|
|
|
|
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。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|