科目名 (英語名) |
__科目名__
(__科目名(英語)__) |
担当教員 |
西村 まどか |
開講時期 |
__開講時期__ |
科目ナンバー |
__科目ナンバー__ |
授業コード |
1418 |
単位 |
__単位__ |
授業概要 |
機械学習に必要な数学的素養を身につけることを目的とし、毎回の講義でのまとめや証明の提出を通して論理的に説明できる技術を身につける。 |
到達目標 |
コードしかなく説明不足のプログラミングや、開発者のライブラリ解説、理論のテキストの数学的側面が理解できるようになり、主体的にコーディングできるようになる。 |
スキルの育成方法 |
毎回の講義内容のまとめを通し、読解力、問題解決力、論理的思考力、補足のための情報収集力を上げる。まとめとして、証明した問題や内容について解説を行う。 |
授業計画 |
回 | 授業内容 | 事前事後学修内容・所要時間 |
1 | 多変数とベクトル関数 | [事後] 課題作成(ノートのまとめと証明問題への取り組み) (2 時間) |
2 | 多重積分 | [事後] 課題作成(ノートのまとめと証明問題への取り組み) (2 時間) |
3 | ベクトル場と物理量 | [事後] 課題作成(ノートのまとめと証明問題への取り組み) (2 時間) |
4 | 群論入門 | [事後] 課題作成(ノートのまとめと証明問題への取り組み) (2 時間) |
5 | 最小二乗法 | [事後] 課題作成(ノートのまとめと証明問題への取り組み) (2 時間) |
6 | 直交関数展開 | [事後] 課題作成(ノートのまとめと証明問題への取り組み) (2 時間) |
7 | まとめと解説 | [事後] 課題作成(ノートのまとめと証明問題への取り組み) (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 |
授業態度 20%, 電子レポート提出 40%, 内容発表 40% |
前提科目 |
経営工学, 応用数学a, データサイエンス入門 |
後継科目 |
応用数学c |
教科書 |
物理のための数学, 和達, 岩波書店, https://www.iwanami.co.jp/book/b330629.html |
参考書 |
Pythonと実例で学ぶ微分方程式, 神永, コロナ社, https://www.coronasha.co.jp/np/isbn/9784339061239/ |
その他・注意事項 |
毎回の提出物の提出が単位の取得条件となる。証明問題などをきちんと調べて手を動かすこと。実際の問題に取り組むための数学であることに留意せよ。Jupyter Notebook や LaTeX は必須ではないが、数式を検索して調べ直すなどの際に探しやすくなるので、操作できるようになっていることが望ましい。
|