名古屋大学 大学院多元数理科学研究科・理学部数理学科
住所: 〒464-8602 愛知県名古屋市千種区不老町

教育・就職 - 2023年度 - 卒業研究シラバス - 内藤 久資

  • WELCOME
  • 行事予定
  • 交通案内
  • 進学案内
  • 教育・就職
  • 研究情報
  • 人々
  • ジャーナル
  • 名古屋大学 理学図書室
  • 採用情報
  • 社会連携
  • 名古屋大学数理科学同窓会
  • アーカイブ
  • リンク

ファイル更新日:2022年11月25日

教育・就職

卒業研究シラバス


内藤 久資

学部・大学院区分
Undergraduate / Graduate
理学部
時間割コード
Registration Code
科目区分
Course Category
専門科目
科目名【日本語】
Course Title
数学研究
科目名【英語】
Course Title
Undergraduate Seminar
コースナンバリングコード
Course Numbering Code
担当教員【日本語】
Instructor
内藤 久資
担当教員【英語】
Instructor
Hisashi Naito
単位数
Credit
6
開講期・開講時間帯
Term / Day / Period
春 水曜日 3時限
春 水曜日 4時限
授業形態
Course style
セミナー
学科・専攻
Department / Program
数理学科
必修・選択
Compulsory / Selected
選択必修
授業の目的【日本語】
Goals of the Course(JPN)
テーマ:機械学習・データアナリシス
授業の目的【英語】
Goals of the Course
Theme: Machine learning and/or Data analysis
到達目標【日本語】
Objectives of the Course(JPN)
機械学習・データアナリシスで数理的視点がなぜ重要なのか,どのような数学が使われているかなどを具体例を用いて説明できるようになること.さらに,具体的な問題に対する適切な機械学習・データアナリシスによるアプローチを行えるようになること.
到達目標【英語】
Objectives of the Course
To be able to explain why mathematical viewpoints are important in machine learning and data analysis, and what kind of mathematics is used, using concrete examples. Furthermore, the student should be able to take an appropriate machine learning/data analysis approach to a specific problem.
授業の内容や構成
Course Content / Plan
指定した教科書の中から各自の興味に合わせて週に1回の輪講形式で読むことを予定している.
履修条件
Course Prerequisites
定員超過の場合の選考方法:面談と3年前期までの成績を考慮して選考する.
関連する科目
Related Courses
微積分学・線形代数学・常微分方程式
成績評価の方法と基準
Course Evaluation Method and Criteria
輪講での発表内容・準備状況と出席状況をもとに評価する.
不可(F)と欠席(W)の基準
Criteria for “Fail(F)” & “Absent(W)” grades
履修取り下げ届が提出された場合は「欠席(W)」,それ以外で成績評価が基準に達しない場合はすべて「不可(F)」とする
教科書・テキスト
Textbook
例えば,1)岡谷貴之著,深層学習,講談社,2)瀧雅人著,これならわかる深層学習,講談社,3)平岡裕章著,タンパク質構造とパーシステントホモロジー,共立出版などが考えられる.
参考書
Reference Book
必要に応じて適宜指示する.
課外学習等 (授業時間外学習の指示)
Study Load(Self-directed Learning Outside Course Hours)
「授業の内容や構成」で述べたように十分に準備をしてセミナーに臨むこと.
注意事項
Notice for Students
この授業は日本語で提供されます.
This course will be taught in Japanese.
質問への対応方法
How to Ask Questions
原則として電子メールで対応する.
他学科聴講の可否
Propriety of Other department student’s attendance
他学科聴講の条件
Conditions for Other department student’s attendance
事前に相談すること.基本的にはオブザーバーとしての参加になる.
レベル
Level
2
キーワード
Keyword
機械学習,データアナリシス,位相的データ解析
履修の際のアドバイス
Advice
単にテキストに書いてあることを追うのではなく,各自で考え,必要に応じて他の文献を参照するなどして,各自の言葉で発表すること.
授業開講形態等
Lecture format, etc.
原則として対面でのセミナー
遠隔授業(オンデマンド型)で行う場合の追加措置
Additional measures for remote class (on-demand class)
遠隔授業は予定していないが,変更がある場合には電子メール等で連絡する.