東京女子大学情報数理科学科

情報数理科学専攻

東京女子大学情報数理科学科情報数理科学専攻の公式サイトです。学びの特徴や授業内容、教員紹介、キャンパスでの生活の様子など、進学を考える皆さんに役立つ情報を発信します。

公式X: @twcu_math_sci

お知らせ

2025/1/21 2024年度の大学院理学研究科の修士論文発表会を2月13日(木)10:00から9104教室で開催します(11:30頃まで)。大学院進学を希望している人や、大学院に興味がある人はぜひご参加下さい。入退室自由です。 2025/1/15 2024年度の情報理学専攻4年生による卒業発表会を2025年1月30日(木)3・4・5限に9101教室で開催します。1〜3年生や大学院生の皆さんもぜひご参加下さい。入退室自由です。 2025/1/7 東京女子大学学会情報処理・自然科学部会講演会が2025年1月9日(木)2限(10:55〜12:25)に6211教室で開催されます。講師は高須昌子氏(東京薬科大学生命科学部教授)、タイトルは「コンピュータで生命科学を研究する」です。 2024/12/24 富谷昭夫先生が計算基礎科学連携拠点(JICFuS)の月間JISFuSムービー「機械学習と理論物理学」に取り上げられました。 2024/12/14 情報数理科学科の公式ウェブサイトを公開しました。

情報科学、AI・データサイエンス、数理科学を駆使して
自然現象や社会現象を分析・解明する

現代の高度な情報社会において必要な情報科学、 AI・データサイエンスの技術を修得。
数学や自然科学の知識を応用した自然現象や社会現象のコンピュータシミュレーションを実践する力も養います。
第２代学長である「安井てつ」の『いかなる学問にも数理的能力は必要』という信念に基づく学びを通じ、
論理的な思考力を養い、ICT(情報通信技術) 社会において幅広く活躍できる人物を目指します。

学びのポイント１

数理科学（数学・自然科学）、情報科学、AI・データサイエンスを分野横断的に学ぶ

学びのポイント２

自然現象や社会現象を数式で表現する数理モデルを活用し、課題解決に導く力をつける

学びのポイント３

プログラミング、ネットワーク設計、コンピュータシミュレーション、データサイエンスなどの情報技術を学び実践的能力を養う

情報数理科学科で学べること

情報科学、AI・データサイエンス、数理科学に関して横断的に学習し、課題に対する分析力・対応力を養えます。

カリキュラム概要

情報科学

アルゴリズムとデータ構造、プログラミング、ネットワークなどについて学びます。

プログラミング
アルゴリズム
情報ネットワーク
コンピュータシミュレーション

授業内容の紹介

アルゴリズムとデータ構造	適切なアルゴリズムとデータ構造の選択は、優れたプログラムの作成に不可欠です。コンピュータを用いた演習を交え、基本的データ構造、整列や探索などの基本的アルゴリズムとその計算量を学習します。
数理モデルとシミュレーションＡ	モデル化とは自然現象などを方程式で記述すること、数値シミュレーションとはその方程式を解き、現象のシミュレーションを行うことを指します。本講義では、これらの基本について学べます。
コンピュータネットワーク	情報通信ネットワークの基礎について講義します。コンピュータにおける通信システムの基盤となるTCP/IPを中心に、どのような原理でパケット通信が実現しているのか、コンピュータがネットワークで結ばれることによりどのようなことができるようになるのか等を解説します。

AI・データサイエンス

数学や情報科学をベースにデータ分析・活用や人工知能の基礎を学びます。

人工知能
データサイエンス

授業内容の紹介

人工知能概論

人工知能は、人間のような知的な機械をつくりたいという要求に対し、知的思考や行動をコンピュータ上に実現する方法を考察する学問体系として発展してきました。このような研究の流れの中で確立されてきた様々な理論や技術について、基礎知識と応用技術に関する講義を行います。

機械学習

機械学習はコンピュータに学ぶ能力を与えることを目的とした研究分野です。この科目では、機械学習の基礎的事項を体系的に学びます。まず、学習、検証、テスト、汎化といった機械学習の基本的枠組みを解説します。次に、回帰問題あるいは分類問題に対する個々の機械学習モデルを学びます。

数理科学(数学・自然科学)

数理科学分野では、数学や自然科学（物理、化学、生物）を基礎から応用まで幅広く学ぶことができます。

解析学、代数学、幾何学
確率論、数理統計学、数理ファイナンス
自然科学（物理・化学・生物）

授業内容の紹介

応用解析学A	指数関数や三角関数等の初等関数についても、変数を複素数に拡張することにより、その性質がよく理解できるようになります。複素数を変数とする関数 (複素関数) の性質、微分と積分を学び、その応用について学びます。
代数学I	数学において現れる様々な対称性の持つ性質を抽象化し、定式化した概念が群です。この授業では可換群・非可換群の両方の具体例を多く取り扱い、例を通じて、群論における基本的な概念を解説します。
幾何学II	多様体とは、大雑把にいえば局所的にユークリッド空間であるような図形のことで、現代の数学、特に幾何学における主要な対象のひとつです。この科目では、多様体をめぐる現代の幾何学の基礎分野から適宜話題を選び、その標準的な内容についての解説を行ないます。
確率特論A	数理ファイナンスでは、株価などのように時間とともに価格が上下するリスク資産を数学的にモデル化して考察します。「確率特論A」の授業では、典型的なファイナンスモデルを紹介し、オプションの価格付け公式について学びます。
相対性理論	相対性理論によると光速度は観測者によらず一定です。この光速不変性から、運動すると時計が遅れるといった、一見不思議な結論が得られることを解説します。その際、観測者に依り時間・空間座標がどう変換されるかを記述する「ローレンツ変換」を導出します。また、質量とエネルギーの等価性とその帰結についても議論します。
コンピュータ化学I	化学反応における物質の濃度変化を記述する微分方程式の数値シミュレーションおよびその基礎としての化学反応速度論を学びます。実習を通してプログラミングの基本事項を習得し、Python言語によるシミュレーションプログラムを作成します。
計算生物学	生物学に関するテーマを対象に、各種現象を数理モデルとして表現し、コンピュータシミュレーションにより解析を行うための手法を学習します。分子生物学、生体計測学、生命科学、人工生命、生態学などのうちから具体的な問題をいくつか取り上げ、数理モデルとシミュレーションプログラムの構築を通して、その重要性を理解します。