ニュース

「データサイエンスのための基礎数学」授業の様子

毎週木曜日の4限(14:40~16:10)に開講されているデータサイエンス関連の授業の紹介です。
こちらの授業は山田健太 准教授(国際地域創造学部・経済学プログラム)が対面式で行う全15回の授業です。データサイエンスを学習する際に必須となる数学に焦点をあて学習を行います。また、琉球大学が2024年3月より導入しているオープンバッジの修了要件にも該当する数学系科目です。

【授業計画】

 1. ガイダンス:なぜ数学を学ぶのか,データサイエンスに必要な数学
 2. 数列:等差数列,等比数列
 3. 数列:数列を用いたモデリング
 4. 関数:多項式関数,指数関数,対数関数,冪函数,三角関数
 5. 微分:微分とは何か?, 微分の定義,初等関数の微分
 6. 積分:積分とは何か?, 積分の定義,初等関数の積分
 7. これまでの復習
 8. 微分方程式:微分方程式とは何か?,微分方程式を解く
9. 微分方程式:微分方程式を用いたモデリング
10. ベクトルと行列の基礎:ベクトルや行列を用いた表現方法,内積
11. ベクトルと行列の応用1:固有値,固有ベクトル
12. ベクトルと行列の応用2:主成分分析
13. 確率・統計1:平均,標準偏差,z値,相関係数
14. 確率・統計2:2項分布,ポアソン分布,正規分布,べき分布,指数分布
15. まとめ 

【評価基準】

毎回授業内で作成する小レポート60%
期末レポート40%

【達成目標】

・データサイエンスに必要な基本的な数学の知識を身につけ,数式の意味を他人に説明できるようになる.
・「Python」を用いて数式の処理やグラフなどを描画できるようになる.