シラバス詳細

タイトル「2022年度」、カテゴリ「理工学研究科（博士前期課程）」

和文・英文ボタンを押すことで、和文↔英文の切り替えができます。

和文英文

医学部のシラバスはこちらから。

医学系研究科博士課程のシラバスはこちらから。

科目情報

コースナンバリング	4-548x-703
科目名	データサイエンス数理特論
開講学期	前期
開講時期	１クォータ
曜日・校時	火５
単位数	2
授業担当教員	皆本　晃弥

講義情報

講義形式

講義

講義概要

データサイエンスでは、数学、統計、機械学習などの知識が必要とされており、本講義では、これらの知識について実際の例を交えながら説明する。また、与えられたデータや問題に対して、モデルの複雑さと理解のしやすさなどを考慮して、適切な手法を選択できるようよう数学的な理論や計算コストとの関連についても説明する。

開講意図

今の社会は，ビッグデータという言葉に象徴されるように，ビジネス，医療，教育，農業，工業など様々な分野で大量かつ多様なデータが得られるようになってきた．そのため，このデータを新しい資源ととらえ，データに基づいて様々な問題を解決していく能力，「データサイエンス力」を備えた人材があらゆる分野で求められている．データの活用がどのような分野にとっても重要である．

データサイエンスでは、数学、統計、機械学習などの知識が必要とされており、本講義では、これらの数学的な知識について学ぶ。

到達目標

・データサイエンスで利用される代表的な手法の数学的な背景を理解する。
・データに基づく予測や分析を行うために、統計的な分析やデータの特徴を抽出できる。
・与えられた問題に対して適切なデータサイエンス手法を選択して、データの意味を解釈し、その結果を説明できる。

授業計画

回	内容	授業以外の学習本科目は、単位数×45時間の学修が必要な内容で構成されています。授業として実施する学修の他に、授業の内容を深めるために以下の事前・事後学修が必要です。
1	講義の進捗状況などにより、取り上げるテーマを変更する場合がある。数理・データサイエンス・AIおよび講義の概要	所定の課題に取り組むこと。
2	SIRモデルによる伝染病シミュレーション	所定の課題に取り組むこと。
3	SIRモデルの数学的な性質	所定の課題に取り組むこと。
4	相関、共分散、主成分	所定の課題に取り組むこと。
5	主成分分析	所定の課題に取り組むこと。
6	主成分分析の例	所定の課題に取り組むこと。
7	順伝播型ネットワーク	所定の課題に取り組むこと。
8	二値分類と多クラス分類	所定の課題に取り組むこと。
9	自己符号化器	所定の課題に取り組むこと。
10	スパース自己符号化器	所定の課題に取り組むこと。
11	要因探索のための主成分分析	所定の課題に取り組むこと。
12	因子分析	所定の課題に取り組むこと。
13	Google検索アルゴリズム（PageRank）の概要	所定の課題に取り組むこと。
14	Google行列とその性質	所定の課題に取り組むこと。
15	PageRankベクトルの計算法、Google行列のスペクトル	所定の課題に取り組むこと。

成績評価の方法と基準

到達目標に関する課題を授業毎に課し、それによって評価する。なお、すべての課題を提出しない場合は、評価を自動的に「不可」とする。

開示する試験問題等

課題，出題意図，配点，答案．

開示方法

開示を求める学生は、担当教員に申し出ること。

教科書

資料名		版
著者名	発行所名・発行者名	出版年
備考（巻冊：上下等）		ISBN
特に指定しない．

参考図書

資料名		版
著者名	発行所名・発行者名	出版年
備考（巻冊：上下等）		ISBN
スッキリわかる確率統計 : 定理のくわしい証明つき
皆本晃弥著	近代科学社	2015
		9784764904835
深層学習 = Deep learning
岡谷貴之著	講談社	2015
		9783000028366
スッキリわかる線形代数 : 解法テクニックつき
皆本晃弥著	近代科学社	2011
		9784764910539
Google PageRankの数理 : 最強検索エンジンのランキング手法を求めて
Amy N.Langville, Carl D.Meyer著 ; 岩野和生, 黒川利明, 黒川洋訳	共立出版	2009
		9784320122390

オフィスアワー

金曜日5校時および随時（ただし、メールで予約が必要）．

アクティブラーニング導入状況

アクティブラーニング導入状況
カテゴリー4	カテゴリー3	カテゴリー2	カテゴリー1	カテゴリー0
学生が自ら主体となって、学習の方向性を定め、問題解決に導くための時間です。PROBLEM BASED LEARNING	グループや個人で行った能動的学習の成果を、教室内外で発表し、その評価を受けたり、質問に対応したりすることにより、学修した内容を深化させるための時間です。OUTPUT	学生自らが自由に発言し、グループやペアでの協働活動により課題に取り組み、何らかの帰結に到達するための能動的学習の時間です。INTERACTION	学生からの自由な発言機会はないものの、授業時間中に得られた知識や技能を自ら運用して、問題を解いたり、課題に取り組んだり、授業の振り返りをしたりする能動的学習を行う時間です。ACTION	基本的に学生は着席のまま、講義を聞き、ノートをとり、知識や技能を習得に努める時間です。INPUT
0	0	0	30	70