授業情報/Course information

開講学期/Course Start 2020年度/Academic Year  前期/First
開講曜限/Class period 火/Tue 5,火/Tue 6,火/Tue 7,火/Tue 8
授業区分/Regular or Intensive 週間授業
対象学科/Department 情報電子工学系専攻情報システム学コース
対象学年/Year 1年,2年
授業科目区分/Category 博士前期課程 大学院自専攻科目
必修・選択/Mandatory or Elective 選択
授業方法/Lecture or Seminar 講義科目
授業科目名/Course Title 情報数理工学特論B
単位数/Number of Credits 2.0
担当教員名/Lecturer 塩谷浩之
時間割コード/Registration Code MP312A
連絡先/Contact 塩谷浩之(教育研究 9号館 V棟 V605
電子メール shioya (at mark) mmm.muroran-it.ac.jp
※at markを@としてください 原則,メール連絡でお願いします。

)
オフィスアワー/Office hours 塩谷浩之(水曜日 11:00-1200
)
実務経験/Work experience
更新日/Date of renewal 2020/02/14
授業のねらい
/Learning Objectives
情報数理は,情報工学,情報科学の理論基礎として重要な分野で,
情報関連分野に理論的根拠を与えている.特に最近のデータマイニング,
最適化とその応用,ニューロコンピューティングなどで理論的発展を遂げ,
人工知能システム,金融工学など,確かな研究成果を重ねてきた.
本講では,情報数理における基礎から理解を深め,その成果について触れる.
Mathematical science has been giving an important basis to information engineering and sciences. Recently, the theoretical aspects of data mining, optimization, neuro computing and these related arias have developed, and incredible research results have been presented. In this lecture, the fundamentals of mathematical science are treated, and some research results are also introduced.
到達度目標
/Outcomes Measured By:
本授業においては,以下を目標にしている.
情報数理の基礎的理論を,その概念から理解し,
情報数理の具体的な問題について証明したり解くことができる。
The objective of this lecture is to comprehend the concepts relating statistics, information theory and so on in mathematical science. And giving an appropriate solution or proof for some concrete problems in their fields is required to a participant.
授業計画
/Course Schedule
1.ガイダンス Guidance
2.情報科学基礎 Fundamentals of mathematical science
3.確率変数と分布 Random variable and distribution
       確率演習( stochastic  programming)
4.確率測度と確率空間 1 Probability measure and probability space : Introduction
5.確率測度と確率空間 2 Probability measure and probability space : Application
6.情報量とエントロピ information measures and entropy functions
       確率演習( stochastic  programming)
7.情報の圧縮 Information compress
8.情報源の符号化1 information source coding 1: Methods
9.情報源の符号化 2 information source coding 2: Limit theorem
       確率演習( stochastic  programming)
10.数理統計1 : Statistics 1 Basic
11.数理統計2 : Statistics 2 Estimation
12.数理統計3 Statistics 3 MLE
      統計演習( statistical  programming)
13.推定と学習 Statistical estimation and data learning
14.情報数理工学総論 Total contents of mathematical science and engineering.
15.演習と内容確認 Practice and Examination
実質の授業総時間 90 min ×15 weeks =1350 min

[自己学習] 指示される関連事項について学び,自学力を高めてください。
参考書等
/Required Materials
Elements of information theory Thomas M. Cover, Joy A. Thomas J. Wiley 2006(ISBN:9780471241959)
教科書・参考書に関する備考 The text or document are provided.  
成績評価方法
/Grading Guidelines
プログラミング作成とレポート提出(70%)とそれに関係する内容のプレゼンテーション(30%)
で60%以上の場合に合格 Total evaluation (100%) consists of the programming and technical  report (60%) and its presentation (40%), and more than or equal 60% is needed for the acceptance of this class.
履修上の注意
/Notices
掲示を見ること
Please check the notice board for graduate students in the second floor of V-building.


教員メッセージ
/Message from Lecturer
情報システム学コースの学生向けの講義です。
This lecture is for a student of Computer Systemics Course.
学習・教育目標との対応
/Learning and Educational Policy
この授業科目は情報電子工学系専攻の情報システム学コースと知能情報学コースの学習・教育目標の全ての項目に対応している。
This course is relate to all the educational policies of Computer Systemics Course and Intelligent Informatics Course in Division of Information and Electronic Engineering.
関連科目
/Related course
「情報数理工学特論A」が関係している
This course is relate to Advanced Mathematical Engineering A.
備考
/Notes
This lecture is almost taught in Japanese, partially English is used.
No. 回(日時)
/Time (date and time)
主題と位置付け(担当)
/Subjects and instructor's position
学習方法と内容
/Methods and contents
備考
/Notes
該当するデータはありません
Active learning 1-1
/主体的学修(反転授業,小テスト,振り返り 等)
Active learning 1-2
/上記項目に係るALの度合い
該当なし
Active learning 2-1
/対話的学修(グループ学習,協働,調査体験 等)
Active learning 2-2
/上記項目に係るALの度合い
該当なし
Active learning 3-1
/深い学修(複数科目の知識の総合化や問題解決型学修 等)
Active learning 3-2
/上記項目に係るALの度合い
該当なし