シラバス(講義概要)データベース

シラバス

授業科目名	年度	学期	開講曜日・時限	学部・研究科など	担当教員	教員カナ氏名	配当年次	単位数
データサイエンス基礎数学第一	2024	前期	金3	理工学研究科博士課程前期課程	後藤　順哉	ゴトウ　ジュンヤ	1年次配当	2

科目ナンバー

SG-BM5-7C01

履修条件・関連科目等

理工系学部で履修する微分積分、線形代数の基礎的内容について理解していることを前提とする。
データサイエンス基礎数学第一の同時履修を推奨する。

授業で使用する言語

日本語／英語

授業で使用する言語（その他の言語）

日本語を理解できない学生がいる場合には英語で行います

授業の概要

データサイエンスを理解する上で必要となる多変量関数の微分および凸解析の基本事項について講義を行う。

科目目的

データサイエンスを理解する上で必要となる微分および凸解析の基本事項について理解する。

到達目標

・勾配ベクトルの意味や役割について理解する
・多変量のテイラー展開について理解する
・ラグランジュの未定乗数法にる等式制約付き最適化問題の最適性条件を理解する
・凸関数、凸集合の定義、それらの基本的な性質について理解する
・凸関数についての特徴づけについて理解する

授業計画と内容

1. イントロダクション
2. 多変数関数
3. 極限と連続性
4. 偏微分
5. 接平面と線形近似
6. 連鎖律
7. 方向微分と勾配ベクトル
8. テイラーの定理
9. 極値問題
10. ラグランジュ乗数
11. 凸集合
12. 凸関数
13. 凸関数の特徴づけ
14. 凸性を保存する演算

授業時間外の学修の内容

授業終了後の課題提出

授業時間外の学修の内容（その他の内容等）

授業時間外の学修に必要な時間数／週

・毎週１回の授業が半期（前期または後期）または通年で完結するもの。１週間あたり４時間の学修を基本とします。
・毎週２回の授業が半期（前期または後期）で完結するもの。１週間あたり８時間の学修を基本とします。

成績評価の方法・基準

種別	割合（％）	評価基準
レポート	70	授業時に課す演習問題の成果
平常点	30	口頭コミュニケーションによる理解度確認，講義への参加態度

成績評価の方法・基準（備考）

単に正解かどうかでなく，論理の理解や表現について評価する

課題や試験のフィードバック方法

授業時間内で講評・解説の時間を設ける／その他

課題や試験のフィードバック方法（その他の内容等）

人数が少ない場合は提出された課題にコメントを付して返却する

アクティブ・ラーニングの実施内容

実施しない

アクティブ・ラーニングの実施内容（その他の内容等）

授業におけるICTの活用方法