【授業の目的】
様々な現象を解析・予測するために必要となる、数値計算・数値シミュレーションの手法について幅広く説明する。
【授業の到達目標】
数値解析の基礎である多変量解析、周波数解析、常・偏微分方程式の解法、乱数、最適化法、深層学習(AI)を応用した手法等について理解することを目標とする。
【授業概要（キーワード）】
多変量解析、周波数解析、微分方程式、最適化法、深層学習
【科目の位置付け】
この授業は、工学全般で必要となる数値解析について、幅広い知識を習得するものである。
【SDGs（持続可能な開発目標）】
09.産業と技術革新の基盤をつくろう
【授業計画】
・授業の方法
90分間の講義を中心とするが、その中で演習も行っていく．
・日程
第１週 概論
第２～３週 連立１次方程式
第４週 多変量解析
第５～６週 関数の補間と積分
第７～８週 周波数解析
第９～１０週 常・偏微分方程式
第１１週 乱数
第１２～１３週 最適化法
第１４週 深層学習を用いた数値解析
第１５週 期末試験とまとめ
（本授業計画は、変更する場合がある）
【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
板書される講義内容をノートに筆記して内容の理解につとめる．自分で深く考えることが大切です．
・授業時間外学習（予習・復習）のアドバイス
よく復習して理解を深めること．理解できなかった点は積極的に質問すること．
【成績の評価】
・基準
多変量解析、周波数解析、常・偏微分方程式の解法、乱数、最適化法、深層学習(AI)を応用した解析法等について理解することを合格の基準とする。
・方法
授業への出席および期末試験の結果により総合的に成績を評価する（変更する場合がある）。
【テキスト・参考書】
参考書：
「数値計算法基礎」（田中敏幸著、コロナ社）
【その他】
・学生へのメッセージ
授業に積極的に参加して十分に理解するようにして下さい。
・オフィス・アワー
質問等は授業後に随時受けつけますが、それ以外でも構いません。
|