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 |
1468 |
| 単位 |
__単位__ |
| 授業概要 |
応用数学a の知識をもとに、物理数学が機械学習の数理を学ぶ際の具体的なイメージをつかみやすいことを使った解析学の体得 |
| 到達目標 |
機械学習のテキストや論文を読む際に必要な数学を実践的に身につけることができる |
| スキルの育成方法 |
毎回の講義に関連したレポートを作成し期限までに提出することにより批判的思考力, 論理的思考力, 情報収集力, 課題発見力, 問題解決力を育成する。 |
| 授業計画 |
| 回 | 授業内容 | 事前事後学修内容・所要時間 |
|---|
| 1 | ラプラス変換を用いる解法 | [事後] レポート作成 (2時間) |
| 2 | 連立微分方程式 | [事後] レポート作成 (2時間) |
| 3 | 連成振動 | [事後] レポート作成 (2時間) |
| 4 | ベクトルの微分 | [事後] レポート作成 (2時間) |
| 5 | ベクトルの積分 | [事後] レポート作成 (2時間) |
| 6 | 機械学習への応用 | [事後] レポート作成 (2時間) |
| 7 | 深層学習への応用 | [事後] レポート作成 (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 (2 割), 開講された講義のレポート作成 (4 割), 講義の参加態度 (4 割) |
| 前提科目 |
(同時履修) データサイエンス入門a, b; 経営工学 a, b, 機械学習入門a, b |
| 後継科目 |
機械学習入門a, b, c, d |
| 教科書 |
Pythonによるあたらしいデータ分析の教科書 第2版, 寺田 他, 翔泳社, https://www.shoeisha.co.jp/book/detail/9784798176611, ISBN: 9784798176611.\nPythonで学ぶあたらしい統計学の教科書 第2版, 馬場真哉, 翔泳社, https://www.shoeisha.co.jp/book/detail/9784798171944, ISBN: 9784798171944. |
| 参考書 |
物理のための数学, 和達三樹, 岩波出版, https://www.iwanami.co.jp/book/b330629.html,ISBN9784000298704.\n物理のための数学入門, 二宮 他, 講談社, https://bookclub.kodansha.co.jp/product?item=0000149597, ISBN978-4-06-157210-2. |
| その他・注意事項 |
毎回レポートの提出及び出席管理は電子的な手法で行う。操作方法は提供する URL にアクセスし設定を自分で行うこと。板書を取るノート, 筆記用具および学内からアクセスできる携帯電話, PC, 手書きでレポートを提出する際に用いる USB メモリ等の環境整備が必要である。初回受講時に準備しておくこと。レポートをまとめる際には受講者どうしの協力が欠かせない。グループで選択すること。
|