データ科学は科学研究の基本の一つであり，本学においても研究科を問わず，多様な分野において活用されている．データ科学の範疇はデータの処理・分析だけではなく，データの収集・整理，分析結果の公表・評価まで多岐に亘るが，一方で分野それぞれ得意とするもしくは重要視する範疇は異なることがある．本科目ではその欠を補うため，それらデータ科学の知識と技術を総合的に習得することを目的とする．習得には，データ科学イノベーション教育研究センターの提供するデータサイエンススクール等の課外スクールにおける講義演習を通じて行う．スクールでは様々な分野でデータを扱う専門家に登壇してもらい，分野横断的にデータ科学を展望することを目指す．

多角的なデータ科学の素養（収集，整理，処理，分析，公表，評価）を身につけることを目標とする．その到達のために，講義によってデータ科学的手法の知識を習得し，同時に演習によってその技術を習得する．

データ科学イノベーション教育研究センターが前期期間に提供するデータサイエンススクール等の課外スクールにおいて，データ科学的手法を体験しながら実践的に学ぶ．スクールは講義と演習を組とする形式で行われる．スクール当日の講義演習を行うだけでなく，スクール毎に設定されるレポート課題に取り組む．スクールの開講については，後日掲示やKULASIS，PandA等で開講するスクールの概要・準備内容・参加要項の連絡を行う．令和7年度は 「機械学習トレーニング」など６月〜９月の間に開講を予定している．また，詳細や過去の実績は以下のURLのスクールの情報サイトにも掲載する．http://ds.k.kyoto-u.ac.jp/events/

データサイエンススクールに前期期間で述べ8時間以上参加できること（1時間は90分1コマの換算）．

データ科学イノベーション教育研究センターにおいて複数回実施されるデータサイエンススクール等の課外スクールに，前期期間で合計8時間以上参加すること（1時間は90分1コマの換算）．各スクールは2時間もしくは4時間で構成される．スクールでの演習内容とスクール毎に設定されるレポート課題を提出する．レポート課題にはプログラミング演習も含む可能性がある．そのレポートの内容によって到達目標への到達度を評価する．

データサイエンススクールの内容を深く理解するために，自己所有PCや計算機室の利用などによって，学生各自で演習の復習を行うこと．

【メディア授業科目】

This course is designed to provide graduate students with an opportunity to develop their ability and confidence when presenting field-specific content to an informed audience. Giving presentations in an academic setting, whether it is in a classroom, laboratory context, or at a conference, has become increasingly necessary for students at the graduate level. Course content extends from how to greet the audience to how to answer audience questions.

Students successfully completing this course will be able to do the following:
・Create an appropriate presentation slideshow for a conference or a research laboratory presentation;
・Clearly introduce and provide an overview of the talk through appropriate signposting;
・Properly display visual aids to enhance audience understanding of research data;
・Use posture and movement to engage the audience;
・Use gestures, voice, and eyes to emphasize information and connect with the audience;
・Produce a research presentation; and
・Answer audience questions.

Session 1: Introductions, conferencing, and networking
Session 2: Structure of academic presentations
Session 3: Information Organization: From greetings to goodbyes
Session 4: Body language and gestures
Session 5: Creating effective slideshows and displaying research data
Session 6: Explaining data
Session 7: Answering basic research and audience questions
Session 8: Student presentations and instructor feedback

* Please note that this course will take place at:

YOSHIDA Campus on the following dates: 8/5, 8/6, 8/8
KATSURA Campus on the following dates: 8/19, 8/20, 8/22
YOSHIDA Campus on the following dates: 8/26, 8/27, 8/29

Students can sign up for only one of these courses.

Tuesday (2-3-4 periods)
Wednesday (2-3-4 periods)
Friday (2-3 periods)

This course has a limit set on student enrollment to 20 students. In the case where many students wish to enroll in class, a lottery system will decide inclusion.

*本科目は、KULASISでの履修登録を行いません。7月頃、履修申込を受け付ける予定です。詳細は別途周知します。／ The course registration is not conducted via KULASIS. Application is scheduled to be accepted around July, and the details will be announced separately.

20% Active Participation*
20% Slideshow Creation
60% Main (30%) and Minor (30%) Presentations

*Be sure to attend all class sessions. Grading occurs throughout the course during class presentations. Any absences during these grading times will result in a score of "0" for graded presentations and tasks.

Students will be asked to work on several smaller in-class talks and one larger presentation as their primary out-of-class homework assignment. This includes recording your own presentations and uploading them to Google Drive.

Students will use Google Drive during presentations, with specific focus on Google Docs and Google Slides. Some computer skills are required, though most in-class work can be performed on a smartphone or a tablet. Familiarity with Google Docs and Slides is not required--only the willingness to learn the basics of these skills.

This course is designed to provide graduate students with an opportunity to develop their ability and confidence when presenting field-specific content to an informed audience. Giving presentations in an academic setting, whether it is in a classroom, laboratory context, or at a conference, has become increasingly necessary for students at the graduate level. Course content extends from how to greet the audience to how to answer audience questions.

Students successfully completing this course will be able to do the following:
・Create an appropriate presentation slideshow for a conference or a research laboratory presentation;
・Clearly introduce and provide an overview of the talk through appropriate signposting;
・Properly display visual aids to enhance audience understanding of research data;
・Use posture and movement to engage the audience;
・Use gestures, voice, and eyes to emphasize information and connect with the audience;
・Produce a research presentation; and
・Answer audience questions.

Session 1: Introductions, conferencing, and networking
Session 2: Structure of academic presentations
Session 3: Information Organization: From greetings to goodbyes
Session 4: Body language and gestures
Session 5: Creating effective slideshows and displaying research data
Session 6: Explaining data
Session 7: Answering basic research and audience questions
Session 8: Student presentations and instructor feedback

* Please note that this course will take place at:

YOSHIDA Campus on the following dates: 8/5, 8/6, 8/8
KATSURA Campus on the following dates: 8/19, 8/20, 8/22
YOSHIDA Campus on the following dates: 8/26, 8/27, 8/29

Students can sign up for only one of these courses.

Tuesday (2-3-4 periods)
Wednesday (2-3-4 periods)
Friday (2-3 periods)

This course has a limit set on student enrollment to 20 students. In the case where many students wish to enroll in class, a lottery system will decide inclusion.

*本科目は、KULASISでの履修登録を行いません。7月頃、履修申込を受け付ける予定です。詳細は別途周知します。／ The course registration is not conducted via KULASIS. Application is scheduled to be accepted around July, and the details will be announced separately.

20% Active Participation*
20% Slideshow Creation
60% Main (30%) and Minor (30%) Presentations

*Be sure to attend all class sessions. Grading occurs throughout the course during class presentations. Any absences during these grading times will result in a score of "0" for graded presentations and tasks.

Students will be asked to work on several smaller in-class talks and one larger presentation as their primary out-of-class homework assignment. This includes recording your own presentations and uploading them to Google Drive.

Students will use Google Drive during presentations, with specific focus on Google Docs and Google Slides. Some computer skills are required, though most in-class work can be performed on a smartphone or a tablet. Familiarity with Google Docs and Slides is not required--only the willingness to learn the basics of these skills.

This course is designed to provide graduate students with an opportunity to develop their ability and confidence when presenting field-specific content to an informed audience. Giving presentations in an academic setting, whether it is in a classroom, laboratory context, or at a conference, has become increasingly necessary for students at the graduate level. Course content extends from how to greet the audience to how to answer audience questions.

Students successfully completing this course will be able to do the following:
・Create an appropriate presentation slideshow for a conference or a research laboratory presentation;
・Clearly introduce and provide an overview of the talk through appropriate signposting;
・Properly display visual aids to enhance audience understanding of research data;
・Use posture and movement to engage the audience;
・Use gestures, voice, and eyes to emphasize information and connect with the audience;
・Produce a research presentation; and
・Answer audience questions.

Session 1: Introductions, conferencing, and networking
Session 2: Structure of academic presentations
Session 3: Information Organization: From greetings to goodbyes
Session 4: Body language and gestures
Session 5: Creating effective slideshows and displaying research data
Session 6: Explaining data
Session 7: Answering basic research and audience questions
Session 8: Student presentations and instructor feedback

* Please note that this course will take place at:

YOSHIDA Campus on the following dates: 8/5, 8/6, 8/8
KATSURA Campus on the following dates: 8/19, 8/20, 8/22
YOSHIDA Campus on the following dates: 8/26, 8/27, 8/29

Students can sign up for only one of these courses.

Tuesday (2-3-4 periods)
Wednesday (2-3-4 periods)
Friday (2-3 periods)

This course has a limit set on student enrollment to 20 students. In the case where many students wish to enroll in class, a lottery system will decide inclusion.

*本科目は、KULASISでの履修登録を行いません。7月頃、履修申込を受け付ける予定です。詳細は別途周知します。／ The course registration is not conducted via KULASIS. Application is scheduled to be accepted around July, and the details will be announced separately.

20% Active Participation*
20% Slideshow Creation
60% Main (30%) and Minor (30%) Presentations

*Be sure to attend all class sessions. Grading occurs throughout the course during class presentations. Any absences during these grading times will result in a score of "0" for graded presentations and tasks.

Students will be asked to work on several smaller in-class talks and one larger presentation as their primary out-of-class homework assignment. This includes recording your own presentations and uploading them to Google Drive.

Students will use Google Drive during presentations, with specific focus on Google Docs and Google Slides. Some computer skills are required, though most in-class work can be performed on a smartphone or a tablet. Familiarity with Google Docs and Slides is not required--only the willingness to learn the basics of these skills.

‐

‐

‐

日本語・日本文化研修留学生限定

‐

‐

次世代シーケンサー（NGS）の台頭により、生命科学研究においてもこれまでとは桁違いのビッグデータをベースに研究をすることが必須になってきている。これからの生命科学研究者はその膨大な情報を自ら読み、理解し、解析する力が問われている。

本講義では、これまでのシーケンス技術の発展を歴史的に俯瞰し上で、実際にNGSを用いた最前線の研究例を紹介する。さらに演習では、NGSが出力するデータに実際に触れ、化学研究所のスパコンを用いてUNIXや解析ソフトウェアによる解析を行い、数字・文字の羅列であるビッグデータから、生物学的な意味を抽出する。ビッグデータを扱ったことのない初学者でも、2日間の講義・演習でNGS解析ができるレベルにまで引き上げることが目標である。

[1] 次世代シーケンサーの原理・特徴について説明でき、様々な解析手法と応用研究について理解できること。
[2] 基本的なUNIXコマンドについて理解し、ターミナル上で自由に操作することができること。
[3] 次世代シーケンサーが出力するファイル形式を理解し、その解析に必要なソフトウェアについて理解・操作することができること。
[4] 次世代シーケンサーが出力する数字・文字の羅列であるビッグデータから、生物学的な意味を抽出できること。
[5] スパコンの仕組みを理解し、実際に接続し、計算を行うことができること。

9月11日(木)と9月12日(金)の2日間で実施する。授業計画と内容については初日の講義で改めて説明する。

9月11日（木）（1日目）　講義・演習
2限目　（講義1） 山本拓也（iPS細胞研究所）：次世代シーケンサー(NGS)を用いたiPS・ES細胞研究について
3限目　（演習1） UNIXの基本的なコマンド操作・ターミナル操作方法の習得
4限目　（演習2） UNIXによるテキスト処理
5限目　（演習3） NGSに関連する配列データフォーマットの解説
　　　　
9月12日（金）（2日目）　講義・演習
2限目　（演習4） RNA-seq解析（１）：ショートリードのゲノム配列へのマッピング
3限目　（演習5） RNA-seq解析（２）：発現変動遺伝子の抽出
4限目　（演習6） RNA-seq解析（３）：Rを用いたデータ解析・生物学的意味の抽出
5限目　（演習7） RNA-seq解析（４）：Rを用いたデータ解析・生物学的意味の抽出

本演習では、受講生のPCを用いて、京都大学化学研究所のスパコンにリモート接続し、シェルを用いて計算を行う。PCのOSはWindows/Macの種類を問わないが、HDDの空き容量に余裕があること、メモリは8GB以上あることが望ましい。UNIXやスパコンの使用経験は問わない。低スペックのPCしか持っていない受講者に対しては、生命科学研究科のMacbookを貸与できる。ただしその台数（35台）に限りがあるため、希望者が一定数を上回った場合は、生命科学研究科の履修希望者へ優先して貸与する。貸与希望の調査についてはおってその旨をPandA等を通じて連絡する。

対面形式での演習を予定しているが、履修希望者数が一定数を上回った場合は、オンライン形式での受講措置等を講じることがある。またこれに関わらず、社会的状況を考慮して全面的にオンライン形式で開講する可能性もある。詳細については追って通知するので注意すること。

2日間の講義と演習に全て出席した上で、課題を提出することを成績評価の前提とする。詳細については開講時に説明する。

あらかじめ下記のサイトの「UNIX基本コマンド」「R入門」を読んでおくことが望ましいが、必須ではない。 https://github.com/nibb-unix/gitc2017a-unixr/wiki

連絡担当教員：山野隆志　メールアドレス： tyamano@lif.kyoto-u.ac.jp

※オフィスアワーの詳細については、KULASISで確認してください。

この科目は前期集中科目ですが、採点登録・成績開示は後期科目と同時期に行います。

ガラス・液晶に関しての基礎物理について講義を行い、これを理解することを目標とする。同時にこれらの工業製品開発の歴史の講義を行い、産業形成、技術開発、企業戦略、マーケティングなどの項目を概説し、科学技術と産業との関係を理解する。また、企業経営者の視点と基礎科学研究者の視点の双方から、日本の産業・経済構造を概観し、これから必要とされるリーダー像を概説して、これを理解することを目的とする。

ガラス・液晶など、主要な工業製品と基礎科学的な発見と研究、および企業における製品開発の歴史やマーケティングを学び、物質科学の原理と製品性能向上の関係性を理解する。また、基礎科学的な研究者と企業経営者の2つの視点を理解し、今後の日本の産業・経済の発展や、それを牽引できるリーダー像について理解する。

・経営者の視点と研究者の視点から日本の産業に関する考察を行う
・直接仕事で関与した液晶ディスプレイ、ガラスに関して、その歴史、産業の歩み、技術を紹介する中で上記の考察を進める。()内は講義時間の目安
①企業における技術経営１ （１）・・・講師の経歴紹介を兼ねて
②液晶ディスプレイの基礎技術と産業 （３）
③ガラスの物理と産業技術 （３）
④マーケティングと新事業 （１）
⑤グローバル企業における研究者 （１）・・・これからのグローバルで活躍する研究者像、学位
⑥企業における技術経営２ （１）・・・会社での開発の仕組み、産学連携、リーダー像
・①から④までは通常の講義方式として、⑤と⑥は双方向でコミュニケーション講義を実施
・双方向コミュニケーション講義では最初30〜45分程度で講師が話題提供。その後、聴講者の意見を自由に述べてもらい、講師との双方向コミュニケーションを図る。
・テーマは、⑤では、産業に貢献する研究者像とは（学位の在り方、日本人の働き方、等も考慮）⑥では、産学連携での産と学の役割（日本と欧米の差異）、今後求められるリーダー像とする。
・聴講学生はレポートを提出する（レポートは下記の成績評価の対象となる）。

基礎統計力学、電磁気学（学部卒業程度）の履修を前提とする。

・評価は、講義への出席50％、レポート50％（レポートはA4で各2〜4枚程度、自由記載）
・レポートには、⑤と⑥の双方向コミュニケーションのテーマに関する自分の意見・提案を記載すること。
・講義中の発言はその旨記載すること（講義中の発言は加点対象とする）
・レポートは①〜③に関して１報、④〜⑥に関して１報とし講義最終回後に提出する。

特になし

特になし

本科目では、理学研究科数学・数理解析専攻と数理解析研究所が共同で主催する「数学・数理科学グローバル特別講義」シリーズとして実施される複数の集中講義の中から、学生がいずれか一つを選んで履修する。各「数学・数理科学グローバル特別講義」は、代数・幾何・解析・応用数学など数学・数理科学の諸分野で特に目覚ましい発展をとげている研究について、第一人者の研究者が簡単な背景から将来の展望にいたるまでを入門的に解説する集中講義である。なお、「数学・数理科学グローバル特別講義」の講師の多くは海外研究者である。

数学はその普遍的な性質により、自然科学は勿論のこと、情報科学や社会科学など多くの分野に共通する理論的基盤となっており、現在でも新たな理論が次々と生まれている。本科目は、数学・数理科学の様々なテーマに触れることで諸分野における数学のポテンシャルを知る機会を提供し、数学・数理科学を基盤とする分野の大学院生の視野を広げるとともに、研究へのモチベーションを高めることを目的とする。

特別講義で扱われるテーマについて、その背景と将来の展望について理解するとともに、そこで展開される数学に関する知見が深まる。また、学生自身の研究に対するモチベーションが高まる。

理学研究科数学・数理解析専攻と数理解析研究所が共同で主催する「数学・数理科学グローバル特別講義」シリーズのうち、前期に開講される特別講義の中からいずれか一つを学生自らが選んで受講する（注1）。各「数学・数理科学グローバル特別講義」は8コマからなる集中講義であり、数学・数理科学の諸分野で近年発展している研究について、第一人者の研究者がその背景や他分野との関わりから今後の展望にいたるまでを俯瞰的・入門的に解説する。学生は講義に出席するとともに、集中講義期間中に提示されるレポート課題にも取り組む。特別講義の講師が海外研究者の場合、その講義は原則として英語で行われる。

（注1）2025年度前期には以下の講師による複数の集中講義を「数学・数理科学グローバル特別講義」シリーズとして開講予定。

講師：Adeel Khan（Academia Sinica、代数幾何学・幾何学分野）
講師：Nadir Matringe（Institut de Mathematiques de Jussieu-Paris Rive Gauche、数論分野）
講師：Tai-Peng Tsai（University of British Columbia、PDE分野）
講師：Neal Bez（名古屋大学、実解析分野）

各「数学・数理科学グローバル特別講義」の日程、内容、受講登録方法については、後日掲示やKULASIS，PandA等で連絡する。また、本科目は「数学・数理科学イノベーション人材育成強化コース（通称：数学・数理科学コース）」を構成する科目であり、本科目で受講対象となる「数学・数理科学グローバル特別講義」の詳細は以下のコースwebサイトにも掲載する：
https://www.math.kyoto-u.ac.jp/ja/ktgu/courses


（注2）同期開講の複数の特別講義を履修しても、本科目の習得単位は1単位であるので注意すること。

各自が選択する「数学・数理科学グローバル特別講義」で扱われるテーマについては関係分野に関する学部レベルの数学的知識があることが望ましい。

各自が選択した「数学・数理科学グローバル特別講義」への参加取り組み状況（50％）とレポート課題（50％）により総合的に評価する。

選択した特別講義に関係する数学的な内容について各自で学習すること。

本科目は「数学・数理科学イノベーション人材育成強化コース（通称：数学・数理科学コース）」を構成する科目であるが、コース履修に関わらず本科目のみ履修することも可能である。

金融の実務を知る講義担当者の視点から「金融工学」についての講義を行う．前半の講義では金融工学の基礎として債券のプライシングと株式のポートフォリオ理論について解説を行う．後半では主に証券分析の基礎として財務諸表分析を概観し，その後，リスク量計測手法とデリバティブ評価方法について解説を行う．

Lecture on financial engineering is given by researchers who are familiar with practice of finance. The first half of this lecture gives foundation of bond pricing and portfolio theory of stocks. The second half of this lecture deals with basics of financial statement analysis, measurement of risks and evaluation of derivatives.

金融実務で使用されている様々な専門用語や分析手法を理解し，実際の金融業務に携ったときに適切な手法を選択し，問題が解決できるようになること．

I　プライシングの基礎とポートフォリオ理論
　１．現在価値と債券のプライシング
　　・現在価値と債券価値の基礎
　　・金利の期間構造
　　・信用リスクと債券価格
　２．ポートフォリオ理論
　　・平均分散モデル
　　・CAPM
　　・アセットアロケーション
　　・サステナブル投資
II　資産価値の評価とリスク量計測手法・デリバティブ評価
　３．財務諸表分析と資産価値の評価
　　・財務諸表分析の基礎
　　・企業の株式価値評価
　４．リスク量計測手法とデリバティブ評価
　　・金融機関が抱える各種のリスク
　　・リスク量の評価
　　・デリバティブ評価

I　Foundation of Pricing Theory and Portfolio Theory
　1. Present Value and Bond Pricing
　 　-Foundation of Present Value and Bond Pricing
　 　-Term Structure of Interest Rate
　 　-Credit Risk and Bond Pricing
　2. Portfolio Theory
　 　-Mean-Variance Model
　 　-CAPM
　 　-Asset Allocation
　 　-Sustainable Investing

II　Valuation of Assets, Measurement of Risks and Evaluation of Derivatives
　3. Financial Statement Analysis and Valuation of Assets
　 　-Foundation of Financial Statement Analysis
　 　-Valuation of the Stock Price of Companies
　4. Measurement of Risks and Evaluation of Derivatives
　 　-Various Risks of Financial Institutions
　 　-Calculation of Risk Amount
　　 -Derivative Pricing and Monte Carlo Simulation

講義は日本語で進める. 基礎的な金融工学の知識，およびExcelやプログラミングで簡単な分析が行えることが望ましい．講義の際は, 実際にExcelを活用したり, Google Colabを用いたハンズオン形式で進める.
必要環境：ノートPC（ExcelやGoogle Colabを用いたPythonを使用）、ネットワークがつながる環境

The lecture will be conducted in Japanese. Basic knowledge of financial engineering and the ability to perform simple analysis using Excel and programming are desirable. The lecture will be conducted in a hands-on style using Excel and Google Colab.
Required environment: Notebook-PC (using Excel and Python with Google Colab), network connection.

最終レポートによる評点(100%)．講義の内容を理解できているか，レポートの書き方が適切であるかを評価の基準とし，情報学研究科成績評価規程第7条による成績評価を行う．

この講義では特に予習，復習の必要はない．講義中に疑問に思ったことや，実務の問題としてより詳細に内容を知りたいときは講義内または講義後に適宜質問すること．

IT化とネットワーク化が進行し、情報システムが企業活動・学術活動に不可欠になった現代において、そこに潜む脆弱性を狙ったサイバー攻撃により社会が大きな影響を受けることが問題となっている。本講義では、インターネットおよび組織内ネットワークを利用する際に知っておくべき知識、例えば、安全確保、攻撃からの防御と運用の継続、消されたデータの復旧、法制度などについて、システム管理者・利用者の視線に立ちながら最新技術を交えて講述する。

情報システムを利用する上での危険性を認識するとともに、その対策の概要を知る。

開講日程：
4月11日(金)、18(金)、25日(金)
5月2(金)、9日(金)、16日(金)、30日(金)
各4-5限
期末試験・フィードバック：
6月6日(金) 4-5限

[基礎技術]
ネットワーアーキテクチャ: IPv4、IPv6、TCP、UDP
サイバー攻撃と防御技術:マルウェア、脆弱性攻撃、不正アクセス検知、アンチウィルス、ブロックチェーン、オニオンルーティング

[攻撃技術]
ソーシャルエンジニアリング
脆弱性探索: ペネトレーションテスト、倫理的ハッキング、レインボーテーブル
攻撃の自動化: AIによる脆弱性自動探索と攻撃プログラム自動作成

[防御技術]
自動防御プログラム: 攻撃検知から防御プログラム生成
デジタルフォレンジックス: 消されたデータの復旧作業の手順と実態
サイバーインテリジェンスと状況把握: オープンソース情報、DarkWeb情報などの分析による状況把握

[統合運用]
国内・国外の法制度: 著作権法、不正アクセス禁止法、IoT対策など
サイバーにおけるグループ管理: インシデント発生時の危機管理

特になし

講義でのディスカション等への貢献度、プレゼンテーション等の内容、講義終了後に提出されるレポートにより総合的に判断する。

受講に際し特別の知識は必須ではないが、講義の効果を高めるため事前予習を課す場合がある。