課程
横断型教育プログラム
共通授業科目
学部・研究科
学年
学期
時限
曜日
講義使用言語
実務経験のある教員による
授業科目
授業科目
学内のオンライン授業の情報漏洩防止のため，URLやアカウント、教室の記載は削除しております。
最終更新日：2025年3月17日
授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。
最終更新日：2025年3月17日
授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。
情報数学
情報科学の基礎となる数学のうち，集合，関係，束，情報理論，代数系（群，環，体），およびその情報的応用（符合，暗号，乱数等）を扱う．
Study basic mathematics for information science; set, relation, lattice, abstract algebra (group, ring, field), information theory, coding theory, cryptography and random numbers.
時間割／共通科目コード
コース名
教員
学期
時限
0510001
FSC-IS2001L1
情報数学
横矢 直人
金曜3限
マイリストに追加
マイリストから削除
総合分析情報学特論XIA
時間割／共通科目コード
コース名
教員
学期
時限
4917151
GII-AC6311L1
総合分析情報学特論XIA
佐藤 宏樹
木曜2限
マイリストに追加
マイリストから削除
情報と計算の物理[数理自然科学コース]
本講義は、高次元統計モデルをデータに基づいて学習する過程を記述・理解することを目的とする。具体的には、高次元な統計モデルの誤差を非漸近・漸近的の両面から評価し、またその拡張として深層ニューラルネットワークの学習を評価することを目的とする。また、必要な基礎的な理論の習得を行う。
時間割／共通科目コード
コース名
教員
学期
時限
08E1048
FAS-EA4B48L1
情報と計算の物理[数理自然科学コース]
今泉 允聡
木曜5限
マイリストに追加
マイリストから削除
計数工学（数理情報）卒業論文
時間割／共通科目コード
コース名
教員
学期
時限
FEN-MP4900T1
FEN-MP4900T1
計数工学（数理情報）卒業論文
各教員
集中
マイリストに追加
マイリストから削除
機械系応用数学(Applied Mathematics for Mechanical Engineering)
The objective of this course is to brush up the mathematical skills required in advanced mechanical engineering through solving the example problems. Besides, solutions of partial differential equations are explained with the emphasis of the related physics. The methods using Green’s functions for nonhomogeneous differential equations are explained. Singular perturbation problems and renormalization technique are also explained as tools to obtain the approximate solutions. Furthermore, homogenization method, optimal design, structural optimization and sensitivity analysis are explained.
時間割／共通科目コード
コース名
教員
学期
時限
FEN-MX5b23L3
FEN-MX5b23L3
機械系応用数学(Applied Mathematics for Mechanical Engineering)
高木 周
火曜3限、金曜3限
マイリストに追加
マイリストから削除
Mathematics for Public Policy
This is an introductory course on mathematical methods for public policy analysis, designed for GraSPP students without a strong background in mathematics. Students from non-economics, non-engineering, or non-science majors are especially welcomed. The course helps students develop a solid mathematical foundation, enabling them to apply essential mathematical techniques to public policy issues. It is structured into four parts: 1. differential calculus, 2. linear algebra, 3. multivariate calculus and constrained static optimization, 4. dynamic optimization and linear dynamic systems.
時間割／共通科目コード
コース名
教員
学期
時限
5130251
GPP-MP6Z30L3
Mathematics for Public Policy
加藤 涼
木曜2限
マイリストに追加
マイリストから削除
確率統計I
まず離散確率変数の場合に，確率論の基礎的な概念を復習し，大数の法則，中心極限定理，ポアソンの少数の法則など基本的な定理を述べることから始める。マルコフ連鎖，ランダムウォーク，統計力学への応用など幅広い話題にも触れる予定である。その後，ルベーグ積分論による確率論の基礎づけを行う。離散から連続へと自然に確率論の理解を深めていくことを目指す。確率論の多様な基礎科学への応用を知るとともに，現代確率論の考え方の基礎を身につけることが目標である。
時間割／共通科目コード
コース名
教員
学期
時限
08E1031
FAS-EA4B32L1
確率統計I
会田 茂樹
木曜4限
マイリストに追加
マイリストから削除
数学的・科学的思考の発達と授業過程
子どもの数学的思考・科学的思考の発達と授業過程について，教育心理学や発達心理学の領域で，どのような知見が得られているか，またどのような心理学的方法論を用いて研究を行うことが可能かについて，教科書や，国内外の学術誌掲載論文，書籍等の実証的研究をもとに理解を深めることを目標とする。数学的思考，科学的思考の発達については，概念的理解（conceptual understanding）と手続き的知識（procedural knowledge）の関係性，深い概念的理解（deep conceptualconceptual understanding），概念変化（conceptual change），非定型問題解決（non-routine problem solving），他者との社会的相互作用（social interaction）などに焦点をあて，認知発達研究や個別・協同介入研究の知見やそれを導く心理学の方法論について，解説と検討を行う。算数・数学，理科，社会科などに関する授業過程については，探究や協同を含む教科学習（協同的探究学習）の認知プロセスに焦点をあて，その知見と方法論について解説と検討を行う。
時間割／共通科目コード
コース名
教員
学期
時限
23-302-05
GED-AS6212L1
数学的・科学的思考の発達と授業過程
藤村 宣之
木曜1限
マイリストに追加
マイリストから削除
脳のネットワーク論
脳は様々な領域同士が結びつき，巨大な情報ネットワークを構成している．近年，脳の情報ネットワークは，人の認知機能の生物学的な基盤の解明に大きく貢献している．本授業では，脳のネットワークを中心的なテーマとして，脳情報の解読（デコード・エンコード），ニューロフィードバック，脳刺激，神経細胞活動記録など，認知神経科学の関連分野の文献を輪読する．最近出版された英語論文（展望・原著）を購読し，その解析の原理を理解し，受講者自身が興味を持つテーマへの応用を考察してもらう．受講者には，割り当てられた発表だけでなく，積極的な質疑応答が求められる．
時間割／共通科目コード
コース名
教員
学期
時限
21250952
GHS-GC602SI1
脳のネットワーク論
今水 寛
水曜3限
マイリストに追加
マイリストから削除
応用数学XG
新規医療療法を患者の手元に提供する為には、臨床試験を実施しデータ収集が求められている。集積されたデータより、医療療法の有効性、安全性を確認する為には統計解析結果が求められる。本講義を通して、臨床試験について、構成、デザイン、統計解析方法、統計学的検定、を理解し、収集されたデータ解析に直面する数理的考察を議論する。特に、Sセメスターでは、抗がん剤の臨床試験に焦点をあて、データ解析実施の際の数理的課題を掌握し、解決方法について考察を行う。
It is required to conduct clinical trials to obtain clinical data. The reason required to conduct clinical trials is to show efficacy and safety of the medical therapies based on the results derived from statistical analyses for the clinical data. The lectures will focus on design, statistical analyses, statistical inference on the data analyses of clinical trial data. Specially mathematical statistical analyses on the clinical trials of oncology therapies will be reviewed and discuss the related issues.
時間割／共通科目コード
コース名
教員
学期
時限
0505103
FSC-MA4762L1
応用数学XG
竹内 正弘
火曜2限
マイリストに追加
マイリストから削除
1-10 / 全11022件
