KGC


Keio University Shonan Fujisawa Campus
Course Summary (Syllabus)


PROBABILITY (Tomoyuki Furutani

    Semester : 2014 Spring
    Code : B3102 / 2 Credits


1. Objectives/Teaching method

    高校の習った数学のように、データサイエンスではいろいろな記号や式が表れます。それらに慣れるのが前半の目標です。とくに論理的な思考とは何かをきちんと学びます。後半は確率論です。難しく考えず、最初は場合の数を数えることから始めます。確率、条件付き確率を学び、最後にベイズの定理を学びます。これはベイズ統計学と呼ばれる統計学の基礎となる定理です。情報社会において非常に有用な理論ですのでしっかりと学んでください。


2. Materials/Reading List

    とくに指定しませんが、随時、授業時間に紹介します。


3. SCHEDULE

    #1 講義の概略

    #2 集合演算

    #3 命題論理1

    #4 命題論理2

    #5 順序集合と束1

    #6 順序集合と束2

    #7 場合の数−順列

    #8 場合の数−組み合わせ

    #9 確率1

    #10 確率2

    #11 条件付き確率

    #12 ベイズの定理1

    #13 ベイズの定理2

    #14 期末テスト


4. Assignments/Examination/Grad Eval.

    最終試験が主です。出席状況により出席をとる場合もあります。


5. Special Note

    -


6. Prerequisit / Related courses

    -


7. Conditions to take this course

    (14学則)「データサイエンス基礎」の単位を修得するか、データサイエンス認定試験合格が前提条件です。


8. Relation with past courses

    -


9. Course URL


2014-02-05 10:29:35.377838


Powered by SOI Copyright(c) 2002-2019, Keio University Shonan Fujisawa Campus. All rights reserved.
このサイトの著作権について