[Informationen I / Information II der Informationsabteilung der High School] Zusammenfassung der Unterrichtsmaterialien für die Lehrerausbildung durch Python

Einführung

Im gemeinsamen Fach "Information" der neuen Richtlinien für die Lernberatung an Gymnasien wird "Information I" als Pflichtfach und "Information II" als Wahlfach definiert. Darüber hinaus sind die Unterrichtsmaterialien für die Lehrerausbildung von "Information I" und "Information II" auf der Website des Ministeriums für Bildung, Kultur, Sport, Wissenschaft und Technologie verfügbar. Ich denke, dieses Unterrichtsmaterial für die Lehrerausbildung eignet sich hervorragend als Einführungstext zum Erlernen der Informationstechnologie, auch wenn Sie kein Schüler sind. Es werden jedoch viele Sprachen verwendet, um Implementierungsbeispiele, Python und R, zu erklären, und es ist eines von "Information I". Andere Sprachen (JavaScript, VBA, Dolittle, Swift) sind nur im Abteilungsbereich aufgeführt, und ich hatte den Eindruck, dass es kein Gefühl der Einheit gibt. Es ist ein Unterrichtsmaterial, das für das Unterrichten von Lehrern mit unterschiedlichen Fähigkeiten und für das Lernen von Schülern geschrieben wurde. Ich denke, es ist gut, es in verschiedenen Sprachen zu erklären, aber es gab einen Grund, sich Sorgen zu machen.

• Im Bereich "Computer und Programmierung" von "Information I" finden Sie Erläuterungen in den Implementierungsbeispielen für Python, JavaScript, VBA, Dolittle und Swift. In "Information II" werden sie jedoch hauptsächlich in Python, R, erläutert. ..
• Die Standardanzahl der Credits für "Information I" und "Information II" in der High School beträgt jeweils 2. Ich bin kein Bildungsexperte, daher kenne ich die Details nicht, aber kann ich in den Unterrichtsstunden, die auf diese Anzahl von Credits umgerechnet wurden, viele Programmiersprachen lernen? (Problem der Lernkosten) ―― „Information II“ Als fortgeschrittene Form des Lernens von Inhalten für Informationssysteme und Programmierung, wenn versucht wird, eine anständige Anwendung zu erstellen, während der Prozess der Systementwicklung unter den bisher genannten Sprachen Python, JavaScript, VBA, Der Swift sieht gut aus, aber was ist mit der domänenspezifischen Sprache R? ――Wenn Sie "Information I" und "Information II" als Ganzes aus der Vogelperspektive betrachten, scheinen sie auf das Gebiet der Datenwissenschaft ausgerichtet zu sein. ――In der Datenwissenschaft haben wir uns intensiv mit dem Lernen befasst. Was ist besser, Python oder R, wenn man die Inhalte bis zum tiefen Lernen erklärt? ―― Erhöhen Sie R in Anbetracht der Verbindung zwischen Gymnasium und Universität? Weil viele Hochschullehrer R für Data Science verwenden? Ich verstehe nicht, warum Python allein nicht erklären kann.

Aus dem Obigen kam ich zu dem Schluss, dass "Ist es nicht besser, alles in Python zu implementieren und zu erklären?", Und ich habe hauptsächlich Artikel geschrieben, die von R auf Python umgeschrieben wurden.

Obwohl die Einführung lang geworden ist, ist dieser Artikel eine Zusammenstellung von Implementierungsbeispielen und Erklärungen in den Schulungsmaterialien für Lehrer, die als Referenz dienen, wenn Sie versuchen, auf Python-Basis zu lernen.

Bitte beachten Sie, dass die von anderen Personen verfassten Materialien und die von Ihnen verfassten Artikel gemischt und zusammengefasst sind.

Lehrmaterial

Informationsabteilung der High School (Fachbereich jeder Abteilung): Ministerium für Bildung, Kultur, Sport, Wissenschaft und Technologie

Umgebung

ipython Colaboratory - Google Colab

Informationen I.

Unterrichtsmaterialien: [Unterrichtsmaterial der Informationsabteilung der High School "Information I" Lehrmaterialien für die Lehrerausbildung (Hauptteil): Ministerium für Bildung, Kultur, Sport, Wissenschaft und Technologie](https://www.mext.go.jp/a_menu/shotou/zyouhou/detail/1416756.htm "High School Informationsabteilung "Information I" Unterrichtsmaterialien für die Lehrerausbildung (Hauptteil): Ministerium für Bildung, Kultur, Sport, Wissenschaft und Technologie ")

Kapitel 1 Probleme in der Informationsgesellschaft lösen

Kein Implementierungsbeispiel

Kapitel 2 Kommunikations- und Informationsdesign

Lernen 6 Digitalisieren

(9) Dateikomprimierungstabelle 13 Beispiel für die Erstellung eines Huffman-Baums

Erläuterung: [Informationen zur Informationsabteilung der High School I] [Informationen zur Informationsabteilung der High School I] Unterrichtsmaterialien für die Lehrerausbildung: Implementierung der Huffman-Methode durch Python - Qiita Quellcode: https://colab.research.google.com/gist/ereyester/6a37027afa322d1b76e72b774aa406e8/jouhou1_2_6_huffman.ipynb

Lernen 7 bis Lernen 10

Kein Implementierungsbeispiel

Kapitel 3 Computer und Programmierung

Viele der auf "Kapitel 3 Computer und Programmierung" basierenden Inhalte werden auf den folgenden Websites zitiert.

Grundlegende Programmierung (Einführung in Python) -IPSJ MOOC Information Processing Society Öffentliche Lehrmaterialien

Lernen 11 Computermechanismus

(2) Programmierfehler

Erläuterung und Quellcode: [Programmstruktur, sequentielle Verarbeitung, Berechnung - Öffentliches Lehrmaterial der IPSJ MOOC Information Processing Society](https://colab.research.google.com/drive/1p9pSDwnozHR7tYctQuNFsuCTo0fLcDch?usp=sharing Programmstruktur, sequentielle Verarbeitung, Berechnung - IPSJ MOOC Information Processing Society Öffentliches Lehrmaterial) → Siehe "Überlauf und Fehler"

Lernen 12 Verbindung mit externem Gerät

(5) Ein Programm, das LEDs basierend auf Sensorwerten steuert

Kann browserbasiert ausgeführt werden https://python.microbit.org/v/2.0 Ist empfohlen. Kopieren Sie den Quellcode der Unterrichtsmaterialien und fügen Sie ihn ein.

13 Grundprogramm lernen

Sequentielles Beispiel --Chart 7 Code

Erläuterung und Quellcode: [Programmstruktur, sequentielle Verarbeitung, Berechnung - Öffentliches Lehrmaterial der IPSJ MOOC Information Processing Society](https://colab.research.google.com/drive/1p9pSDwnozHR7tYctQuNFsuCTo0fLcDch?usp=sharing Programmstruktur, sequentielle Verarbeitung, Berechnung - IPSJ MOOC Information Processing Society Öffentliches Lehrmaterial) → Siehe "Sequentielle Verarbeitung"

Beispiel für die Verzweigung --Chart 10 Code

Erläuterung und Quellcode: Öffentliche Lehrmaterialien der Zweigstellenverarbeitung - IPSJ MOOC Information Processing Society → Siehe "Filialverarbeitung (2 Filialen)"

Beispiel für Iteration-Chart 13 Code

Erläuterung und Quellcode: [Iterative Verarbeitung - IPSJ MOOC Informationsverarbeitungsgesellschaft Öffentliches Lehrmaterial](https://colab.research.google.com/drive/1gwUs1jp9U_zQ4xGc3J9k54EQe67D42ZK?usp=sharing "Iterative Verarbeitung - IPSJ Öffentliche Informationsverarbeitung" → Siehe "Iterative Verarbeitung (für)"

Beispiel für die Kombination von Verzweigung und Wiederholung

Erläuterung und Quellcode: [Iterative Verarbeitung - IPSJ MOOC Informationsverarbeitungsgesellschaft Öffentliches Lehrmaterial](https://colab.research.google.com/drive/1gwUs1jp9U_zQ4xGc3J9k54EQe67D42ZK?usp=sharing "Iterative Verarbeitung - IPSJ Öffentliche Informationsverarbeitung" → Siehe "Kombination von iterativer Verarbeitung und Verzweigungsverarbeitung"

Lernen 14 Angewandtes Programm

(1) List-Chart 2 Beispiel eines Programms unter Verwendung einer Liste 1

Erläuterung und Quellcode: Angewandte Programmierung 1 - IPSJ MOOC Information Processing Society Öffentliche Lehrmaterialien → Siehe "Liste"

(1) Listendiagramm 3 Beispiel eines Programms unter Verwendung einer Liste 2

Erläuterung und Quellcode: Angewandte Programmierung 1 - IPSJ MOOC Information Processing Society Öffentliche Lehrmaterialien → Siehe "Liste"

(2) Zufallszahlen-Diagramm 4 Beispiel eines Programms mit Zufallszahlen 1

Erläuterung und Quellcode: Angewandte Programmierung 1 - IPSJ MOOC Information Processing Society Öffentliche Lehrmaterialien → Siehe "Zufällig"

(3) Funktionsplan 9 Beispiel eines Programms geteilt durch eine Funktion

Erläuterung und Quellcode: [Angewandte Programmierung 2-IPSJ MOOC Information Processing Society Öffentliche Lehrmaterialien](https://colab.research.google.com/drive/11C6Z_4cX9OW8heGiyGGQJuaqelss_UWs?usp=sharing "Applied Programming 2-IPSJ MOOC Information Processing Society" Öffentliche Unterrichtsmaterialien ") → Siehe "Funktion"

(4) WebAPI-Chart 11 Beispiel eines Programms mit WebAPI

Erläuterung und Quellcode: [Angewandte Programmierung 2-IPSJ MOOC Information Processing Society Öffentliche Lehrmaterialien](https://colab.research.google.com/drive/11C6Z_4cX9OW8heGiyGGQJuaqelss_UWs?usp=sharing "Applied Programming 2-IPSJ MOOC Information Processing Society" Öffentliche Unterrichtsmaterialien ") → Siehe "Web API"

Lernen 15 Vergleich von Algorithmen

Erläuterung und Quellcode: Öffentliche Lehrmaterialien der IPSJ MOOC Information Processing Society auflisten und integrierte Funktionen → Siehe "Listen und integrierte Funktionen"

(1) Suchalgorithmus Lineare Suche und dichotomisierte Suche --Chart 3 Code

Erläuterung und Quellcode: [Grundlegende Suche - Lineare Suche - Öffentliche Lehrmaterialien der IPSJ MOOC Information Processing Society](https://colab.research.google.com/drive/1OnJiQZ0Wh0iklECTZcajv4c2D5zLheAK?usp=sharing "Grundlegende Suche - Lineare Suche" - IPPS MOOC Information Processing Society Öffentliche Lehrmaterialien ") → Siehe "Lineare Suche"

(1) Suchalgorithmus Lineare Suche und dichotome Suche --Chart 6 Code

Erläuterung und Quellcode: Grundlegende Suche - Dichotomie - IPSJ MOOC Information Processing Society Öffentliche Lehrmaterialien → Siehe "Dichotomie"

(1) Suchalgorithmus Lineare Suche und dichotome Suche - Diagramm 7 Vergleich der maximalen Anzahl von Suchen zwischen linearer Suche und dichotomer Suche

Erläuterung & Quellcode: Grundlegender Suchvergleich von linearer Suche und Halbierungssuche - IPSJ MOOC Information Processing Society Öffentliches Lehrmaterial → Siehe "Vergleich von linearer Suche und dichotomer Suche"

(2) Sortieralgorithmus Selektive Sortierung und schnelle Sortierung - Selektive Sortierung --Chart 9-Code

Erläuterung und Quellcode: [Grundlegende sortenselektive Sortierung - IPSJ MOOC Information Processing Society Öffentliches Lehrmaterial](https://colab.research.google.com/drive/1ICcRAzGXZOpjzBJkOMZ2K7IibCtbJMva?usp=sharing "Grundlegende sortenselektive Sortierung" - IPSJ MOOC Information Processing Society Öffentliche Lehrmaterialien ") → Siehe "Selektive Sortierung"

(2) Sortieralgorithmus Selektive Sortierung und schnelle Sortierung - Schnelle Sortierung --Chart 11-Code

Erläuterung und Quellcode: [Grundlegende Sortierung - Schnelle Sortierung - IPPS MOOC Information Processing Society Öffentliche Lehrmaterialien](https://colab.research.google.com/drive/12WQ2a8LwU8V_L_05Y9AVt8iGMRAPI8xE?usp=sharing "Grundlegende Sortierung - Schnelle Sortierung" - IPSJ MOOC Information Processing Society Öffentliche Lehrmaterialien ") → Siehe "Implementierungsbeispiel für die schnelle Sortierung"

(3) Vergleich zwischen selektiver Sortierung und schneller Sortierung

Erläuterung und Quellcode: Grundlegender Sortiervergleich von selektivem Sortieren und schnellem Sortieren - öffentliches Lehrmaterial der IPSJ MOOC Information Processing Society Grundlegende Sortierung - Vergleich von selektiver Sortierung und schneller Sortierung - IPPS MOOC Information Processing Society öffentliche Lehrmaterialien ") → Siehe "4-2. Grundlegender Sortiervergleich von selektiver Sortierung und schneller Sortierung"

Lernen 16 Bestimmtes Modell und Wahrscheinlichkeitsmodell

Siehe Implementierungsbeispiel (Python), das im Lehrmaterial (TBD) beschrieben ist.

Lernen 17 Modellierung und Simulation von Naturphänomenen

Siehe Implementierungsbeispiel (Python), das im Lehrmaterial (TBD) beschrieben ist.

Kapitel 4 Nutzung von Informations- und Kommunikationsnetzwerken und -daten

Lernen 18 Mechanismus des Informations- und Kommunikationsnetzwerks

Kein Implementierungsbeispiel

Lernen 19 Aufbau eines Informations- und Kommunikationsnetzes

Kein Implementierungsbeispiel

Lernen 20 Vom Informationssystem bereitgestellte Dienste

Kein Implementierungsbeispiel

Lernen 21 Verschiedene Datenformate und ihre Ausdrucksformate

Siehe Implementierungsbeispiel (Python), das im Lehrmaterial (TBD) beschrieben ist.

Lernen 22 Analyse quantitativer Daten

Beachten Sie das Implementierungsbeispiel (Excel), das in den Lehrmaterialien (TBD) beschrieben ist.

Lernen 23 Analyse qualitativer Daten

Erläuterung: [Informationen zur Informationsabteilung der High School I] Unterrichtsmaterialien für die Lehrerausbildung: Morphologische Analyse durch MeCab und Erstellen von WordCloud (Python) - Qiita Quellcode: https://colab.research.google.com/gist/ereyester/5f1a93311f434b08f1e57fda4fb5398f/jouhou1_4_23.ipynb

Lernen 24 Datenformat und Visualisierung

Erläuterung: [Informationen zur Informationsabteilung der High School I] Materialien zur Lehrerausbildung: Datenformat und Visualisierung (Python) - Qiita Quellcode: https://colab.research.google.com/gist/ereyester/68b781bd6668005c157b300c5bf22905/jouhou1_4_24.ipynb

Information II

Unterrichtsmaterialien: [Unterrichtsmaterial der High School-Informationsabteilung "Information II" für die Lehrerausbildung (Hauptteil): Ministerium für Bildung, Kultur, Sport, Wissenschaft und Technologie](https://www.mext.go.jp/a_menu/shotou/zyouhou/detail/mext_00742.html "High School Informationsabteilung "Information II" Unterrichtsmaterialien für die Lehrerausbildung (Hauptteil): Ministerium für Bildung, Kultur, Sport, Wissenschaft und Technologie ")

Kapitel 1 Entwicklung der Informationsgesellschaft und Informationstechnologie

Kein Implementierungsbeispiel

Kapitel 2 Kommunikation und Inhalt

Kein Implementierungsbeispiel

Kapitel 3 Informations- und Datenwissenschaft

Lernen 11 Daten- und Beziehungsdatenbank

Siehe das im Lehrmaterial beschriebene Implementierungsbeispiel (Python)

Lernen 12 Sammeln, Organisieren und Gestalten einer großen Datenmenge

Siehe das im Lehrmaterial beschriebene Implementierungsbeispiel (Python)

Lernen 13 Multiple Regressionsanalyse und Modellbestimmung

Erläuterung: [Informationen zur Informationsabteilung der High School II] Unterrichtsmaterialien für die Lehrerausbildung: Multiple Regressionsanalyse und Modellbestimmung (Python) --Qiita Quellcode: https://colab.research.google.com/gist/ereyester/5c6e5a9b8aa55ba826c7c96a4daf7814/jouhou2_3_13_python.ipynb

Lernen 14 Dimensionsreduktion durch Hauptkomponentenanalyse

Erläuterung: Hauptkomponentenanalyse mit Python (Scikit-Lernversion, Pandas & Numpy-Version) ([Informationen zur Informationsabteilung der High School II] Unterrichtsmaterialien für die Lehrerausbildung) - Qiita Quellcode: https://colab.research.google.com/gist/ereyester/3c2173eb61cbcd64b61f23b3d4d6480c/jouhou2_3_14.ipynb

Lernen 15 Vorhersage durch Klassifizierung

2 Binäre Klassifizierung nach Entscheidungsbaum

Erläuterung: Bivalue-Klassifizierung nach Python-Entscheidungsbaum ([Informationen zur Informationsabteilung der High School II] Unterrichtsmaterialien für die Lehrerausbildung) - Qiita Quellcode: https://colab.research.google.com/gist/ereyester/dfb4fd6fb3e58c5d0539866f7e2622b4/jouhou2_3_15.ipynb

3 k-Klassifizierung nach Näherungsmethode

Erläuterung: Klassifizierung nach k-Nachbarschaftsmethode (kNN) nach Python ([Informationen zur Informationsabteilung der High School II] Unterrichtsmaterialien für die Lehrerausbildung) - Qiita Quellcode: https://colab.research.google.com/gist/ereyester/01237a69f6b8ae73c55ccca33c931ade/jouhou2_3_15_2.ipynb

Lernen 16 Klassifizierung durch Clustering

Siehe das im Lehrmaterial beschriebene Implementierungsbeispiel (Python)

Lernen 17 Neuronales Netz und wie es funktioniert

Siehe das im Lehrmaterial beschriebene Implementierungsbeispiel (Python)

Lernen 18 Text Mining und Bilderkennung

2 Text Mining mit MeCab

Erläuterung: Text Mining von word2vec usw. von Python ([Informationen zur Informationsabteilung der High School II] Unterrichtsmaterialien für die Lehrerausbildung) - Qiita Quellcode: https://colab.research.google.com/gist/ereyester/101ae0da17e747b701b67fe9fe137b84/jouhou2_3_18.ipynb

3 Objekterkennung mit Tiny YOLO

Erläuterung: [Objekterkennung mit YOLO (Python) ([Informationen zur Informationsabteilung der High School II] Unterrichtsmaterialien für die Lehrerausbildung) --Qiita](https://qiita.com/ereyester/items/4cd0dc3a449369e7f1f4 "Objekterkennung mit YOLO" (Python) ([Informationen der High School Information Department II] Unterrichtsmaterialien für die Lehrerausbildung) --Qiita ") Quellcode: https://colab.research.google.com/gist/ereyester/46a25e70c866c581320a66a77153aa2d/jouhou2_3_18_2.ipynb

Kapitel 4 Informationssysteme und Programmierung

Lernen 19-Lernen 22

Kein Implementierungsbeispiel

Lernen 23 Erstellen und Testen eines Split-Systems

Erläuterung und Quellcode: [Informationsmaterial für Lehrer II Kapitel 4 .ipynb](https://colab.research.google.com/drive/1r26wcPi3jcVfe0BhzbyTj0-oGhi8AgBC Informationsmaterial für Lehrer II Kapitel 4.ipynb ") → Siehe "Lernen 23: Erstellen und Testen eines geteilten Systems"

Lernen 24 Koppeln und Testen von Split-Systemen

Erläuterung und Quellcode: [Informationsmaterial für Lehrer II Kapitel 4 .ipynb](https://colab.research.google.com/drive/1r26wcPi3jcVfe0BhzbyTj0-oGhi8AgBC Informationsmaterial für Lehrer II Kapitel 4.ipynb ") → Siehe "Lernen 24: Verbinden und Testen geteilter Systeme"

Lernen 25 Bewertung und Verbesserung des Informationssystems

Erläuterung und Quellcode: [Informationsmaterial für Lehrer II Kapitel 4 .ipynb](https://colab.research.google.com/drive/1r26wcPi3jcVfe0BhzbyTj0-oGhi8AgBC Informationsmaterial für Lehrer II Kapitel 4.ipynb ") → Siehe "Lernen 25: Evaluierung / Verbesserung des Informationssystems"

Kapitel 5 Suche nach Problemlösung und -lösung mithilfe von Informationen und Informationstechnologie

Aktivitätsbeispiel 1 Informationsgesellschaft und Informationstechnologie

Kein Implementierungsbeispiel

Aktivitätsbeispiel 2 Nutzung der Informationstechnologie für die Kommunikation

Kein Implementierungsbeispiel

Aktivitätsbeispiel 3 Nutzung der Informationstechnologie zur Nutzung von Daten

Erläuterung: [Datenanalyse durch Clustering mit der k-means-Methode (Python) ([Informationen zur Informationsabteilung der High School II] Unterrichtsmaterialien für die Lehrerausbildung) --Qiita](https://qiita.com/ereyester/items/bc251ea3c329a38b5b82 "k" -Datenanalyse durch Clustering unter Verwendung der Mittelmethode (Python) ([Informationen zur Informationsabteilung der High School II] Unterrichtsmaterialien für die Lehrerausbildung) --Qiita ") Quellcode: https://colab.research.google.com/gist/ereyester/ce9370e3022f05f4d7548a8ccaed33cc/jouhou2_5_3.ipynb

Aktivitätsbeispiel 4 Grundlegender Mechanismus und Nutzung von Computern und Informationssystemen

Kein Implementierungsbeispiel

Kommentar

Der Abschnitt (TBD) wird wahrscheinlich von der IPSJ MOOC Information Processing Society aktualisiert.