授業情報/Course information

開講学期/Course Start 2024年度/Academic Year   前期/First
開講曜限/Class period 火/Tue 7 , 火/Tue 8 , 火/Tue 9 , 火/Tue 10
授業区分/Regular or Intensive 週間授業
対象学科/Department
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 アルゴリズム特論/Advanced Algorithms
単位数/Number of Credits 2
担当教員名/Lecturer 李 鶴 (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 MR302
連絡先/Contact 李 鶴(E-mail: heli_at_muroran-it.ac.jp (_at_を@に変えてください)
教員室: V616)
オフィスアワー/Office hours 李 鶴
実務経験/Work experience
更新日/Date of renewal 2024/03/06
授業のねらい
/Learning Objectives
Studying advanced algorithms from theoretical computer science provides a theoretical foundation for understanding recent computer science technologies, enabling the development of expertise in algorithm design and analysis.
理論的なコンピュータサイエンスから高度なアルゴリズムを学ぶことは、最近のコンピュータサイエンス技術を理論的に理解するための基盤を提供し、関連するアルゴリズム設計と分析の専門知識の開発を可能にする。
到達度目標
/Outcomes Measured By:
1.理論的なコンピュータサイエンスから高度なアルゴリズムを理解する。(理解力)
To understand advanced algorithms from theoretical computer science (comprehension)
2.コンピュータサイエンスの問題に対して高度なアルゴリズムで学んだ知識を応用できる。(応用力)
To solve practical computer science problems using advanced algorithm (applied skill)
授業計画
/Course Schedule
(1) Concentration of Measure I
(2) Concentration of Measure II
(3) Dimension Reduction and the JL Lemma
(4) Compressive Sensing
(5) Streaming Algorithms
(6) Dimension Reduction: Singular Value Decompositions
(7) Online Learning: Experts and Bandits
(8) Submodularity
(9) Solving Linear Programs using Experts
(10) Approximate Max-Flows using Experts
(11) The Gradient Descent Framework I
(12) The Gradient Descent Framework II
(13) Mirror Descent
(14) The Centroid and Ellipsoid Algorithms
(15) Interior-Point Methods
総時間数:1350分
Total lecture time: 1350 minutes
自己学習:プログラム実装演習
Assignment: implementation of a gradient descent algorithm for machine learning
成績評価方法
/Grading Guidelines
成果発表,レポートで評価する。
Results briefing  and report on exercise.
学習・教育目標との対応
/Learning and Educational Policy
この授業科目は情報工学専攻の学習・教育目標の全ての項目に対応している.
This subject corresponds to all learning and educational goals of the division.
備考
/Notes
この講義は基本的に英語で行われる。
配布資料は英語で記述されたものを使用する。

This lecture will be basically carried out in English.
Lecture handouts are written in English.

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データサイエンス科目群に含まれ,科学・工学におけるデータを中心とした情報学的アプローチを学ぶます。DSポイント:2ポイント

The content of this course is the informatics approach to science and engineering. 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
該当するデータはありません