|
サイズ: 1212
コメント:
|
サイズ: 1537
コメント:
|
| 削除された箇所はこのように表示されます。 | 追加された箇所はこのように表示されます。 |
| 行 8: | 行 8: |
| 毎週水曜日 | |
| 行 17: | 行 18: |
| || 4/10 || 釣 || 解析力学：Lagrange形式、ネターの定理 || || 4/17 || 前田 || 線形代数の復習 || || | || 4/9 || 釣 || 解析力学：Lagrange形式、ネターの定理 || || 4/17 || 前田 || 線形代数の復習 || || |
| 行 19: | 行 20: |
| || 5/15 || 釣 || || || 5/22 || 前田 || || || || 5/29 || 釣 || || || 6/5 || 前田 || || || || 6/5 || 釣 || || || 6/19 || 前田 || || || || 6/26 || 釣 || || || 7/3 || 前田 || || || || 7/10 || 釣 || || || 7/17 || 前田 || || || || 7/24 || 釣 || || || 7/31 || 前田 || || || |
2019年度 M1ゼミ （場の量子論＋機械学習）
目標
- 場の量子論の基礎を勉強して、ファインマン図を理解できるようになる。
- 機械学習の方法を基礎から理解する。どのような問題に応用されているかを知る。
進め方
毎週水曜日
- 場の量子論
2018年度の内容を参考に進める
- 機械学習
- 参考書： I. Goodfelloww, Y. Bengio and A. Courville, "Deep Learning"を読みながら進める。
日程
場の量子論 |
機械学習 |
||||||
日付 |
担当 |
内容 |
資料 |
日付 |
担当 |
内容 |
資料 |
4/9 |
釣 |
解析力学：Lagrange形式、ネターの定理 |
|
4/17 |
前田 |
線形代数の復習 |
|
4/24 |
釣 |
特殊相対論：ローレンツ変換、4元ベクトル |
|
5/8 |
前田 |
確率、情報理論 |
|
5/15 |
釣 |
|
|
5/22 |
前田 |
|
|
5/29 |
釣 |
|
|
6/5 |
前田 |
|
|
6/5 |
釣 |
|
|
6/19 |
前田 |
|
|
6/26 |
釣 |
|
|
7/3 |
前田 |
|
|
7/10 |
釣 |
|
|
7/17 |
前田 |
|
|
7/24 |
釣 |
|
|
7/31 |
前田 |
|
|
(資料は、[[<URL>|テキスト]]という形で挿入できる。<URL>の部分は添付ファイルならファイルを添付した後でattachment:<filename>とする。)