| 授業方針・テーマ |
情報とは何かを数理的に学び、その理論がコンピュータやネットワークの基礎となっていることを理解する。 |
習得できる知識・能力や授業の
目的・到達目標 |
情報を正確に効率よく伝えるための理論と技術を学ぶ。具体的には、以下の3つのトピックについて学ぶ。
・情報を測る
・情報をコンパクトに表現する
・誤りから情報を守る |
授業計画・内容
授業方法 |
【授業計画・内容】
０１回 イントロダクション
０２回 エントロピーの定義
０３回 情報源モデル
０４回 情報源符号化の基礎
０５回 ハフマン符号
０６回 情報源符号化定理
０７回 算術符号
０８回 前半まとめ
０９回 通信路モデル
１０回 通信路符号化の基礎
１１回 ハミング符号
１２回 通信路符号化定理
１３回 暗号解読
１４回 後半まとめ
１５回 総括
【授業⽅法】
主に講義形式で進めるが、各回の最後に理解度確認のための演習時間を設けることがある。 |
| 授業外学習 |
参考書および事前配布資料を用いて予習を行い、内容を把握したうえで授業に臨むこと。また、定期的に出題するレポート課題に取り組むこと。 |
| テキスト・参考書等 |
【テキスト】
特に指定しない。授業中に資料を配布する。
【参考書】
・⽢利俊⼀, 情報理論, ちくま学芸⽂庫, 2011.
・植松友彦, イラストで学ぶ情報理論の考え⽅, 講談社, 2012.
・中村・喜⽥・湊, 基礎から学ぶ情報理論, ムイスリ出版, 2013. |
| 成績評価方法 |
平常点（授業態度・提出物の有無等）２０%
中間試験（またはレポート）３５%
期末試験（またはレポート）４５%
なお、正当な理由なくレポート課題の未提出が４回以上ある場合は，原則として成績評価の対象としない。 |
質問受付方法
(オフィスアワー等) |
メールで受け付ける。連絡先は初回でお知らせする。 |
特記事項
(他の授業科目との関連性) |
本講義受講前に確率統計の基本的知識を有していることが望ましい。
また、生成AIの利用は情報収集等に限り認めるが、レポート作成への使用が判明した場合は、未提出として扱う。 |
| 備考 |
|
シラバス照会