数学ツールの発展

紙の上の計算をかなりの部分ツールに置き換えることができる.

数学ができなくても大丈夫？

大学 1, 2 年で学んだ数学はほとんどツールで計算できる.

• 細かな計算よりは, 何ができるかの「地図」を頭の中につくることが重要.

エンジニアの活動の上でツールの活用は今後必須

Python をプログラミング言語としてではなく,

Numpy, Scipy, Sympy などを「ツール」として使うプラットフォームと考える.

微積分, 線形代数の問題をこれらのツールで解く.

シミュレーションツールとして

最適化ツールとして.

Python (Jupyter Notebook) での計算演習

• エンジニアにとって強力なツールである.

• AI での事実上の標準となっている.

各人の数学力のアップ

• 数学が弱い人は挽回するチャンス.

• 数学ができる人には, 次に学ぶべきものを提案.

各回レポートを課す.

レポートによって成績評価をする.

全てのレポートを提出することが必須.

本家は, https://www.anaconda.com/distribution/

アナコンダって何? https://www.python.jp/install/anaconda/index.html

Windows 版のインストール　https://www.python.jp/install/anaconda/windows/install.html

• 注意 Python 3 をインストールすること（Python 2 は不可）.

• 注意2 次の項目は手順にのっているものから変える.

  • Install for: * All Users (requires admin privileges) を選択すること.

  • Advanced Option: Add Anaconda to my PATH environmental variable にチェック.

トラブルシューティングは google 先生に.

なぜ無料（Freemeam, Open source）

Wolfram alpha

R

Scilab, Octave

データ解析の事実上の標準

機械学習のライブラリが豊富

高度なシミュレーションが可能（プログラミング言語）

Jupyter Notebook, Jupyter Lab が使える.

プログラミングは習得するのに時間がかかる.

プログラミング時間のほとんどはデバッグに費やされる.

やりたいことはプログラミングではなく, 計算

だれかがライブラリを書いてくれて, それが何万人, 何十万人に使われてちゃんと動くことがわかっているなら, それを使えば良い（車輪の再発明をするな）.

方程式を解くのにプログラミングをするのは無駄, ライブラリーを使え.