hig3.net
連絡・アクセス
時間割
授業
計算科学特論
特別研究/数理情報演習/大学院
線形代数☆演習I
確率統計I
数理と社会
プロジェクト演習
最新情報
LearnMoodle
学習サポート hig3.net
龍谷大学
先端理工学部
数理・情報科学課程
樋口
担当科目
計算科学特論
計算科学特論
特別研究/数理情報演習/大学院
線形代数☆演習I
確率統計I
数理と社会
プロジェクト演習
2025
2025
2024
計算科学特論(2025)
科目について
スケジュールと授業資料
ガイド
フィードバック
科目について
科目について
対象
龍谷大学大学院
先端理工学研究科
M12回生
インストラクタ
樋口三郎
(
先端理工学部
数理・情報科学課程
)
シラバス
学外公開シラバス
学内向けシラバス(
ポータル
で検索)
LMS
LearnMoodle
成績評価方法
L01
授業でやること
授業のよくある質問
質問・オフィスアワー
最近の授業情報
確率統計 統計検定 大学院生 - 大学院生 - 樋口三郎の授業情報@龍谷大学先端理工学部数理・情報科学課程
[RSS]
第5回数学教育セミナーで発表+パネル(2023-03-04)
2022年11月の統計検定の受験準備説明会(2022-11-17)
2022年12月の統計検定受験サポート(2022-10-28)
龍大生向け統計検定データサイエンス発展 検討・勉強会(2021-12-17)
MoodleMoot Japan 2021でライトニングトーク「Moodleでの匿名の非同期協調学習」(2021-02-19)
Zoom交流会:数理情報学科/専攻の大学院生・4年生(2021年4月大学院進学予定)(2020-07-28)
数理情報学科オープンレクチャーで4年生・大学院生が大学院選択をアドバイス(2020-01-09木昼)(2020-01-09)
オフィスアワーお休みのおわび(2020-01)(2020-01-08)
スケジュールと授業資料
教科書: Pythonでスラスラわかるベイズ推論「超」入門,モンテカルロ統計計算
LearnMoodle
この授業の配布資料すべて
補講:土曜午後,2025-01-16木,21火
L01(09/25水1)
L02(10/02水1)
L03(10/09水1)
L04(10/16水1)
L05(10/23水1)
L06(10/30水1)
L07(11/06水1)
L08(11/13水1)
L09(11/20水1)
この回からQ4
L10(11/27水1)
L11(12/04水1)
L12(12/11水1)
L13(12/18水1)
H01(12/25水1)
冬期休業授業なし
H02(01/01水1)
冬期休業授業なし
L14(01/08水1)
L15(01/15水1)
L16(01/22水1)
定期試験期間中にふつうの授業
授業自己点検報告書など
授業自己点検報告書は, 学部の全科目をまとめたものは1年後ぐらいにポータルで公開されます.
ガイド
Google Colab
Google Colaboratory
(龍大Googleアカウントで)
(項目別)
Pythonプログラミング入門
(東京大学 数理・情報教育研究センター)
pandas
https://utokyo-ipp.github.io/7/7-1.html
matplotlib
https://utokyo-ipp.github.io/appendix/5-matplotlib.html
Jupyter
https://utokyo-ipp.github.io/appendix/1-jupyter-notebook.html
(教科書)
プログラミング演習 Python 2019
(京都大学 喜多一)
https://repository.kulib.kyoto-u.ac.jp/dspace/bitstream/2433/245698/1/Version2020_02_13_01.pdf
a> のp.174から, numpy, matplotlib, pandas の説明
(-2019カリキュラムの科目)
応用プログラミング
高橋隆史先生
(教科書)
Python実践レシピ
(データ分析や多変量解析のようなデータ分析指向)
(教科書)
Python ゼロから始めるプログラミング
(Cでのプログラミング経験を仮定しない)
(教科書)
ゼロから学ぶPythonプログラミング
(進んだ話題まで含む)
numpy
https://numpy.org/
pandas
https://pandas.pydata.org/
scipy.stats
https://docs.scipy.org/doc/scipy/reference/reference/stats.html
statsmodels
https://www.statsmodels.org/