山口大学教務システム - 1083056010-データサイエンス数学

開講年度	開講学部等
2025	共同獣医学部
開講学期	曜日時限	授業形態	AL（アクティブ・ラーニング）ポイント
前期前半	月1～2	講義
時間割番号	科目名[英文名]			使用言語	単位数
1083056010	データサイエンス数学[Mathematics for Data Science]			日本語	1
担当教員（責任）[ローマ字表記]					メディア授業
清水隆[SHIMIZU Takashi]					ー
担当教員[ローマ字表記]
清水隆　[SHIMIZU Takashi], ISHARA UHANIE PERERA
特定科目区分		対象学生		対象年次	2～
ディプロマ・ポリシーに関わる項目			カリキュラムマップ(授業科目とDPとの対応関係はこちらから閲覧できます)

授業の目的と概要

データサイエンスに必要な数学の基礎を学びます。
具体的には線形代数、微分、積分、最適化です。

授業の到達目標


線形代数、微分、積分を理解し、機械学習の要である損失関数の計算に応用できる。

授業計画

【全体】

ビデオによる講義により次の項目を学習する。

1. 線形代数（Linear Algebra）:
2. 微積分（Calculus）:
3. 確率と統計（Probability and Statistics）:
4. 最適化（Optimization）:

	項目	内容	授業時間外学習	備考

第1回	線形代数 I	データサイエンスと線形代数ベクトルと行列の定義と基本操作	復習

第2回

線形代数 II

行列式と逆行列
行列のランク

復習

第3回

線形代数 III

線形方程式系とその解法

復習

第4回

線形代数 IV

固有値と固有ベクトル

復習

第5回

微積分 I

微積分とデータサイエンス
極限と連続性

復習

第6回

微積分 II

一変数の微分
最適化
一変数関数の積分

復習

第7回

微積分 III

多変数関数の微分

復習

第8回

微積分微積分 IV

多変数関数の積分

復習

※AL（アクティブ・ラーニング）欄に関する注
・授業全体で、AL（アクティブ・ラーニング）が占める時間の割合を、それぞれの項目ごとに示しています。
・A〜Dのアルファベットは、以下の学修形態を指しています。
【A：グループワーク】、【B：ディスカッション・ディベート】、【C：フィールドワーク（実験・実習、演習を含む）】、【D：プレゼンテーション】

A: --%　B: --%　C: --%　D: --%

成績評価法

出席30%とレポート70%で評価する。

教科書にかかわる情報

備考

参考書にかかわる情報

備考

メッセージ

キーワード

持続可能な開発目標（SDGs）

メディア授業