Language:

2020年度 情報科学基礎Ⅱ (3032)

授業科目基本情報PDFダウンロード

科目区分 基盤科目 教職科目 情報
単位数 1 選択・必修・自由 選択
授業形態 講義 主な使用言語 英語
開講時期 各クラスを参照 履修登録システム 各クラスを参照
履修登録期間 各クラスを参照 履修取消期限 各クラスを参照

教育プログラム別の履修区分

プログラム名 IS CB BS BN MS CP DS
履修区分
コア科目
履修方法 ・修士論文研究又は特別課題研究を履修する場合は、基盤科目及び専門科目から12単位以上履修すること。
・課題研究を履修する場合は、基盤科目及び専門科目から14単位以上履修すること。

授業科目概要

担当責任教員 各クラス担当責任教員
担当教員 各クラス担当教員
教育目的/授業目標 情報科学の研究を行うためには,現実世界の諸問題を情報科学の枠組みで取り扱い,望ましい解が得られると期待される適切な方法論を選択し,適用することが必須である.本授業科目では,現実世界のデータを計算機上で取り扱うための信号処理や数値計算,最適化等の様々な基礎的手法について理解を深め,それらを道具として使いこなせるようになることを目的とする.
授業概要/指導方針 デジタル信号の基礎からパターン認識や最適化までの幅広い方法論を,具体的な応用事例を交えながら分かりやすく概説する.
座学を中心とする.授業内で演習を行う場合がある.

クラス情報

クラス名 担当教員
A 佐藤嘉伸、笠原正治、加藤博一、神原誠之、笹部昌弘、杉本謙二、荒牧英治、須藤克仁、清川清 詳細
B 佐藤嘉伸、笠原正治、加藤博一、神原誠之、笹部昌弘、杉本謙二、荒牧英治、須藤克仁、清川清 詳細

授業計画

[1限目 9:20-10:50] [2限目 11:00-12:30] [3限目 13:30-15:00] [4限目 15:10-16:40] [5限目 16:50-18:20] [6限目 18:30-20:00]


表示可能なデータがありません。

テキスト・参考書

テキスト 特になし.講義スライドはウェブに掲載する.
参考書 ・H. Kobayashi, B.L. Mark, and W Turin, Probability, Random Processes, and Statistical Analysis
Cambridge University Press, 2012.
・Korte, B. and Vygen, J., Combinatorial Optimization: Theory and Algorithms, Sixth Edition, Springer, 2018.
・Stuart Russel and Peter Norvig. Artificial Intelligence: A Modern Approach, 3rd ed. Prentice Hall, 2010. ISBN: 0136042597

その他

履修条件 特になし
オフィスアワー Eメールで連絡の上,日時を決める.
成績評価の方法と基準 ・5段階(秀・優・良・可・不可)で評価する.
・レポート(100%)で評価する.
関連科目 情報科学基礎Ⅰ
関連学位 工学
注意事項 特になし

授業関連URL



各クラスを参照

配布資料



各クラスを参照