2022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	BS	MS	DS	DGI
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、序論科目、基盤科目及び専門科目から１４単位以上履修すること。 ・課題研究を履修する場合は、序論科目、基盤科目及び専門科目から１６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／学修到達目標	【教育目的】 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，それらの基本的な考え方に基づいて適切な手法を選択・応用できるようになることを目的とする． 【学修到達目標】 1）信号処理・畳み込み演算について，基礎的な考え方や代表的な手法について理解し，説明できる． 2）確率と統計に関して，基礎的な考え方や代表的な手法について理解し，説明できる． 3）パターン認識に関して，基礎的な考え方や代表的な手法について理解し，説明できる． 4）最適化に関して，基礎的な考え方や代表的な手法について理解し，説明できる． 5）数値計算に関して，基礎的な考え方や代表的な手法について理解し，説明できる． 6）データベースに関して，基礎的な考え方や代表的な手法について理解し，説明できる． 7）人工知能に関して，基礎的な考え方や代表的な手法について理解し，説明できる． 8）生体情報処理に関して，基礎的な考え方や代表的な手法について理解し，説明できる．
授業概要／指導方針	【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．各回でミニレポートを課す． 【授業時間外学修（予習・復習等）の目安】 予習は特に必要ない． 各回毎に，復習と授業内で与えられた課題提出物の作成に合計4時間程度

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、和田隆広、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、和田隆広、荒牧英治、須藤克仁、清川清	詳細

授業計画

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