情報(イントロ) 田浦健次朗 2010/4/9.

Slides:



Advertisements
Similar presentations
ActionScript を用いた 新世紀型物理教育のための シミュレーション教材開発 日本物理学会 2005 年春季大会 ePhysics プロジェクト.
Advertisements

Absolute Orientation. Absolute Orientation の問題 二つの座標系の間における剛体 (rigid body) 変換を復元す る問題である。 例えば: 2 台のステレオカメラから得られた3次元情報の間の関 係を推定する問題。 2 台のステレオカメラから得られた3次元情報の間の関.
関西学院大学オープンセミナー 2010年6月12日.  決定論的現象 天体の運動のように未来が現在により決 まっている現象  偶然的現象 偶然的な要素が加わり、未来の予測が不可 能な現象 気象、地震、災害、事故、宝くじ 株価、寿命、 … … … … … … … ….
1 高校における統計教育の現状と 問題点 山梨県立甲府第一高等学校 依田 源 2003/09/03.
1 関西大学 サマーキャンパス 2004 関西大学 物理学教室 齊 藤 正 関大への物理 求められる関大生像 高校物理と大学物理 その違いとつながり.
ACM/ICPC と アルゴリズム 「実践的プログラミング」 稲葉 一浩. 自己紹介 ﻪ 理Ⅰ → 理学部情報科学科 → 情報理工学系研究科コンピュータ科学専攻 ﻩ 博士課程1年 ﻩXML を扱う専用言語の研究など ﻪ 個人的には ﻩ ﻯD.
陰関数定理と比較静学 モデルの連立方程式体系で表されるとき パラメータが変化したとき 如何に変数が変化するか 至るところに出てくる.
基礎ゼミ:電子と光と物質 多元物質科学研究所 上田潔・奥西みさき・高桑雄二・虻川匡司・佐藤俊一 大学とは何か? 大学で学ぶとはどういうことか? 大学:人類の遺産としての知識の伝 達 未知のものへの挑戦! 基礎ゼミの特徴:学生が積極的に授業に参加する。 自分で考え、自分で工夫して調べ、教室で発表する。
新設科目:応用数学 イントロダクション 情報工学科 2 年前期 専門科目 担当:准教授 青木義満.
第1回 確率変数、確率分布 確率・統計Ⅰ ここです! 確率変数と確率分布 確率変数の同時分布、独立性 確率変数の平均 確率変数の分散
法とコンピュータ 場所 慶大法学部(三田校舎教室) 期間 2004/4/ /1/30 講師 吉野一.
CGアニメーションの原理 基本技術 対象物体の動きや変形の設定方法 レンダリング技術
心理学基礎論 4月14日 感覚・知覚① 感覚の測定.
情報工学科 06A2055 平塚 翔太 Hiratsuka Shota
中間報告 Excelを用いた自動制御Web教材の試作
Pattern Recognition and Machine Learning 1.5 決定理論
データ構造と アルゴリズム 理工学部 情報システム工学科 新田直也.
Scilab で学ぶ  わかりやすい数値計算法 舞鶴高専 電子制御工学科 川田 昌克.
情報 第一回: 練習課題 第一回 田浦健次朗 2010/4/9.
情報とは ? 何かを知ること,知らせること その内容 形式 伝達手段 過去・現在・未来
情報科学1(G1) 2016年度.
確率モデルによる 画像処理技術入門 --- ベイズ統計と確率的画像処理 ---
「大阪府南部と和歌山市の中学校・高等学校の地学(天文分野)に関する意識調査、 およびその考察」
イントロダクション 田浦健次朗 TA: 河内さん,竹内さん.
データ構造と アルゴリズム 知能情報学部 新田直也.
2010年度 コンピュータリテラシー クラス:  B1 講義日: 前学期 月曜日7時限.
法とコンピュータ 場所 慶大法学部(三田校舎教室) 期間 2005/4/ /1/30 講師 吉野一.
(ラプラス変換の復習) 教科書には相当する章はない
統計学の基礎と応用 張 南   今日の話:序   論          履修の注意事項.
基礎プログラミング演習 第1回.
サポートベクターマシン によるパターン認識
シミュレーション論 Ⅱ 第14回 まとめ.
シミュレーション論 Ⅱ 第15回 まとめ.
協調機械システム論 ( ,本郷) 協調機械システム論 東京大学 人工物工学研究センター 淺間 一.
生命情報学入門 配列のつなぎ合わせと再編成
正規分布における ベーテ近似の解析解と数値解 東京工業大学総合理工学研究科 知能システム科学専攻 渡辺研究室    西山 悠, 渡辺澄夫.
奈良女子大集中講義 バイオインフォマティクス (9) 相互作用推定
確率伝搬法と量子系の平均場理論 田中和之 東北大学大学院情報科学研究科
卒論の書き方: 参考文献について 2017年9月27日 小尻智子.
植物系統分類学・第15回 比較ゲノミクスの基礎と実践
独立成分分析 5 アルゴリズムの安定性と効率 2007/10/24   名雪 勲.
カオス水車のシミュレーションと その現象解析
6. ラプラス変換.
数学教育・工学教育における 数式処理電卓の活用
数量分析 第2回 データ解析技法とソフトウェア
予測に用いる数学 2004/05/07 ide.
量子系における 確率推論の平均場理論 田中和之 東北大学大学院情報科学研究科
分子生物情報学(2) 配列のマルチプルアライメント法
教員養成課程の学生を対象とした物理嫌いについての実態調査
東北大学 大学院情報科学研究科 応用情報科学専攻 田中 和之(Kazuyuki Tanaka)
情報処理Ⅱ 第2回:2003年10月14日(火).
実空間における関連本アウェアネス 支援システム
進化ゲームと微分方程式 第15章 n種の群集の安定性
4. システムの安定性.
シミュレーション物理 大槻東巳.
統計ソフトウエアRの基礎.
B03 量子論理回路の 最適化に関する研究 西野哲朗,垂井淳,太田和夫,國廣昇 電気通信大学 情報通信工学科.
情報基礎Ⅱ (第1回) 月曜4限 担当:北川 晃.
ガイダンス 電子計算機 電気工学科 山本昌志 1E
東北大学 大学院情報科学研究科 応用情報科学専攻 田中 和之(Kazuyuki Tanaka)
奈良女子大集中講義 バイオインフォマティクス (7) 進化系統樹
バネモデルの シミュレータ作成 精密工学科プログラミング基礎 資料.
精密工学科プログラミング基礎 第7回資料 (11/27実施)
精密工学科プログラミング基礎Ⅱ 第2回資料 今回の授業で習得してほしいこと: 配列の使い方 (今回は1次元,次回は2次元をやります.)
目次 はじめに 収束性理論解析 数値実験 まとめ 特異値計算のための dqds 法 シフトによる収束の加速
2008年度 情報数理 ~ 授業紹介 ~.
2012年度 情報数理 ~ 授業紹介 ~.
集中講義(東京大学)「化学システム工学特論第3」 バイオインフォマティクス的手法による化合物の性質予測(1) バイオインフォマティクス概観
分子生物情報学(0) バイオインフォマティクス
混合ガウスモデル Gaussian Mixture Model GMM
Presentation transcript:

情報(イントロ) 田浦健次朗 2010/4/9

はじめに 駒場授業への勝手なイントロ 情報を学ぶことの動機付け 本講義のロードマップ

駒場授業への勝手なイントロ おすすめの勉強法・心構え 主に理系科目, 特に数学

高校までの授業との表面的な違い 先生の教え方が ... なことが多い 予備校 > 高校 >> 大学 教科書が難しい 高校時代は教科書は易しすぎて,難しい参考書で 勉強していた 問題演習が少なくて理論の説明が長い 高校時代は新しい問題を解くのが日常だった

根本的な違いは? 原理(法則,定理)を習い,それを適用して習得する という方法論が根本的に違うわけではない 違い(勝手な要約) 個別の事象・問題に対するひらめきよりも,「そ れを必要としないくらい強力・一般的な定理・法 則」を重視する よって大学レベルでは一つのストーリーが長い ストーリーの「クライマックス(強力な定理)」に 至るまでを,「長い,難しい,何やってるか分からな い」と感じる かつストーリーが厳密(定理はよく見るとつなが っている)

例:線形代数 クライマックス:ジョルダン標準型 高校で「行列の対角化」をやったはず 高校ではっきりやらなかったこと どんな場合でも対角化できるのか? 対角化できな い行列は,代わりにどんな「標準化」が可能なのか ? 2x2 (3x3)より大きな行列の場合にはどうなるか? ジョルダン標準型はそれへの一般的かつ完全な 答え

例:微分 (一つの)クライマックス:ラグランジュの未定乗数 法 高校で「微分を用いた関数の極大極小」をやっ たはず 高校ではっきりやらなかったこと 変数が複数ある関数の扱い その変数が「ある条件」を満たす範囲しか動け ない場合の扱い(条件付き最大最小) ラグランジュの未定乗数法はそれへの一般的な 答え

お勧めの心構え(I) ストーリーの「クライマックス」が何かを自分 なりに理解する(自分がそう思えるものでよい) そこに至る道筋・つながりを頭の中で構築する 道筋が分かっていれば細かい定理は多少流して もよい(少しくらい分からなくても落ち込まない) ヒント: 教科書の「前書き」,「こころ」をざっく ばらんに語ってくれる参考書・読み物

「こころ」を語ってくれる本の例 森毅 現代の古典解析-微積分基礎過程(ちくま学芸 文庫) 森毅 ベクトル解析(gay math 3) 物理数学の直感的方法 ... (自分にあった本があるはず)

お勧めの心構え(II) あくまで高校までの延長として理解する ジョルダン標準型は「対角化」の延長 ラグランジュの未定乗数法は「条件付き最大最 小問題」の延長

お勧めの心構え(III) やはり問題は解く 高校数学での「個別の問題に対する頭の回転」 を試す色彩は弱くなる 具体的な計算をやりながらも,「定理の強力さを 味わう」

情報・計算機を学ぶ動機付け

第三の科学 第一: Experimental Science (実験科学) 現象の観察・個別的発見 第二: Theoretical Science (理論科学) 少数の支配法則への還元 第三: Computational Science (計算科学) 複雑な現象のコンピュータによるシミュレーシ ョン (第四: Data-Intensive Science 大量の観測データ+ネットワーク+コンピュータ による情報・知識抽出)

計算科学の典型例: 微分方程式シミュレーション 計算科学の典型例: 微分方程式シミュレーション 物理・化学etc.で黎明期からの計算機の利用法 典型的パターン: 現象を微分方程式で記述 解析的な解はたいがい求まらないので数値的に シミュレーション 原理はとても簡単

一番簡単な例 バネの振動 m a = – kx – l v プログラム(右) ほんとにこれだけ def main(): dt = 0.05 # 時間刻み t = 0.0 for i in range(1000): # ma = F x__ = - (l/m) * x_ - (k/m) * x x = x + x_ * dt x_ = x_ + x__ * dt t += dt print t,x main() バネの振動 m a = – kx – l v プログラム(右) ほんとにこれだけ

阿久津: バイオインフォマティクスの数理とアルゴリズム データ中心の科学の例: 生物情報 聞いたことがあると思われる話 ゲノムという「A, C, G, Tから成る塩基配列」に すべての遺伝情報が入っている ヒト: 30億, ショウジョウバエ: 1.8億, 大腸菌: 400 万 ヒトを含め多数の種についてその塩基配列の読 み取りが完了, データベース化されている ゲノム中の塩基3文字が20種類のアミノ酸のどれ かに対応し,たんぱく質はアミノ酸の配列 「原理的には」ゲノムが, どのようなたんぱく質 を作れるかを決定している 阿久津: バイオインフォマティクスの数理とアルゴリズム

したがって数多くの生物学的な問いに対して,計 算機による情報処理が重要・基礎的な道具を提供 する ゲノムの読み取り: 短い配列の断片をつないで一 つの配列に復元する 塩基配列の類似度: 未知の配列の機能を,似た(機 能が既知の)配列から推定する 生物の進化系統樹の作成 : 配列の類似度から,進 化の過程を復元する

情報技術の基礎 数学(特にソフトウェア・プログラミングの基礎) 情報の符号化, 暗号 プログラムの正しさ,効率 物理・電子工学 通信技術(例えば光ファイバ通信) ストレージ技術 量子コンピュータ 数多くの基礎的科学が,「情報技術のブレークス ルー」という動機付けを持つことができる

本講義について 目標 「自然科学の道具としての計算機利用」ができ る程度の実技を習得(目標:簡単なプログラミング) 情報・計算機それ自体が奥深い,面白いと思える いくつかの技術の理解 他の分野との接点が感じられ, 他の科目の動機付 けとなるべく「情報処理・計算機・通信のしくみ 」を理解する(難しい)

本講義のロードマップ コンピュータにおける情報の表現 ファイルとその中身 コンピュータの仕組み 通信・ネットワーク,インターネット 情報の符号化,その限界 ファイルとフォルダ コマンドライン プログラムの仕組み 通信の符号化,その限界 暗号 簡単なプログラムの作成・実行 Excelで計算・データの可視化 基礎的概念 (本講義中では)やや高度な概念 実技・実践