前提条件
-
対象：中学高学年～高校初級の数学、Python基礎あり
-
学習時間：週6～8時間
-
ゴール：
- 特殊算を代数化しPythonで解く
- GitHubでコード・教材を管理
- 生成AIで数学問題作成・解説自動化
- 数学的根拠を持ったAIツール構築
12週間カリキュラム
W1 基盤構築
- GitHub: アカウント作成、SSH設定、リポジトリ作成、Push/Pull
- Python: NumPyで四則演算・配列操作
- 特殊算: 和差算、つるかめ算 → 1次方程式化
- 生成AI: ChatGPT APIで簡単な文章生成
- 課題: 特殊算5問をPythonで解き、GitHubにアップ
W2 チーム運用入門
- GitHub: Branch/PR/レビュー
- Python: 関数定義、モジュール分割
- 特殊算: 仕事算、平均算
- 生成AI: 問題文生成（指定パターン・難易度）
- 課題: 生成AIで作った仕事算をPythonで解き、PR提出
W3 自動採点導入
- GitHub ActionsでLint/テスト/採点
- 特殊算: 速さ算（追い越し・出会い）
- Python: 連立方程式（
numpy.linalg.solve） - 生成AI: 問題の解答根拠説明文を生成
- 課題: CIで自動採点通過
W4 データ化
- GitHub: Issueテンプレ/Projects管理
- 特殊算: 濃度算（食塩水）
- Python: CSVから問題読み込み/解答出力
- 生成AI: 数字条件を自動生成
- 課題: データ駆動で5問自動解答
W5 分析と可視化
- GitHub: Discussionsでレビュー
- 特殊算: 割合・比算
- Python: Matplotlibで正答率グラフ化
- 生成AI: 誤答の原因分析と改善案生成
- 課題: 自動可視化レポートをPR
W6 PCAと難易度分析
- 特殊算: 面積比算（相似図形）
- Python: PCAで問題パターン分類
- 生成AI: 問題の難易度タグ付け
- 課題: 難易度別正答率可視化
W7 ニューラルネット基礎
- GitHub: マイルストーン設計
- 特殊算: 年齢算、過不足算
- Python: PyTorchで単層パーセプトロン
- 生成AI: 数式説明→自然文変換
- 課題: AIで解法生成＋Pythonで検証
W8 過学習対策
- GitHub: CIで学習ジョブ
- 特殊算: 総合演習Aレベル
- Python: 正則化（Ridge/Lasso）
- 生成AI: 難問生成＋ヒント生成
- 課題: ヒントを活用した解答精度比較
W9 高度AI応用
- 特殊算: B難易度速さ＋濃度複合
- Python: CNNまたはRNN（文章or画像問題対応）
- 生成AI: 問題分類モデルの強化
- 課題: 自動分類＋解答システム構築
W10 統合設計
- GitHub: 最終PJ設計（要件/評価）
- 特殊算: 横断問題セット作成
- Python: 解答・採点・可視化一体化スクリプト
- 生成AI: Q&Aボット構築案
- 課題: 設計ドキュメントPR
W11 実装・検証
- 全機能統合（問題生成→解答→採点→可視化）
- 生成AI: 政策Q&A機能 or 数学ソルバ拡張
- 課題: 最終ベータ版をGitHubでレビュー
W12 発表・公開
- GitHub: Release v1.0
- 成果デモ発表、README整備
- 公開リポジトリ完成