| 開講学期／Course Start | 2022年度／Academic Year 前期／First |
|---|---|
| 開講曜限／Class period | 水/Wed 5 , 水/Wed 6 , 水/Wed 7 , 水/Wed 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 |
| 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 | 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 | 2022/02/28 |
|---|---|
| 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 情報科学基礎 Fundamentals of mathematical science ２．確率変数と分布 Random variable and distribution 確率演習( stochastic programming) ３．確率測度と確率空間 １ Probability measure and probability space : Introduction ．確率測度と確率空間 ２ Probability measure and probability space : Application ４．情報量とエントロピ information measures and entropy functions 確率演習( stochastic programming) ５．情報の圧縮 Information compress ．情報源の符号化１ information source coding 1: Methods ６．情報源の符号化 ２ information source coding 2: Limit theorem 確率演習( stochastic programming) ７ 数理統計1 : Statistics 1 Basic 数理統計2 : Statistics 2 Estimation ８．情報数理工学総論 Total contents of mathematical science and engineering. 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. 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。 DSポイント：2ポイント The content of this course is the fundamental mathematical science. The course is supported by Mathematical and Data Science Education Program of Muroran Institute of Technology. |
| 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 |