
本コースの教材の使用方法です。
本コースのイントロダクションです。
本コースの概要です。
コンピュータサイエンスの概要を、焦点を絞って解説します。
開発環境であるGoogle Colaboratoryの使い方を解説します。
フローチャート、および2進数と16進数について解説します。
論理と論理演算について解説します。
このセクションの教材を紹介します。
このセクションの概要です。
メモリとCPUについて、その仕組みを解説します。
場合の数と確率について、Pythonのコードとともに学びます。
場合の数と確率について、Pythonのコードとともに学びます。
計算量の見積もり方について、Pythonのコードとともに学びます。
計算量の見積もり方について、Pythonのコードとともに学びます。
このセクションの教材を紹介します。
このセクションの概要です。
メモリ上のデータ制御について、概要を解説します。
抽象データ型を使ってメモリ上のデータを効率よく扱う方法を学びます。
抽象データ型を使ってメモリ上のデータを効率よく扱う方法を学びます。
メモリ上のデータを直接扱う方法について学びます。
メモリ上のデータを直接扱う方法について学びます。
このセクションの教材です。
このセクションの概要です。
アルゴリズムについて、概要を解説します。
「ソート」のアルゴリズムの実装について学びます。
「探索」のアルゴリズムの実装について学びます。
このセクションの教材です。
このセクションの概要です。
データベースについて、概要を学びます。
リレーショナルデータベースの実装を学びます。
リレーショナルデータベースの実装を学びます。
リレーショナルデータベースの実装を学びます。
リレーショナルデータベースの実装を学びます。
このセクションの教材です。
このセクションの概要です。
プログラミング言語関連の様々な概念、コンパイラ、OSなどについて解説します。
コンピューターサイエンスが基礎として有用な分野、人工知能について概要を解説します。
シンプルなルールで様々な現象をシミュレート可能な、セル・オートマトンについて解説します。
シンプルなルールで様々な現象をシミュレート可能な、セル・オートマトンについて解説します。
コースの最後に、受講生の皆さんに向けてのメッセージを送ります。
コンピュータサイエンスについてさら詳しく学ぶための、おすすめ書籍をいくつか紹介します。
講師の活動や最新情報についてご紹介します。
みんなのコンピュータサイエンス講座は、プログラミング、人工知能(AI)などで有用な「コンピュータサイエンス」(CS)への入口となる講座です。
コンピュータサイエンスはコンピュータ全般を扱う学問分野ですが、その基礎を要点をおさえてコンパクトに学びます。
本講座の大きな特徴は、理論面のみでは終わらずコードを書く体験を伴うことです。
PythonのコードをGoogle Colaboratory環境で記述し、コンピュータサイエンスを体験ベースで学びます。
コンピュータサイエンスは、近年テック系企業の面接でも重要視されています。
新たな時代の基盤を身につけた上で、コンピュータサイエンスの楽しさを実感できるようになりましょう。
注: 本コースに先立ちYouTubeでのライブ講義【Live人工知能】がありました。本コースの動画はこのライブ講義をUdemy用に再構成したものになります。
コースの内容は以下の通りです。
Section1. コンピュータサイエンスの概要
→ コンピュータサイエンスの概要と基礎、および開発環境であるGoogle Colaboratoryについて学びます。
Section2. プログラムの計算量
→ メモリとCPUの関係、場合の数や計算量の見積もり方を学びます。
Section3. データの制御
→ 主に、抽象データ型、データ構造について学びます。
Section4. アルゴリズム
→ ソート、探索などの代表的なアルゴリズムをいくつか学びます。
Section5. データベース
→ データベースの基本的な概念、および実装について学びます。
Section6. コンピュータとプログラミング
→ プログラミング言語とコンパイラ、人工知能、セル・オートマトンなどについて学びます。
なお、今回の講座でプログラミング言語Pythonの解説は最小限となりますが、Pythonの基礎を解説するノートブックがダウンロード可能です。
Pythonの開発環境にはGoogle Colaboratoryを使用します。