プログラミング入門
技術・情報の技術
条件分岐と反復のはじまりを、マイクラのレッドストーン回路で目に見える形に。
写本工房で記号を符号化し、アルゴリズムで世界を綴る。学年ごとに今日の作業台を選ぼう。
公開中 109 ・ 仕込み中 509（全 618 単元）
95 件 / 公開中 109・仕込み中 509
タートルグラフィクスで正多角形を描き、角度・繰り返しの理解を深める。
インターネットや LAN の基本、ルータ・サーバ・クライアントの役割を学ぶ。
条件分岐と反復のはじまりを、マイクラのレッドストーン回路で目に見える形に。
アンケートデータや実験データを集計し、適切なグラフで表現する。
AI の得意・不得意、生成 AI の使い方とリスク、ハルシネーションを学ぶ。
2進数・16進数、文字コード、画像・音のデジタル化、標本化・量子化・符号化を学ぶ。
LAN/WAN、IP アドレス、プロトコル、Web の仕組みを学ぶ。
パスワード管理、マルウェア、暗号化、認証、フィッシングなどの基礎を学ぶ。
信号機やタイマーで『順序』と『分岐』を体感する、からくり工房の入口。
Python で変数・条件分岐・反復・関数を書き、簡単な問題解決を行う。
現実をモデルに落とし、表計算やプログラムで挙動を予測する。確定モデルと確率モデルを扱う。
テーブル、レコード、主キー、簡単な検索・並べ替え・集計を学ぶ。
情報システムの構成、要件定義、設計、開発、運用の流れを学ぶ。
重回帰、クラスタリング、テキスト分析、画像分析など複数の手法を実データに適用する。
教師あり学習・教師なし学習の概念、簡単なモデルを使った予測・分類を体験する。
TCP/IP の詳細、HTTPS、無線 LAN、ネットワーク構築実習を行う。
探索・整列の効率比較、再帰、簡単な動的計画法に触れる。
共通テスト『情報I』の出題傾向に沿って、情報社会・データ・プログラミング・ネットワークを総復習する。
変数・条件分岐・繰り返し・関数の基本構造を Python で学び、計算機に意図通りの仕事をさせる手続きを獲得する。
集合・論理・関係・写像・帰納法など、計算機科学の言語となる離散構造を扱う。
マイクラ回路と現実世界を並べて、論理回路の入力・出力・記憶・使い分けを 5 つの工房卓で。
ベクトル・行列・連立方程式・固有値を、グラフィクスや機械学習で使う準備として学ぶ。
CPU・メモリ・I/O の役割と、プログラムが機械語として実行されるまでの流れを概観する。
確率分布・期待値・分散・大数の法則・中心極限定理を学び、データを扱う前提を整える。
配列・連結リスト・スタック・キュー・木・ハッシュ・ヒープなど、計算の道具箱を体系化する。
バブル・選択・挿入・マージ・クイック・ヒープなど、代表的なソートと計算量の違いを学ぶ。
線形探索・二分探索・BFS・DFS・A* など、状態空間を巡る基本手法を扱う。
最短経路（Dijkstra・Bellman-Ford）・最小全域木（Kruskal・Prim）・トポロジカルソートを学ぶ。
再帰の構造、メモ化、ボトムアップ DP、典型問題（ナップサック・LCS）を扱う。
クラス・継承・多態・カプセル化・抽象化と、設計に効くデザインパターン入門。
関係モデル、正規化、SQL クエリ、結合、トランザクションの ACID を学ぶ。
プロセス・スレッド・スケジューリング・メモリ管理・ファイルシステムを概観する。
OSI/TCP-IP モデル、IP・TCP・UDP・HTTP・DNS の役割と動きを学ぶ。
要件定義・設計・実装・テスト・保守の流れと、アジャイル/ウォーターフォールの違いを学ぶ。
浮動小数点誤差、方程式の数値解法（二分法・Newton 法）、数値積分、連立一次方程式の解法。
教師あり学習・教師なし学習の枠組み、線形回帰、ロジスティック回帰、評価指標の使い分け。
決定木・ランダムフォレスト・勾配ブースティングの仕組みと使い分けを学ぶ。
k-means、階層クラスタリング、主成分分析（PCA）、t-SNE を扱う。
全結合ネット、活性化関数、損失関数、勾配降下法、誤差逆伝播の仕組みを理解する。
座標変換、レンダリングパイプライン、シェーディング、レイトレーシング入門。
フィルタリング、エッジ検出、フーリエ変換、画像の周波数領域での扱いを学ぶ。
形態素解析、tf-idf、word2vec、シーケンスモデルの基本を学ぶ。
ユーザビリティ、認知モデル、ユーザテスト、UI/UX デザインの基礎。
脅威モデル、認証、共通鍵・公開鍵暗号、ハッシュ、デジタル署名を学ぶ。
有限オートマトン、正規言語、文脈自由文法、プッシュダウンオートマトン、チューリング機械。
字句解析、構文解析、意味解析、コード生成のパイプラインを学ぶ。
CNN・RNN・Transformer・正則化・最適化など、深いモデルを学習させる工夫を学ぶ。
MDP、価値関数、Q-learning、方策勾配、Actor-Critic を学ぶ。
整合性モデル、CAP 定理、コンセンサス（Paxos/Raft）、分散ストレージを学ぶ。
IaaS/PaaS/SaaS、仮想化、コンテナ、サーバーレス、オートスケールを学ぶ。
ETL、データレイク／ウェアハウス、Spark などの分散処理、ストリーミング処理を学ぶ。
Web 脆弱性（XSS/SQLi）、ペネトレーションテスト、SIEM、インシデント対応を学ぶ。
物体検出、セグメンテーション、3D 再構成、SLAM などの応用技術を扱う。
配列アラインメント、系統樹、構造予測、オミクスデータ解析を扱う。
量子ビット、重ね合わせ、もつれ、量子ゲート、簡単な量子アルゴリズム（Deutsch, Grover）。
高速フーリエ変換、ネットワークフロー、近似アルゴリズム、ランダム化アルゴリズムを扱う。
P/NP、NP 完全性、空間計算量、確率的・量子計算量クラスを学ぶ。
Transformer、自己教師あり学習、拡散モデル、メタラーニングを扱う。
事前分布、事後分布、MCMC、変分推論、グラフィカルモデルを扱う。
公開鍵暗号、ゼロ知識証明、楕円曲線暗号、耐量子暗号、準同型暗号を扱う。
PPO、SAC、モデルベース RL、マルチエージェント、逆強化学習を扱う。
事前学習・指示チューニング・RLHF・推論時最適化・評価を扱う。
分散トランザクション、Snapshot Isolation、Spanner、NewSQL、CRDT を扱う。
Hoare 論理、モデル検査、定理証明支援系（Coq/Lean）の使い方を学ぶ。
Vision Transformer、3D 再構成、NeRF、自己教師あり表現学習を扱う。
順運動学・逆運動学、軌道計画、PID/最適制御、SLAM を扱う。
Shor、Grover、量子フーリエ変換、VQE、量子機械学習の基礎を学ぶ。
MPI、OpenMP、GPU プログラミング、CUDA、性能チューニングを学ぶ。
ライフゲーム、エージェントベースモデル、創発、ネットワーク科学の基礎を扱う。
ε-差分プライバシー、ラプラスメカニズム、フェデレーテッドラーニング、準同型暗号応用。
RCT、傾向スコア、操作変数、DAG、do 演算を扱う。
汎用人工知能の定義、ベンチマーク、アライメント問題、社会的影響の研究動向を学ぶ。
マルチモーダル基盤モデル、エージェント、ツール使用、長文脈推論の最先端研究。
変分量子回路、量子カーネル法、量子ボルツマンマシン、ハイブリッド量子古典学習。
スパイキングニューラルネット、メモリスタ、脳型ハードウェア、神経科学との融合研究。
報酬ハッキング、RLHF、Constitutional AI、解釈可能性、評価フレームワークを扱う。
ZK ロールアップ、L2、DeFi、DAO、分散 ID（DID）の研究と実装。
脳波・脳磁・侵襲電極、デコーディング、ニューロフィードバック、倫理を扱う。
AlphaFold 系構造予測、細胞・臓器シミュレーション、デジタルツイン、in-silico 治験。
小型デバイス向けモデル量子化、蒸留、ハードウェア共設計、IoT 連携。
上空の GPS 衛星 3 つ以上からの電波の届く時間差で、自分との距離を測り、3 つの球の交点として位置を割り出しているから。
「入力に応じて状態を切り替える」状態機械を、レッドストーン・ピストン・コンパレータで組んで実装している。
作れる。レッドストーン信号で AND・OR・NOT といった論理ゲートを組み、それを組み合わせて半加算器→加算器と進めば、足し算する回路が完成する。
パーリンノイズという「滑らかなランダム値」関数で標高や植生を決め、シード値ごとに違う世界を生成しているから。
誰でも閉められて持ち主だけが開けられる「鍵付きの箱」を使うイメージ。公開鍵で暗号化し、秘密鍵だけで復号する。
白黒のマスを 0 と 1 の並びとして読み、誤り訂正コードで欠けた部分も復元できる設計だから（横断：情報＋数学）。
「メッセージを送る／受け取る」ブロックで、別のスプライトの動きを同時に発火させる。並列処理の入門になる。
「今の状態」と「次に来る入力」で次の状態を決める「状態機械」のしくみで、内部の数値を更新しているから。
「青→黄→赤→…」と状態を順に進める「状態機械」というプログラムが、時間や歩行者ボタンに応じて次の状態を決めているから。
必ずではない。100 回引いても 1 回も出ない確率は約 37%。確率は独立試行で、過去の結果に影響されない。
矩形どうしの重なり、円どうしの中心距離 < 半径の和、線分の交差判定など、図形の重なりを毎フレーム計算しているから。
物理エンジンで慣性（質量×速度）と摩擦（地面との抵抗）を毎フレーム計算しているから。摩擦係数を下げると氷上のように滑る。
3 ブロックを超える落下から (落下高 − 3) × 1 のダメージ。重力加速度と耐久のシンプルな線形モデルになっている。
目には少しの間像が残る性質（残像）があり、毎秒 12 コマ以上を切り替えると連続した動きに見えるから。
画面表面の電気の容量が、指が近づくと微妙に変化する。その変化点を測って位置を割り出している（静電容量方式）。
この学年の作業台はまだ仕込み中。順次オープン予定です。
