専門基礎教育科目
| 履修期間 | 科目名 | 対象 人数 |
内容 |
|---|---|---|---|
| 1年 （春・夏） |
「統計学 A-I」 | 100名 | 統計リテラシーの習得および人文・社会科学向けの統計的推測および検定の方法論を学ぶ。 |
| 1年 （春・夏） |
「統計学 B-I」 | 100名 | 統計リテラシーの習得および人文・社会科学向けの統計的推測および検定の方法論を学ぶ。 |
| 1年 （春・夏） |
「統計学 C-I」 | 100名 | 統計リテラシーの習得および人文・社会科学向けの統計的推測および検定の方法論を学ぶ。 |
| 1年 （秋・冬） |
「統計学 A-II」 | 100名 | 統計リテラシーの習得および人文・社会科学向けの統計的推測および検定の方法論を学ぶ。 |
| 1年 （秋・冬） |
「統計学 B-II」 | 100名 | 統計リテラシーの習得および人文・社会科学向けの統計的推測および検定の方法論を学ぶ。 |
| 1年 （秋・冬） |
「統計学 C-II」 | 100名 | 統計リテラシーの習得および人文・社会科学向けの統計的推測および検定の方法論を学ぶ。 |
基礎セミナー
| 履修期間 | 科目名 | 対象 人数 |
内容 |
|---|---|---|---|
| 1,2年 （春・夏） |
「数理生物学入門」 | 30名 | 生命科学や医学の諸問題を題材として、生命科学の理論を数式で記述し、数値シミュレーションや数学を用いて予測、分析する方法を実習する。またデータの取り扱いや分析法、データから新しい価値を発見する手立てについても学ぶ。 |
| 1,2年 （秋・冬） |
「数理医学入門」 | 30名 | 生命科学や医学の諸問題を題材として、生命科学の理論を数式で記述し、数値シミュレーションや数学を用いて予測、分析する方法を実習する。またデータの取り扱いや分析法、データから新しい価値を発見する手立てについても学ぶ。 |
| 1,2年 （春・夏） |
「流体現象を解きほぐす数理科学I」 | 30名 | グループワークを通して、工学に現れる問題を数理解析、データ解析、実験解析等の側面からディスカッションを行い、それぞの解析手法の長所・短所を明確化する。外部講師による授業も交える。 |
| 1,2年 （秋・冬） |
「流体現象を解きほぐす数理科学II」 | 30名 | グループワークを通して、工学に現れる問題を数理解析、データ解析、実験解析等の側面からディスカッションを行い、それぞの解析手法の長所・短所を明確化する。外部講師による授業も交える。 |
| 1年 （春・夏） |
「様々な科学でみられる数理と応用I」 | 30名 | 経済・生物・工学等からの受講学生の専門分野で必要とされる、適切な数学的課題を適宜与える。このようなセミナー形式を通して、様々な科学分野で見られる数理科学を学ぶ。 |
| 1年 （秋・冬） |
「様々な科学でみられる数理と応用II」 | 30名 | 経済・生物・工学等からの受講学生の専門分野で必要とされる、適切な数学的課題を適宜与える。このようなセミナー形式を通して、様々な科学分野で見られる数理科学を学ぶ。 |
| 1年 （春・夏） |
「現象と数理モデルI」 | 30名 | 自然現象や社会現象を科学的に扱うには、その数理モデルを立て解析を行うことが必須である。本講座では、数理モデルを作るために必要となる基本的な数学の題材を少人数のセミナーと演習形式で学ぶ。学生のレベルに応じて、通常の講義では深入りできない高校や中学数学の内容の復習から始め、より高度な数学の内容にもふれる。理系の学生とともに数学を習得したい文系の学生にも配慮した題材を選ぶ。題材の例：三角関数と振動現象、指数関数と増殖、微積分入門、微分方程式入門 |
| 1年 （秋・冬） |
「現象と数理モデルII」 | 30名 | 自然現象や社会現象を科学的に扱うには、その数理モデルを立て解析を行うことが必須である。本講座では、数理モデルを作るために必要となる基本的な数学の題材を少人数のセミナーと演習形式で学ぶ。学生のレベルに応じて、通常の講義では深入りできない高校や中学数学の内容の復習から始め、より高度な数学の内容にもふれる。理系の学生とともに数学を習得したい文系の学生にも配慮した題材を選ぶ。題材の例：三角関数と振動現象、指数関数と増殖、微積分入門、微分方程式入門 |
| 1年 （春・夏） |
「確率モデルとその応用I」 | 30名 | 自然、社会、工学等における「不確実」な現象を理解して解析するために、確率モデル（＝確率的な要素を持つ数理モデル）は重要な役割を果たしている。本講座は、確率モデル入門を目指した少人数のセミナーである。高校レベルの数学・確率統計の復習も含め、確率モデルの様々な具体例、そして大学レベルのより抽象的な確率論のコンセプトにも触れながらセミナーを進めてゆくつもりである。さらに確率的シミュレーション技法の演習なども行ってゆきたい。 |
| 1年 （秋・冬） |
「確率モデルとその応用II」 | 30名 | 自然、社会、工学等における「不確実」な現象を理解して解析するために、確率モデル（＝確率的な要素を持つ数理モデル）は重要な役割を果たしている。本講座は、確率モデル入門を目指した少人数のセミナーである。高校レベルの数学・確率統計の復習も含め、確率モデルの様々な具体例、そして大学レベルのより抽象的な確率論のコンセプトにも触れながらセミナーを進めてゆくつもりである。さらに確率的シミュレーション技法の演習なども行ってゆきたい。 |
先端教養科目
| 履修期間 | 科目名 | 対象 人数 |
内容 |
|---|---|---|---|
| 2年 （春・夏） |
「数理モデリングの基礎」 | 100名 | 物理法則や微分方程式、変分原理等を用い、数式によって生命現象，物理現象、社会現象を記述する方法やその解析法を基礎から講義する。 |
| 3年 （秋・冬） |
「工学と現代数学の接点」 | 100名 | 工学で用いられる様々な数理モデルや数値解法を現代数学の視点からとらえ直し、数学的に普遍性の ある枠組みを講義する。 |
| 3年 （春・夏） |
「数値シミュレーションの基礎」 | 50名 | 理学、工学に現れる偏微分方程式を数値計算するための基礎的な数学とコーディングの技術を、外部講師も交えて講義する。 |
| 3年 （秋・冬） |
「工学への数値シミュレーション」 | 50名 | 外部講師も交えて、工学で必要とされる数理科学的手法 （均質化法や最適化問題等）を講義する。 |
| 1年 （春・夏） |
「文理融合に向けた数理科学I」 | 50名 | 文学部・経済学部・法学部・外国語学部の学生を対象にして、社会科学等で要請されている文理融合に向けた数理科学的手法について講義する。 |
| 1年 （秋・冬） |
「文理融合に向けた数理科学II」 | 50名 | 文学部・経済学部・法学部・外国語学部の学生を対象にして、社会科学等で要請されている文理融合に向けた数理科学的手法について講義する。 |
| 2年 （春・夏） |
「データ科学のための数理」 | 100名 | データ科学を題材に微積分や線形代数および数値解析を理解する。 |
| 2年 （春・夏） |
「データ解析の実際」 | 50名 | 実データ解析を行うための統計プログラムの基礎およびデータベースの活用法を習得する。 |
| 3年 （秋・冬） |
「データ科学（機械学習）」 | 50名 | データ回帰や分類に関わる機械学習アルゴリズムの基本事項を習得する。 |
| 2年 （秋・冬） |
「データ科学による課題解決実践」 | 50名 | データ科学の手法を用いた課題解決法をアクティブラーニングで学習する。 |
| 3年 （春・夏） |
「データ科学（社会統計）」 | 100名 | 大規模な社会調査データの統計的解析についての基本事項を習得する。 |
| 3年 （秋・冬） |
「データ科学と意思決定」 | 100名 | データ科学の枠組みから意思決定プロセスをモデル化する方略を学ぶ。 |
数理・データ科学上級カリキュラム
| 履修期間 | 科目名 | 対象 人数 |
内容 |
|---|---|---|---|
| 3,4年 （夏季集中） |
「データ科学特講」 | 50名 | 外部講師5名によるデータ科学に関する5日間の集中講義（特講）。 |
| 3,4年 （夏季集中） |
「数理モデリングの実践」 | 50名 | 数理科学を題材とした前半のシミュレーション研修会と、外部講師が提供する問題に対してワーキングによって解決を提示する後半のスタディグループで構成する、5日間の集中実践授業。 |
| 平成
31年度
開講
3, 4年 （秋・冬） |
「数理・データ科学の広がり」 | 50名 | 大学や企業、国立の研究所に所属する多彩な外部講師による、数理科学とデータ科学の応用に関する講義とまとめの授業。 数理科学： 数理生物学・生命科学・材料力学・流体力学・構造力学・物性物理学等において、数理科学を活用している研究者に非常勤講師として紹介してもらうオムニバス講義（7コマ）。 データ科学：人文科学・行動科学・自然科学の各分野におけるデータ科学技術の活用事例を、それぞれの専門分野の研究者に非常勤講師として紹介してもらうオムニバス講義（7コマ）。 |
