小沢　誠 (オザワ　マコト,OZAWA Makoto)

基本情報	研究分野	研究業績	教育業績	運営業績	社会貢献業績

担当科目
No.	授業科目名	年度	授業概要
1	数学の基礎	2025年度	人工知能で使われる数学を学びます。これには、基本的な関数、微分、線形代数、確率・統計などが含まれます。また、線形回帰モデル、自然言語処理、DNN（ディープニューラルネットワーク）にも挑戦します。本科目はデータサイエンス・AI教育プログラムのリテラシーレベル科目の一つです。
2	数学の基礎	2025年度	人工知能で使われる数学を学びます。これには、基本的な関数、微分、線形代数、確率・統計などが含まれます。また、線形回帰モデル、自然言語処理、DNN（ディープニューラルネットワーク）にも挑戦します。本科目はデータサイエンス・AI教育プログラムのリテラシーレベル科目の一つです。
3	微分積分学入門	2025年度	数学の基礎分野の一つである微分積分学の入門的事項を学ぶ。
4	微分積分学発展	2025年度	数学の基礎分野の一つである微分積分学の入門的事項を学ぶ。
5	線型代数学入門	2025年度	数学の基礎分野の一つである線形代数学の入門的事項を学ぶ。
6	線型代数学発展	2025年度	数学の基礎分野の一つである線形代数学の入門的事項を学ぶ。
7	確率・統計学入門	2025年度	数学の応用分野の一つである統計学の入門的事項を学ぶ。本科目はデータサイエンス・AI教育プログラムのリテラシーレベル科目の一つです。
8	確率・統計学発展	2025年度	数学の応用分野の一つである統計学の入門的事項を学ぶ。本科目はデータサイエンス・AI教育プログラムのリテラシーレベル科目の一つです。
9	確率・統計学入門	2025年度	数学の応用分野の一つである統計学の入門的事項を学ぶ。本科目はデータサイエンス・AI教育プログラムのリテラシーレベル科目の一つです。
10	確率・統計学発展	2025年度	数学の応用分野の一つである統計学の入門的事項を学ぶ。本科目はデータサイエンス・AI教育プログラムのリテラシーレベル科目の一つです。