| 開講学期／Course Start | 2022年度／Academic Year 前期／First |
|---|---|
| 開講曜限／Class period | 火/Tue 5 , 火/Tue 6 |
| 授業区分／Regular or Intensive | 週間授業 |
| 対象学科／Department | システム理化学科数理情報システムコース |
| 対象学年／Year | 3年 , 4年 |
| 授業科目区分／Category | 教育課程 システム理化学科 |
| 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 | 情報理論／Information Theory |
| 単位数／Number of Credits | 2 |
| 担当教員名／Lecturer | 塩谷 浩之 (システム理化学科数理情報システムコース) |
| 時間割コード／Registration Code | J4144 |
| 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 | 2022/02/28 |
|---|---|
| 授業のねらい ／Learning Objectives |
情報理論では情報源符号化の数理的土台となる理論と符号化方式についえ学びます。本授業では，数理的知識を補強しつつ，情報源の符号化、通信路の符号化の仕組みを理解し情報の数学的扱いの基礎を理解することをねらいとています。 |
| 到達度目標 ／Outcomes Measured By: |
目標１ 符号化の仕組みを理解し，そのしくみを論理的および数理的に説明できる。 目標２ 情報量を理解し，その数理的性質を説明し具体例に適用できる。 目標３ 具体的な符号化方式について理解し，符号化法を数理的に説明できる。 |
| 授業計画 ／Course Schedule |
第１週 情報理論の概要 第２週 数学背景（確率） 第３週 情報の表現 第４週 情報源と符号 第５週 情報源符号化定理 第６週 算術符号などの構成法 第７週 ハフマン符号の構成法 第８週 エントロピーの基本性質 第９週 エントロピーに関する不等式 第１０週 情報圧縮モデル 第１１週 情報圧縮と情報源符号化定理 第１２週 通信路モデル 第１３週 通信路と情報量 第１４週 データ統計学と情報理論 第１５週 まとめと定期試験 新型コロナウイルス感染症の流行状況に伴い、学生への十分な周知のもと、 授業計画・授業実施方法は変更する可能性があります。 総授業時間数（実時間）；２２時間３０分 |
| 参考書等 ／Required Materials |
情報理論（橋本 猛 著、培風館）
その他は，必要に応じて適宜資料を配布する。 |
| 成績評価方法 ／Grading Guidelines |
目標１に対して論理と数式に関する問題を出題し計算問題を通じて達成度を評価する。 目標２に対して論理・数式と計算関する問題を出題し達成度を評価する。 目標３に対して論理と数式に関する問題を出題し達成度を評価する。 定期試験によって評価し6割以上を合格とする。 新型コロナウイルス感染症の流行状況に伴い、学生への十分な周知のもと、成績評価方法は変更する可能性があります。 |
| 履修上の注意 ／Notices |
数学系の科目の復習を必要に応じて行って履修すること |
| 学習・教育目標との対応 ／Learning and Educational Policy |
学生便覧「学習目標と授業科目との関係表」参照 |
| 関連科目 ／Related course |
データサイエンス、確率・統計 |
| 備考 ／Notes |
本科目は，数理データサイエンス教育プログラムの科目における数理基礎科目群に含まれ，数理科学の基盤的な内容を学びます。 数理データサイエンス教育プログラムについては学生便覧（令和３年度～）を参照してください。 DSポイント：2ポイント |
| 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） |
演習問題へ取り組み、自主学習問題への取り組み |
|---|---|
|
Active learning 1-2 ／上記項目に係るALの度合い |
15%未満 |
|
Active learning 2-1 ／対話的学修（グループ学習，協働，調査体験 等） |
無 |
|
Active learning 2-2 ／上記項目に係るALの度合い |
15%～50% |
|
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） |
無 |
|
Active learning 3-2 ／上記項目に係るALの度合い |
15%～50% |