【授業の目的】
データサイエンスを学ぶ上で必要な数学の知識の獲得を目的とする．数学の観点から，プログラミング関数やアルゴリズムへの理解を深める．
【授業の到達目標】
(1)集合と写像，グラフの基本的な知識を身につける．【知識・理解】
(2)各種アルゴリズムの仕組みを理解できる．【知識・理解】
(3)グラフアルゴリズムの具体的な例を扱えるようになる．【技能】
【授業概要（キーワード）】
集合と写像，グラフ理論，アルゴリズム，データサイエンス
【科目の位置付け】
本授業は，データサイエンスで特に用いられる数学やアルゴリズムの仕組みに対しての幅広い知識を獲得し，基本的な例を扱えるようにするものである．
【SDGs（持続可能な開発目標）】
04.質の高い教育をみんなに
【授業計画】
・授業の方法
１）基本的に対面で授業を行う．
２）必要に応じて演習課題を課す．授業の前までにWebClassに掲載する．
３）演習課題がある場合，授業時間内に演習の時間を設ける．
・日程
第１回：イントロダクション
第２回：論理学の基礎
第３回：集合の基礎
第４回：写像の基礎
第５回：写像と線形代数
第６回：写像と確率
第７回：写像と確率
第８回：中間試験，授業のまとめ
第９回：グラフの基礎
第１０回：グラフの基礎
第１１回：データ構造とアルゴリズム
第１２回：グラフアルゴリズム
第１３回：グラフアルゴリズム
第１４回：グラフアルゴリズム
第１５回：期末試験，授業のまとめ
【学習の方法・準備学修に必要な学修時間の目安】
・受講のあり方
授業中の板書が教科書となるので，ノートを取りながら受講することが望ましい．
演習課題が課された場合は，期日を厳守して提出すること．
授業内の演習時間では，他の受講者と議論することを推奨する．
・授業時間外学習（予習・復習）のアドバイス
演習課題や試験の答案は他人へ読ませるためのものである．その事を踏まえ，答案を書く際は他者が読んでも理解できる文章の構築を意識せよ．特に，数式の羅列にならないよう適宜接続詞を使うことと，適切な助詞を使うことを心掛けよ．
授業時間外学習は１回あたり2時間が目安である．
【成績の評価】
・基準
授業で扱う用語や概念の定義を正しく理解し，それに基づいた論述ができることを評価の基準とする．
・方法
中間試験３０％，期末試験５０％，課題２０％として成績を決定する．
中間試験と期末試験は両方とも必ず出席すること．出席が確認できない場合，それまでの成績に関わらず不可とする．ただし，やむを得ない事情がある場合は公欠届の提出を求める．
【テキスト・参考書】
教科書の指定はないが，以下の本を参考書として挙げる．
・戸田山和久著「論理学をつくる」（名古屋大学出版会）
・R.J.ウィルソン著，西関隆夫・西関裕子共訳「グラフ理論入門」（近代科学社）
・石村園子著「やさしく学べる離散数学」（共立出版）
【その他】
・学生へのメッセージ
数学での論述力を向上させるには「手を動かすこと」が基本かつ王道の手法である．この授業では，例題を通して論述の手本を示す．演習課題では手本の書き方を真似して手を動かしてほしい．
・オフィス・アワー
石川研究室（先端科学実験棟7階 S703）にて，月曜13時〜14時をオフィスアワーとする．ただし，出張等で不在の可能性があるので，確実に面談したい場合は事前に連絡されたい．連絡先・連絡方法はWebClass上に掲示する．
|