情報Ⅱでは、データを分析して、AI(機械学習・ディープラーニング)を作り、その成果を人に伝えるところまでを学びます。プログラムは、ブラウザの中で動く本物のPython(numpy・pandas・matplotlib・scikit-learn)で書きます。
このロードマップは、前の段階の内容を使って次の段階に進めるように並べています。上から順に進め、段階を終えたら右上の「完了」にチェックを入れましょう(チェックはこの端末に保存されます)。
学習指導要領の分野と、このロードマップの段階
| (1) 情報社会の進展と情報技術 | AIと社会、データを扱うときのルール → 段階1(ほかの内容は用語の確認として軽く扱う) |
|---|---|
| (2) コミュニケーションとコンテンツ | スライドなどのコンテンツの制作と発表 → 段階3・8 |
| (3) 情報とデータサイエンス | 統計による分析、機械学習、ディープラーニング → 段階4・5・6(情報Ⅱの中心) |
| (4) 情報システムとプログラミング | Pythonとライブラリ、AIを使ったプログラムの開発 → 段階2・7 |
| (5) 問題発見・解決の探究 | 自分で課題を決め、データとAIで解決し、発表する → 段階9 |
※ 教科書「情報Ⅱ」(702)の第1章〜第4章とプロジェクト編に対応しています。
0 / 9 段階完了
進め方のコツ
- コードは必ず動かす: 解説を読んだら、自分でコードを書いて「実行して判定する」を押しましょう。エラーが出たら、行番号とメッセージが手がかりです。
- まず自分で作ってから、ライブラリを使う: 最小二乗法やパーセプトロンを自分で作ると、scikit-learn の中で何が起きているかがわかります。
- 数字の意味を言葉で説明する: 相関係数・正解率・再現率などは、「だから何が言えるのか」を言葉で説明できるようにしましょう。発表(段階8)で必ず役に立ちます。
- はじめのPythonの準備に少し時間がかかります: 最初の実行は、Pythonとライブラリの読み込みで数十秒かかることがあります。2回目からはすぐに動きます。