|
|
|
|
|
|
|
Pythonを用いた数理的な解析技術を身につける。
|
|
|
|
利用目的に応じた数理解析を行うことができ，それを踏まえてPythonでプログラムを書くことができる。
|
|
|
|
大学院ディプロマ・ポリシーにおける，「幅広く豊かな学識に立脚し，専門分野において創造性豊かに自立して研究活動を実践でき，高度な専門性・国際性を必要とする職業を担うための能力を身に付ける。」に関連する。
|
|
|
|
Python のJupyter Hubを用いたe-learningにより，深層学習，自然科学に関する数理解析技術をそれぞれ習得することを想定。
|
|
|
|
Jupyter Hubを用いたe-learningにより講義，演習を実施する。
|
|
|
後期集中講義．履修希望者の希望などを鑑みて，日時を決定する．
1-8青木，9-15は松浦が担当する．
1. ガイダンス
2. ニュートンの運動方程式
3. エネルギー保存則
4. 単振動，練成振動
5. 波動方程式I
6. 波動方程式II
7. 拡散方程式I
8. 拡散方程式II
9. 機械学習に用いられる数学
10. 機械学習の主な手法
11. 単純パーセプトロンとPythonによる実装
12. 多層パーセプトロンの数理
13. 多層パーセプトロンのPythonによる実装
14. 深層学習の数理
15. 深層学習のPythonによる実装
|
|
|
|
|
松浦，青木がそれぞれ出す課題(プログラム作成を含む)を解くこと
|
|
|
松浦，青木が出題したレポート課題（プログラム作成を含む）の完成度により評価する。
授業への積極的参加：1割
課題，レポートの提出：9割
|
|
|
|
インターネットに接続可能なパソコンを持っていること
|
|
|
|
|
|
|
|
Python関連の授業をすでに履修していることが望ましい。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|