14717件見つかりました。
シャノンの情報理論と関連する話題について講義する. 具体的には「情報の量」,「情報の符号化」などに関して数学モデルを考え, その基礎理論を解説する. 伝送や記録においては, データ量をできるだけ減らしたい. 一方で, 通信においては, 伝送エラーの可能性があり, 伝送誤りをできるだけ小さくするための符号化が必要となる. これらの課題に対する基本的な考え方と方法を考察する.
情報理論は情報の表現と伝達に関する基礎理論である. 代表的な応用例としては, データ圧縮, ビット誤り検出・訂正, 暗号などがある. また機械学習アルゴリズムなどにおいても, 情報理論は重要な役割を果たす.
計算機には「ハード」と「ソフト」の側面があるが, この講義ではその前提となる「理論」を扱う. つまり実装上の制約を考慮せず, 理論上の最適化問題を考察する.
普段何気なく使っている「情報」の定量的な扱いを学び, 情報理論を基盤とする技術の理解を深めることも講義の目標である.
コンピュータグラフィックス(CG)と数学には強い関連性があります。例えば曲線や球体のような幾何形状の生成、さらに移動・拡大・回転のような形状操作には数学が必要不可欠です。とくにプロシージャルグラフィックスやアルゴリズミックデザインといった数学を駆使するCG制作手法では、数学力を鍛えることによって創作の幅を大きく広げることが可能です。また数学のCGにおける応用を通じて、数学の視覚的理解を深めることもできます。この講義ではCGと数学について、そのつながりを両面から学びます。
日本に古くから伝わる「折紙」は、紙を折って形を作る遊戯の1つであるが、薄い素材を折ることで形を作る技術、またはものを小さく折りたたむ技術として、工学、医療、数学、アート、教育などの幅広い分野で研究対象とされている。現在、世界的に origami という日本語由来の表現が広く用いられ、国際的にも活発な議論がされている。本講義では、折り鶴などに代表される伝承的な折紙だけではなく、これらの科学的な諸分野における折紙の姿について、その幾何学的な性質から工学的な応用、数学分野の諸問題との関係など、幅広い領域における係わりを学ぶ。また、近年の国際会議などで発表される研究内容など、最先端の技術についても解説することで、今後の折紙技術の展望についても学ぶ。
さらに、講義全体を通して、さまざまな「折り」の体験を通して、自ら新しい折り方を見出す力を涵養する。
本講義ではコンピュータサイエンスやデータサイエンスの根幹をなすアルゴリ ズムについて、様々な側面からご紹介をします。プログラミングは行いません。
日本に古くから伝わる「折紙」は、紙を折って形を作る遊戯の1つであるが、薄い素材を折ることで形を作る技術、またはものを小さく折りたたむ技術として、工学、医療、数学、アート、教育などの幅広い分野で研究対象とされている。現在、世界的に origami という日本語由来の表現が広く用いられ、国際的にも活発な議論がされている。本講義では、折り鶴などに代表される伝承的な折紙だけではなく、これらの科学的な諸分野における折紙の姿について、その幾何学的な性質から工学的な応用、数学分野の諸問題との関係など、幅広い領域における係わりを学ぶ。また、近年の国際会議などで発表される研究内容など、最先端の技術についても解説することで、今後の折紙技術の展望についても学ぶ。
さらに、講義全体を通して、さまざまな「折り」の体験を通して、自ら新しい折り方を見出す力を涵養する。
本講義ではコンピュータサイエンスやデータサイエンスの根幹をなす機械学習アルゴリ ズムについて、様々な側面からご紹介をします。プログラミングは行いません。
本講義では最適化問題に関する講義を行います。最適化問題はある制約下で目的関数を最小（あるいは最大）にする解を求めます。これはアルバイトのシフト設定から研修医割り当てまで、幅広い状況で現れます。本講義ではデータベースシステムを例にとり，最適化技法を扱います。
シャノンの情報理論と関連する話題について講義する. 具体的には「情報の量」,「情報の符号化」などに関して数学モデルを考え, その基礎理論を解説する. 伝送や記録においては, データ量をできるだけ減らしたい. 一方で, 通信においては, 伝送エラーの可能性があり, 伝送誤りをできるだけ小さくするための符号化が必要となる. これらの課題に対する基本的な考え方と方法を考察する.
情報理論は情報の表現と伝達に関する基礎理論である. 代表的な応用例としては, データ圧縮, ビット誤り検出・訂正, 暗号などがある. また機械学習アルゴリズムなどにおいても, 情報理論は重要な役割を果たす.
計算機には「ハード」と「ソフト」の側面があるが, この講義ではその前提となる「理論」を扱う. つまり実装上の制約を考慮せず, 理論上の最適化問題を考察する.
普段何気なく使っている「情報」の定量的な扱いを学び, 情報理論を基盤とする技術の理解を深めることも講義の目標である.
この授業では、受講者は具体的な研究事例を通して数学の概念とその応用を学ぶ。本講義では、確率・統計の概念を1セメスターで集中的に学ぶことで、データサイエンスを使えるスキルとして身につけることを目標とする。本講義では、ゼミ形式での数学授業を展開する。授業の前半で数学概念を説明し、後半は演習を行う。
英語略称のDADとは、Data&AI, Art, and Designの単語を組み合わせた造語である。本授業では、この４要素[Data, AI, Art, Design]を別々にではなく、有機的に接続して理解する手法を、具体事例を通して知識として知り、手を動かして知識を実体化し、数学を実践に活かすための素地を身につける契機を提供する。
日本に古くから伝わる「折紙」は、紙を折って形を作る遊戯の1つであるが、薄い素材を折ることで形を作る技術、またはものを小さく折りたたむ技術として、工学、医療、数学、アート、教育などの幅広い分野で研究対象とされている。現在、世界的に origami という日本語由来の表現が広く用いられ、国際的にも活発な議論がされている。本講義では、折り鶴などに代表される伝承的な折紙だけではなく、これらの科学的な諸分野における折紙の姿について、その幾何学的な性質から工学的な応用、数学分野の諸問題との関係など、幅広い領域における係わりを学ぶ。また、近年の国際会議などで発表される研究内容など、最先端の技術についても解説することで、今後の折紙技術の展望についても学ぶ。
さらに、講義全体を通して、さまざまな「折り」の体験を通して、自ら新しい折り方を見出す力を涵養する。
本講義ではコンピュータサイエンスやデータサイエンスの根幹をなすアルゴリ ズムについて、様々な側面からご紹介をします。プログラミングは行いません。
国際社会のデータサイエンスでは、応用ミクロ計量経済学の基礎知識を学び、社会問題を分析する実証的な研究を行うための基礎的な知識を習得することを目的とします。
国際社会のデータサイエンスでは、応用ミクロ計量経済学の基礎知識を学び、社会問題を分析する実証的な研究を行うための基礎的な知識を習得することを目的とします。
現代では、身の回りの多くの問題が数学的に抽象化され、コンピュータを用いて数学の理論に基づく計算を行うことで解決されています。現実の問題解決に数学がどのように使われているか、また使われるようになった歴史的経緯を知ることによって、高校数学、線形代数、解析学の基礎的な内容の理解を深めます。
この授業では、複雑で大規模なデータセットから情報を探索・抽出するためにバイオインフォマティクス研究者が使用するスキルに焦点を当てる。こうしたデータスキルを学ぶことで、どんなバイオインフォマティクス・データでも（どんなフォーマットの、どんなサイズのファイルでも）扱うことができるようになり、生物学的意味を引き出すためにデータの探究を始めることができる。
授業全体を通して、ロバストで再現性のある手法で研究することの重要性を強調する。再現性とは、自分の研究が他の研究者によって追試されて同じ結果が得られることを意味する。そのためには、作業手順を十分に文書化し、コードとデータを全て公開しなければならない。解析ワークフローを別のマシンで実行して異なる結果が得られた場合、それはロバストでも再現可能でもない。このテーマは、講義の中で繰り返し出てくる。
この授業では、表形式のプレーンテキストデータ形式を主に扱う。表（テーブル）データは、データスキルを磨くのに最適である。将来、他のデータを解析することが目標であっても、表形式のデータは学習に役立つ優れたサンプルデータとなる。表形式データを扱うために必要なテキスト処理のスキルを身につけることは、他のデータ型を扱う際にも応用できる。このように、多様な分野の研究に役立つ計算ツールとデータスキルを学ぶことができる。
あらゆる分野の研究者が、バイオインフォマティクス・データスキルを応用して、独自の分野（生物学、言語、音楽、新型コロナウイルス感染症のパンデミックに寄与した社会的経済的要因など）の問題解決に取り組む。
近年、多くのテクノロジーがスポーツで活用され、取得されたデータを目的に応じて分析・活用するスポーツアナリティクスが注目を集めている。2018サッカーW杯ロシア大会ではリアルタイムでのデータ活用が解禁されたことから、スポーツアナリティクスがますます注目を集めている。さらに、2022サッカーW杯カタール大会では、各試合のプレーデータ及びトラッキングデータが公開され、多くの関係者が貴重なデータに触れることが可能なった。また、MLB(野球)では、フィールド上のあらゆるデータがオープンにシェアされることで、直接的なパフォーマンスだけではなく、データを使った多様な議論が活発に行われている。野球・サッカー・ラグビー・アメフトなどのメジャースポーツだけでなく、個人競技やマイナー競技、アマチュアスポーツなど、スポーツの様々な場面でデータ分析とその可視化が行われている。さらならスポーツの発展と価値の拡大を目的として、各企業や協会が取り組む持続可能なビジネスモデルにも期待が集まっている。この授業では、スポーツをする・みる・支える・伝えるという観点から、スポーツアナリティクスの知識と実践を体系的に学ぶ。
情報社会になり，多様で大量のデータを蓄積・分析することが可能となった。本授業ではmicrosoftのexcel及び統計ソフトのRを利用してデータの分析を行い，最終的には決裁者に決済を仰ぐための資料作成までを行う。本授業を通じて，データ分析のテクニカル的なスキルのみならず，データ分析を行う上で重要な目的設定や説明変数の重要性などを身に着ける。
データマイニングは、ビジネスのためのデータサイエンスの中核をなす技術であり、さまさまな分野における実務家の関心を集めています。今日、ほぼすべての組織がデータを収集し、意思決定や政策策定に役立てていると言っても過言ではありません。インターネット、電子商取引、販売時点機器の副産物として得られることから、電子的なデータ収集は、コストがかからず広く普及しています。データマイニングは、そうしたデータを生かすビジネス・インテリジェンスのための技術として急速に発展しています。主として、統計学と人工知能の分野から生まれたものです。本コースでは、データマイニングの技術を検討するとともに、R言語を用いた演習を行うことによって、実践的な分析力を身につけることを目的としています。
数理科学がいかに現実の問題の解決に役立つかを学びます。大切なのは公式や結果を覚えるのではなく、現実の問題を数学の問題に置き換える過程を理解することです。この科目設置の趣旨は、DS1,2の履修で苦しんでいる人を対象としています。例えば、DSの科目を落としている、今期、DS科目を取らないと、卒業や進級に支障が生じることが確定している、すでに原級者している、などです。
数理科学がいかに現実の問題の解決に役立つかを学びます。大切なのは公式や結果を覚えるのではなく、現実の問題を数学の問題に置き換える過程を理解することです。この科目設置の趣旨は、DS1,2の履修で苦しんでいる人を対象としています。例えば、DSの科目を落としている、今期、DS科目を取らないと、卒業や進級に支障が生じることが確定している、すでに原級者している、などです。
世界中のスポーツ業界において「スポーツアナリティクス」は年々重要度を増している。その内容はチームの戦略決定や選手スカウト、マーケティング等を通じた収益の最大化、スポーツベッティングなど多岐にわたる。取得できるデータはGPS、健康情報、顧客データ、データ配信会社から得られるデータなど年々その量を増している。本講義では、実際のスポーツデータを題材に、基本的な統計学と機械学習を学習し、R言語を用いた演習を通して、実践的な分析力を身につけることを目的とする。
総合政策学・環境情報学を含む全分野の研究者が、配列解析の方法を応用して、独自の分野（生物学、言語、写本、音楽など）の問題解決に取り組む。
配列解析は、ゲノム（DNA）やタンパク質（アミノ酸）などを表す様々なテキスト配列を分析する幅広い分野である。生物配列解析には、遺伝子機能の予測、系統関係の推定、祖先配列の再構築などが含まれる (Coghlan, 2017; Hall, 2017)。例えば、ウイルス配列データから推定された系統樹は、ウイルスの発生、地理的な拡散、適応的変異を推定するために利用できる（Martin et al., 2021）。配列解析の方法は、生物学の分野のみにとどまらず、写本の系譜（Barbrook et al, 1998）や音楽の類似性評価 (Savage et al., 2018) などにも使用されている。このように、配列データ解析に必要なテキスト処理スキルは、他の分野のデータ解析にも適用できる。
この科目では、配列データの解析に使用される主要なツールとデータベースを紹介し、それらを組み合わせて生物学的な問いに取り組む方法を説明する。
配列解析は、ゲノム（DNA）やタンパク質（アミノ酸）などを表す様々なテキスト配列を分析する幅広い分野である。生物配列解析には、ゲノム構造の決定、タンパク質コード領域（遺伝子）の同定、遺伝子機能の予測、系統関係の推定、祖先配列の再構築などが含まれる (Coghlan, 2011; Hall, 2017)。最近の研究は、ゲノム解析と系統解析により新型コロナウイルスの拡散と進化を追跡できる可能性を示した ([https://nextstrain.org/])。配列解析の手法は、生物学の分野のみにとどまらず、写本の系譜（Barbrook et al, 1998）や音楽の類似性評価 (Savage et al., 2018) などにも使用されてきた。このように、配列データ解析に必要なテキスト処理スキルは、他の分野のデータ解析にも適用できる。
この科目では、配列データの解析に使用される主要なツールとデータベースを紹介し、それらを組み合わせて生物学的な問いに取り組む方法を説明する。解析の例として、公共データベースからのタンパク質やDNA配列の取得、DNA配列の統計解析（長さ、GC含量、連続塩基組成、塩基組成の局所変動）、ペアワイズ配列アラインメント（ドット・プロット、グローバル配列アラインメント、ローカル配列アラインメント）、多重配列アライメント、系統推定などが含まれる。
あらゆる分野の学生が、配列解析手法を応用して、独自の分野（生物学、言語、写本、音楽など）の問題解決に取り組む。
データマイニングは、ビジネスのためのデータサイエンスの中核をなす技術であり、さまさまな分野における実務家の関心を集めています。今日、ほぼすべての組織がデータを収集し、意思決定や政策策定に役立てていると言っても過言ではありません。インターネット、電子商取引、販売時点機器の副産物として得られることから、電子的なデータ収集は、コストがかからず広く普及しています。データマイニングは、そうしたデータを生かすビジネス・インテリジェンスのための技術として急速に発展しています。主として、統計学と人工知能の分野から生まれたものです。本コースでは、データマイニングの技術を検討するとともに、R言語を用いた演習を行うことによって、実践的な分析力を身につけることを目的としています。
数理科学がいかに現実の問題の解決に役立つかを学びます。大切なのは公式や結果を覚えるのではなく、現実の問題を数学の問題に置き換える過程を理解することです。この科目設置の趣旨は、DS1,2の履修で苦しんでいる人を対象としています。例えば、DSの科目を落としている、今期、DS科目を取らないと、卒業や進級に支障が生じることが確定している、すでに原級者している、などです。