科目責任者 | 稻岡 秀検 (※) |
---|---|
担当者 | 稻岡 秀検 (※) |
科目概要 | 2年 (2単位・選択) [リハビリテーション学科 理学療法学専攻] 2年 (2単位・選択) [リハビリテーション学科 作業療法学専攻] |
コンピュータプログラミングの基本について理解し、実用的なデータ処理プログラムが書けるようになることを目標とする。
この科目は学位授与方針(ディプロマ・ポリシー)の(PT)②③⑤,(OT)①に関連する。
【教育内容】
以下のプログラミングの基本技術について、1人コンピュータ1台を使った演習方式で学習する。
1. 採用するプログラミング言語はPythonとする。
2. 最初に配列、ループ、リストの操作について学ぶ。作成したデータをファイルへ入出力する手法、データの可視化について学ぶ。
3. 時系列データ処理の基本となるフーリエ級数展開、フーリエ変換について学ぶ。
4. 統計的なデータ処理の基礎について学ぶ。
【教育方法】
授業形態:講義
パワーポイントを用いた講義を行い、講義中にPCを用いた演習を行う。演習終了後に、模範解答を例に示し、解説を行う。
回 | 項目 | 授業内容 | 担当者 | 日時 |
---|---|---|---|---|
第1回 | 【対面】 導入 | Pythonプログラミングの基本形について説明する。クラスの概念について説明し、条件判断の構文について説明する。 | 稻岡 秀検 | 4/15③ |
第2回 | 【対面】 多重配列 | 二次元配列について説明し、NumPyによる二次元配列についても説明する。ループを用いた配列操作について説明し、行列の演算、連立方程式の解法について説明する。 | 稻岡 秀検 | 4/22③ |
第3回 | 【対面】 連結リスト | 再帰の概念について説明する。ついで、単方向リスト、双方向リスト、循環リスト、双方向循環リストについて説明する。 | 稻岡 秀検 | 5/6③ |
第4回 | 【対面】 連結リストの応用 | 連結リストの応用として、ニューロンを模擬したアルゴリズムの実装について説明する。その後、排他的論理和をニューラルネットワークを用いて実装する。 | 稻岡 秀検 | 5/13③ |
第5回 | 【対面】 ファイル入出力 | pandasによるファイルの入出力の方法について説明する。 | 稻岡 秀検 | 5/20③ |
第6回 | 【対面】 データの可視化 | Matplotlibによるデータの可視化の方法について説明する。 | 稻岡 秀検 | 5/27③ |
第7回 | 【対面】 フーリエ級数展開 | 関数の級数展開、関数の直交性について学ぶ。実際にPythonでフーリエ級数部分和を調べ、フーリエ級数展開について理解する。 | 稻岡 秀検 | 6/3③ |
第8回 | 【対面】 フーリエ変換 | 複素フーリエ級数、振幅スペクトル、パワースペクトル、位相スペクトルについて学ぶ。フーリエ変換、フーリエ逆変換について学ぶ。 | 稻岡 秀検 | 6/10③ |
第9回 | 【対面】 高速フーリエ変換 | サンプリング定理について学び、高速フーリエ変換のアルゴリズムについて学ぶ。実際にPythonで周波数情報を取り出す事例について学び、FFTを実装する。 | 稻岡 秀検 | 6/17③ |
第10回 | 【対面】 記述統計・1変量データ | 平均値、標本分散、不偏分散、標準偏差について学ぶ。 | 稻岡 秀検 | 6/24③ |
第11回 | 【対面】 記述統計・多変量データ | クロス集計表、共分散、分散共分散行列、ピアソンの積率相関係数について学ぶ。 | 稻岡 秀検 | 6/24④ |
第12回 | 【対面】 点推定・区間推定 | 点推定、区間推定、信頼区間について学ぶ。 | 稻岡 秀検 | 7/1③ |
第13回 | 【対面】 仮説検定 | t検定、有意差、帰無仮説、対立仮説、片側検定、両側検定、p値の計算法について学ぶ。 | 稻岡 秀検 | 7/1④ |
第14回 | 【対面】 平均値の差の検定 | 対応のあるt検定、対応の無いt検定について学ぶ。 | 稻岡 秀検 | 7/8③ |
第15回 | 【対面】 分割表の検定 | 期待度数、分割表の検定について学ぶ。また、検定の結果の解釈について理解する。 | 稻岡 秀検 | 7/15③ |
◆実務経験の授業への活用方法◆
研究所での経験を踏まえ、測定したデータをプログラムで取り扱うための汎用的なデータの読み込みアルゴリズムを解説し、次いでフーリエ変換や統計的なデータ処理などの実用的なデータ処理方法を実際のデータ処理を行いながら利用法について概説する。
受講人数によっては、演習室内の人数を制限する必要がある。そのため、対面講義とオンデマンド講義を併用する可能性がある。
1. 二次元配列データを操作できる。
2. 連結リストを理解し、連結リストを応用したプログラムを作成できる。
3. ファイルの入出力の方法について説明できる。
4. データの可視化の方法について説明できる。
5. フーリエ変換について説明できる。
6. 高速フーリエ変換を用いて、実際にデータを処理できる。
7. 基本統計量について説明できる。
8. 点推定、区間推定について説明できる。
9. 仮説検定について説明できる。
10. 平均値の差について実際に検定し、評価できる。
11. 分割表について実際に検定し、評価できる。
講義中の課題(100%)により評価する。
【授業時間外に必要な学習時間:60時間】
予習
講義中の演習問題について、教科書等を利用して復習すること。
復習
講義中の課題について、プログラムの構文の意味を理解しておくこと。
種別 | 書名 | 著者・編者 | 発行所 |
---|---|---|---|
教科書 | 資料を配付する。 | ||
参考書 | Pythonによるアルゴリズムとデータ構造の基礎 | 永田武 | コロナ社 |
参考書 | Pythonによるデータ分析入門 第2版 | Wes McKinney | オライリー・ジャパン |
参考書 | Pythonで学ぶフーリエ解析と信号処理 | 神永正博 | コロナ社 |
参考書 | Pythonで学ぶあたらしい統計学の教科書 | 馬場真哉 | 翔泳社 |
科目ナンバリングコード: (PT)PT201-SF23, (OT)OT201-SF25