retarfiの日記

写真/Python/golfなどつらつらと。

システム創成学科SDMコースの授業 ~3S編~

前回からだいぶ時間が空いてしまいました.今回は3Sにします.
retarfi.hatenablog.jp

3S1

1 システムデータ解析 災害シミュレーション工学
2 アルゴリズム 設計学基礎 計測工学 設計学基礎
3 基礎プロジェクトB 統計的機械学習 基礎プロジェクトB
4 基礎プロジェクトB 先端技術と特別講義II 基礎プロジェクトB
5 基礎プロジェクトB 基礎プロジェクトB Python入門

3S2

1 システムデータ解析 災害シミュレーション工学
2 アルゴリズム 数理計画と最適化1 計測工学 数理計画と最適化1
3 金融市場の数理 統計的機械学習 数理演習2
4 統計的機械学習 コミュニケーション技法B
5 先端技術と特別講義II コミュニケーション技法B

アルゴリズムと統計的機械学習は電子系,Python入門は理学部の科目です.
アルゴリズムはO(n)といった計算量など,プログラムの根底にあるものをやりました.普通はそんなに気にしないですが,大規模な計算をする際にはこの考え方は大事になってくると思います.

統計的機械学習はその名の通り機械学習です.機械学習系の研究をしてますが,自分はそこまで興味を持てなかったです...

個人的に良かった(直結して役に立っている)授業は,コミュニケーション技法B,数理計画と最適化1,数理演習2,システムデータ解析,Python入門です.
コミュニケーション技法Bは,コミュ障のための授業かと思いきや,プレゼンなど対外発表での心得や実践練習を,外部講師の方を呼んで行われる授業です.
今まで発表についてきちんと講義を受けたことがなかったため,これは非常に役に立ちました.
後日書きますが,海外でのWorkshop発表でも役に立ちました.

数理計画と最適化1は,機械学習等で用いられる最適化手法の基礎を学びます.ニュートン法など,こちらも概念的に非常に重要ですし実際に手を動かすこともありためになりました.
数理演習2では偏微分方程式とかやりました.院試では絶対必要な項目なので数理演習系は必ず取ったほうが良いと思ってます.

システムデータ解析は統計的にデータ解析を行う手法を学びます.配布資料が充実しているので,それをきちんと読みながら課題をやっていきます.個人的には,数式が含まれる課題をLaTeXで全て書いたことが,論文執筆の際にすごく役に立ちました.
3年生までの時期にTeXLaTeXを書けるようになることは論文投稿の際に役に立ちます.

Python入門は,理学部が開いている授業です.
出席は取られませんでした.毎週一定の課題を提出すればOK.
僕はPythonをやったことがあったので最終週のPandasだったかjsonだったか以外は楽でした.
Python未習の人も,Pythonをやったことがある人に教えてもらいながらやると少しは出来るようになります.
がっつりの.pyファイルじゃなくてJupyter Notebookを使ってくれるところも良いポイントです.

物理とか流体系は自分は苦手だったので大変でしたが,SDMコースに入った以上仕方ないです.

色々書きましたが,最近海外Workshopで発表した身としては,コミュニケーション技法Bがかなり役に立ってます.