html

R Studio
https://posit.co/download/rstudio-desktop/

授業計画　Class plan

第1回ガイダンス・Python/R環境構築

第2回 Python：基本文法・基本処理（比較演算子，条件分岐，反復処理など）①

第3回 Python：基本文法・基本処理（比較演算子，条件分岐，反復処理など）②

第4回 Python：データ型（シーケンス型，辞書型，集合型など）①

第5回 Python：データ型（シーケンス型，辞書型，集合型など）②

第6回 Python：クラス・モジュール①

第7回 Python：クラス・モジュール②

第8回 Python：Numpy, Pandas, & Matplotlib ①

第9回 Python：Numpy, Pandas, & Matplotlib ②

第10回 R：基本文法・基本処理・オブジェクト・グラフ①

第11回 R：基本文法・基本処理・オブジェクト・グラフ②

第12回 R：確率変数・分布・標本抽出のシミュレーション①

第13回 R：確率変数・分布・標本抽出のシミュレーション②

第14回 R：データの要約①

第15回 R：データの要約②

※半数回以上の対面受講を求める（対面授業回では対面出席が必要）

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

-

教育用ソフトウェア　Educational software

-

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

シラバス情報

The R Project for Statistical Computing