| 開講学期／Course Start | 2026年度／Academic Year 前期／First |
|---|---|
| 開講曜限／Class period | 水/Wed 7 , 水/Wed 8 , 水/Wed 9 , 水/Wed 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: V506) |
| オフィスアワー／Office hours | 李 鶴(月～金曜日：９：００～１８：００（授業時間以外、事前連絡をお願い）) |
| 実務経験／Work experience |
| 更新日／Date of renewal | 2026/03/18 |
|---|---|
| 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. |