科目名
(英語名) |
情報処理特講(応用数学d) 【A2】
() |
| 担当教員 |
西村 まどか |
| 開講時期 |
秋学期 |
| 科目ナンバー |
|
| 授業コード |
1460 |
| 単位 |
1 |
| 授業概要 |
数学的な力をつけることによってデータサイエンスに関連した科目の理解度をより深める。 |
| 到達目標 |
論理的思考の組み立てを自力でできるようになる。 |
| スキルの育成方法 |
毎回予習したことを発表する。この役割分担を通して、読解力、傾聴力、論理的思考力、課題発見力を身につける。 |
| 授業計画 |
| 回 | 授業内容 | 事前事後学修内容・所要時間 |
|---|
| 1 | 情報処理特講(応用数学c)の復習 | [事後] 極限の予習(2時間) |
| 2 | 関数と極限 | [事後] 逆関数の予習(2時間) |
| 3 | 逆関数 | [事後] 微分法の予習(2時間) |
| 4 | 1変数の微分法 | [事後] 積分法の予習(2時間) |
| 5 | 1変数の積分法 | [事前] 解きなおし (2時間) |
| 6 | まとめ | [事前] 仲間による別解を理解する (2時間) |
| 7 | ふりかえり | [事後] 大学院の過去問を解く(2時間) |
| 8 | | |
| 9 | | |
| 10 | | |
| 11 | | |
| 12 | | |
| 13 | | |
| 14 | | |
受講者の事前知識と進度により適宜変更する。
|
| 成績評価基準 |
毎回の課題(30%)、受講態度(20%)、課題に関する質疑応答(30%)、最終レポート(20%, A4 ２枚 2000字程度, 講義内容をまとめたもの) |
| 前提科目 |
情報処理特論c |
| 後継科目 |
データサイエンス入門a |
| 教科書 |
最短コースでわかるディープラーニングの数学 赤石 雅典 日経BP ISBN978-4-296-10250-1 |
| 参考書 |
微積分とベクトル解析 河村哲也 朝倉書店 ISBN4-254-11624-1 |
| その他・注意事項 |
毎回課題提出がある。次回の項目の理解のため予習および復習、グループ内での自主的な準備を求める。講義前に講義ノートで指定するソフトウェアを計算機にインストールして準備すること。情報系大学院進学希望者は履修を勧める。
|