シラバス情報
|
教員名 ： 濱田 正彦
|
授業科目名
データ構造とアルゴリズム論
学年
2年
単位数
2.00単位
実務経験の有無
〇（実務経験有）
開講クォーター
セメスタ指定なし
担当教員
濱田 正彦
授業形態
授業で主に使用する言語
日本語になります。
授業方法区分
開講キャンパス
オンライン
授業の到達目標及びテーマ
プログラミング力を高めるために、以下の概念などを理解する。この講座完了後、以下の項目に関して他人に説明ができるようになることを目標と知る。
・データ構造とアルゴリズムの関係 ・アルゴリズムの複雑さ(漸近計算量)に関する基本的な概念 ・線形構造と木構造 ・データ整列の基本アルゴリズム ・データ探索の基本アルゴリズム 授業紹介動画：https://jiu.webex.com/jiu/ldr.php?RCID=c6e0495ee66e03dc44b1c1d494b563ae パスワード：Awkbjpz7 授業の概要
本授業は全て同時双方向型のオンライン授業として開講します。WebEXになります。みなさんとリアルタイムでで会話(動画像付きでもよい)を行います。授業中に議論・質問の機会を確保します。まだオンデマンドでの授業は提供しません。
講師ははリモートから実施します。教室で受講する場合も自分のPCでWebExにログインし、参加ください。出欠はRespon（https://jiuns.respon.jp/t/nhome）を利用して行います。Responが使えない場合は個別に相談ください。また併せてmanaba の小テストにより、毎回の授業の理解度を確認し、出席確認とします。小テストの得点が低い場合は JIU メールで個別に連絡します。 全13回を通して、プログラムを書く上で基本となるデータ構造とアルゴリズムの考え方について主に理論的な面を学ぶ。併せて近年話題になってる機械学習/AIに関わるアルゴリズム・データ構造論の基本も解説します。 授業計画
1回
授業は同時双方向型となります。
この講座のテーマである、データ構造とアルゴリズムの概念を具体的な例を通して解説します。 またフローチャートの解説を行います。 事前学習
事前に配布するmanaba資料を読み、疑問点などをまとめて授業に参加ください。
事後学習
小テストの復習（教材を再度確認し、間違った問題を中心に自分の考えをまとめてください）
授業を通して理解したアルゴリズムとデータ構造の必要性を自分の言葉でまとめておいてください。 またフローチャートを活用して自分の行動のアルゴリズムを書いてみてください。 2回
授業は同時双方向型となります。
アルゴリズムの複雑さの概念の解説します。 また代表的な構造を説明します。 事前学習
事前に配布するmanaba資料を読み、疑問点などをまとめて授業に参加ください。
事後学習
小テストの復習（教材を再度確認し、間違った問題を中心に自分の考えをまとめてください）
授業を通して理解した複雑さと計算量の関連を自分の言葉でまとめておいてください。 3回
授業は同時双方向型となります。
線形リスト、スタック、待ち行列、再帰とスタックの概要の解説を行います。 事前学習
事前に配布するmanaba資料を読み、疑問点などをまとめて授業に参加ください。
事後学習
小テストの復習（教材を再度確認し、間違った問題を中心に自分の考えをまとめてください）
授業を通して理解した各データ構造の特長を自分の言葉でまとめておいてください。 4回
授業は同時双方向型となります。
木と二分木，木のデータ構造、木の走査の解説を行います。 事前学習
事前に配布するmanaba資料を読み、疑問点などをまとめて授業に参加ください。
事後学習
小テストの復習（教材を再度確認し、間違った問題を中心に自分の考えをまとめてください）
授業を通して理解した木と二分木，木のデータ構造、木の走査を自分の言葉でまとめておいてください。 5回
授業は同時双方向型となります。
選択ソート法、バブルソートなどの初等的なソートアルゴリズムを解説します。 事前学習
事前に配布するmanaba資料を読み、疑問点などをまとめて授業に参加ください。
事後学習
小テストの復習（教材を再度確認し、間違った問題を中心に自分の考えをまとめてください）
授業を通して理解した選択ソートのアルゴリズムを使用して自分で作った数列のソートを行ってください。 6回
授業は同時双方向型となります。
挿入ソート、シェルソートのソートアルゴリズムを解説します。 事前学習
事前に配布するmanaba資料を読み、疑問点などをまとめて授業に参加ください。
事後学習
小テストの復習（教材を再度確認し、間違った問題を中心に自分の考えをまとめてください）
授業を通して理解した選択ソートと今回のソートの違いを自分の言葉でまとめておいてください。 7回目
授業は同時双方向型となります。
クイックソートと基数ソート法などのアルゴリズムを解説します。 事前学習
事前に配布するmanaba資料を読み、疑問点などをまとめて授業に参加ください。
事後学習
小テストの復習（教材を再度確認し、間違った問題を中心に自分の考えをまとめてください）
授業を通して理解したクイックソートのアルゴリズムを使用して自分で作った数列のソートを行ってください。 8回
授業は同時双方向型となります。
線形探索、二分探索のアルゴリズムを解説します。 事前学習
事前に配布するmanaba資料を読み、疑問点などをまとめて授業に参加ください。
事後学習
小テストの復習（教材を再度確認し、間違った問題を中心に自分の考えをまとめてください）
授業を通して理解した検索アルゴリズムに関する情報処理試験過去問を解いてみましょう。 9回
授業は同時双方向型となります。
ハッシュ法、木構造探索（二分探索木法など）のアルゴリズムを解説します。 事前学習
事前に配布するmanaba資料を読み、疑問点などをまとめて授業に参加ください。
事後学習
小テストの復習（教材を再度確認し、間違った問題を中心に自分の考えをまとめてください）
授業を通して理解したハッシュ法の実装プログラムの理解をしてください。 10回
授業は同時双方向型となります。
グラフ構造、文字列照合、アドバンスな話題、などからいくつかを解説します。 またここまでアルゴリズムを再整理します。 事前学習
事前に配布するmanaba資料を読み、疑問点などをまとめて授業に参加ください。
事後学習
小テストの復習（教材を再度確認し、間違った問題を中心に自分の考えをまとめてください）
これまで授業を通して解説したアルゴリズムを自分の言葉でまとめておいてください。 11回
授業は同時双方向型となります。
人工知能に関わるアルゴリズムからいくつかを解説します。 併せて人工知能の概要を解説します。 事前学習
事前に配布するmanaba資料を読み、疑問点などをまとめて授業に参加ください。
事後学習
小テストの復習（教材を再度確認し、間違った問題を中心に自分の考えをまとめてください）
授業を通して理解した人工知能のアルゴリズムを自分の言葉でまとめておいてください。 12回
授業は同時双方向型となります。
前回扱わなかった人工知能に関わるアルゴリズムからいくつかを解説します。 事前学習
事前に配布するmanaba資料を読み、疑問点などをまとめて授業に参加ください。
事後学習
小テストの復習（教材を再度確認し、間違った問題を中心に自分の考えをまとめてください）
授業を通して理解した人工知能のアルゴリズムを自分の言葉でまとめておいてください。 13回
この講座の総まとめを行います。
また併せて授業内に期末試験（オンライン試験）を実施します。 事前学習
これまでの小テストの復習を行い期末試験の対策を各自やっておいてください。
事後学習
14回
事前学習
事後学習
15回
事前学習
事後学習
16回
事前学習
事後学習
17回
事前学習
事後学習
18回
事前学習
事後学習
19回
事前学習
事後学習
20回
事前学習
事後学習
21回
事前学習
事後学習
22回
事前学習
事後学習
23回目
事前学習
事後学習
24回
事前学習
事後学習
25回
事前学習
事後学習
26回
事前学習
事後学習
試験及び成績評価
小テスト・レポート・期末試験を実施する。評価配分は以下の通り。
○期末試験:60% ○授業中に実施する小テスト及びレポート:30% ○授業への取り組み・発表:10% 期末試験は、オンラインで実施します。 課題(試験やレポート等)に対するフィードバック
次回授業内での解説をいたします。
講義で使用するテキスト（書名・著者・出版社・ISBN・備考）
Manabaで授業資料は配付します。
ー
ー
ー
ー
参考文献・推薦図書
資料はManabaでPDFを提供します。
参考書「アルゴリズムC・新版」, R.セジウィック著(野下他訳)，近代科学社, 6800円＋税, 2004 研究室
なし
オフィスアワー
いつでも、メールでの問い合わせに対応します。（必要ならWebEXを使用します）
月曜日/金曜日5限目 科目ナンバリング
学位授与方針との関連
関連ページ
|
