| 授業科目名 | 年度 | 学期 | 開講曜日・時限 | 学部・研究科 | 全担当教員 | 単位数 |
|---|---|---|---|---|---|---|
| 31789:データサイエンスⅠ (T1) § 31790:実験数学Ａ(X1) | 2023 | 秋セメスター | 木2 | 理工学部 | 青井 久 | 2 |
キャンパス
BKC
授業施設
コラーニングⅠ情報処理Ｃ３２
授業で利用する言語
日本語
授業の概要と方法
データサイエンスにおける基礎を理論と実装の両面から学ぶ．初等整数論，乱数，多変量解析，関数の近似，統計学の数学的理論などの様々なテーマについて具体的計算を通して理解する．さらに，データから必要な情報を抽出し，それを可視化するための技能も取得する．
基本的にWeb授業として展開される．この授業では2つのソフトウェア(GeoGebra, Jupyter)を用いることになる．これらは大学からのパソコンで利用可能であるが，インターネット環境があればどこからでも利用できるので自身のパソコンから用いても構わない．基本的な使い方はその導入方法から授業内で指示するので，パソコンおよびインターネット環境さえあれば，全く知らなくても問題はない．
試行錯誤を繰り返すことが重要であるので，コンピュータに苦手意識を持っている者も積極的に取り組んでもらいたい．
基本的にWeb授業として展開される．この授業では2つのソフトウェア(GeoGebra, Jupyter)を用いることになる．これらは大学からのパソコンで利用可能であるが，インターネット環境があればどこからでも利用できるので自身のパソコンから用いても構わない．基本的な使い方はその導入方法から授業内で指示するので，パソコンおよびインターネット環境さえあれば，全く知らなくても問題はない．
試行錯誤を繰り返すことが重要であるので，コンピュータに苦手意識を持っている者も積極的に取り組んでもらいたい．
受講生の到達目標
高校までに学んだ数学や，大学1回生でこの科目と並行して学ぶ微分積分学，線型代数学の知識を基に，初等整数論，乱数，多変量解析，関数の近似，統計学等に関して厳密な数学的議論を展開して具体的計算の背景にある理論の初歩を理解する．具体的な計算は，簡単なものは手計算で，中規模以上のものは表計算ソフトウェアや数式処理ソフトウェアを活用して行う．そのことによって，数学ソフトウェアを用いた計算技法の基本も習得する．
事前に履修しておくことが望まれる科目
情報処理,数学序論I.
並行して数学序論II,数学展望を履修することが望ましい.
並行して数学序論II,数学展望を履修することが望ましい.
授業スケジュール
| 授業回数/ 担当教員（複数担当の場合） |
テーマ |
|---|---|
| キーワード・文献・補足事項等 | |
| 1〜15 | 実験・観察に適したテーマを専門科目のカリキュラムに限定せず適宜選ぶ。 |
不定方程式、平方剰余の相互法則、代数方程式、εδ論法、極値問題、循環小数、有限力学系、平面上の線型変換、平面ベクトル場、有限マルコフ連鎖、包絡線、チューリング機械 等 |
授業実施形態
BCP停止の場合は、BCPレベル0～2の記載どおりに授業が行われます。
During the suspension period of BCP, classes will be as described in BCP levels 0-2.
【BCPレベル1~2の場合 / In the case of BCP level 1-2】
・第1,2回目を対面授業として，それ以外はWeb授業として行う．変更がある場合はmanaba+Rで通知をする．
【BCPレベル3~4の場合 / In the case of BCP level 3-4】
・全ての回をWeb授業として行う．
During the suspension period of BCP, classes will be as described in BCP levels 0-2.
【BCPレベル1~2の場合 / In the case of BCP level 1-2】
・第1,2回目を対面授業として，それ以外はWeb授業として行う．変更がある場合はmanaba+Rで通知をする．
【BCPレベル3~4の場合 / In the case of BCP level 3-4】
・全ての回をWeb授業として行う．
授業外学習の指示
授業で主に用いるソフトウェアとして，前半は数学ソフトウェアGeoGebra を用いる．
後半はそれに加えて，主にデータ処理を目的として，Webアプリケーション Jupyter から Python を用いる．
これらは共に無償であり，各自のPCへのインストールに導入する他，クラウド環境も提供されている．どのように用いるかは各自の都合に合わせて決めて構わない．
後半はそれに加えて，主にデータ処理を目的として，Webアプリケーション Jupyter から Python を用いる．
これらは共に無償であり，各自のPCへのインストールに導入する他，クラウド環境も提供されている．どのように用いるかは各自の都合に合わせて決めて構わない．
成績評価方法
| 種別 | 割合(%) | 評価基準等 |
|---|---|---|
| 定期試験（筆記） | 0 | |
| レポート試験 （統一締切日を締切とするレポート） |
0 | |
| 上記以外の試験・レポート、平常点評価 （日常的な授業における取組状況の評価） |
100 | 各テーマ終了後にレポート課題を提出し，数学的理論の理解と計算技法の習得について，評価を行う． |
成績評価方法(備考)
BCPレベルにより成績評価方法は変更しない。
受講および研究に関するアドバイス
教科書
教科書(使用頻度、その他補足)
授業時に教材を配布する。
参考書
参考書(使用頻度、その他補足)
授業時に関連参考書やWebサイトを随時紹介する。
参考になるwwwページ
以下を用いる計画である：
GeoGebra(学外公式サイト)；https://www.geogebra.org/
JupyterLite：https://jupyter.org/try-jupyter/lab/
GeoGebra(学外公式サイト)；https://www.geogebra.org/
JupyterLite：https://jupyter.org/try-jupyter/lab/
授業内外における学生・教員間のコミュニケーションの方法
manaba+R
備考
【科目ナンバリング・カリキュラムマップはこちらから/Click here to see the Curriculum-Map and Course-Numbering】
URL:https://secure.ritsumei.ac.jp/students/pathways-future/course/curriculum.html/
URL:https://secure.ritsumei.ac.jp/students/pathways-future/course/curriculum.html/