工学系でも理工学系でも、平面や空間における図形を正確に認識し、表現できることが不可欠である。ベクトルの演算や行列の計算、連立1次方程式の解法などを通して、幾何学的対象を代数的に扱える能力を養い、さらに、専門分野への応用も学ぶ。
行動目標●ベクトルを理解し、その演算に習熟し応用することができる。行列の意味を理解し、行列を用いて計算することができる。連立1次方程式を「掃き出し法」を用いて解くことができる。1次変換を理解し、それを行列で表現することができる。毎回の講義に出席し、講義内容の理解に努め、演習や宿題をやり遂げることができる。

線形代数 I に引き続き、幾何学的対象や高次元の対象を代数的に扱う手法について学習する。内容としては線形代数 I で学習したものと重複する部分もあるが、異なる視点から見返すことでより深く理解できることになる。幾何学的対象を代数的に扱える能力を養うことが目的である。
行動目標●行列式の性質を理解し、それを用いて行列式を計算することができる。余因子を用いて逆行列を求めることができる。ベクトル空間（および部分空間）を理解し、基底を用いた計算ができる。行列の固有値、固有ベクトルを求めることができる。毎回の講義に出席し、講義内容の理解に努め、演習や宿題をやり遂げることができる。

数学?理科?工学を統合した科目として、工学に必要な数学を中心に、工学の土台となる物理現象と数学との関連を含めて学ぶ。前半の内容は、関数とそのグラフ、逆関数、三角関数、加法定理、指数関数、対数関数、それらのグラフと応用、である。後半の内容は、微分法の考え方、関数の極限、変化率、微分法、積、商、合成関数の微分法、逆関数とその微分法、関数の増減と極値、高次導関数、べき級数、である。これらを学びながら、空間の位置や時間を独立変数とする関数、および関数の空間的、時間的な変化率によって表される物理法則を数学からのアプローチとして学ぶ。
行動目標●関数の概念を理解し、基本的な関数のグラフを描くことができる。三角関数、指数関数、対数関数について理解し、それらを用いて計算することができる。微分法の考え方を理解し、基本的な関数の導関数を求めることができる。べき級数を理解し、関数を近似式に展開することができる。さらに、これらの関数および微分法を用いて数式化された物理法則を扱うことができる。毎回の講義に出席し、講義内容の理解に努め、提示された課題をやり遂げることができる。

工学のための数理工Ⅰで学んだ微分法をベースとして、工学で必要となる関数の積分法（区分と集積の仕方）について学ぶ。原始関数、積分法の公式、置換積分、部分積分、定積分とその性質、定積分の応用に進み、二変数関数の積分法（重積分法入門）に至る。さらに、微分法と積分法の関係をより深く理解して工学に応用するために、微分方程式（変数分離形、２階同次線形）を学ぶ。これらの応用として、運動する物体のもつ物理量、および回転運動と慣性モーメントについて学ぶ。
行動目標●不定積分を理解し、いろいろな関数の不定積分の計算、また置換積分法、部分積分法を用いた不定積分の計算ができる。基本的な関数の定積分、さらに、置換積分法、部分積分法を用いた定積分または重積分の計算ができる。微分方程式を理解し、変数分離形、２階同次線形微分方程式を解くことができる。物体の運動や慣性モーメントを微分法や積分法を用いて導くことができる。毎回の講義に出席し、講義内容の理解に努め、提出された課題をやり遂げることができる。

建築物の構造や環境などを扱うとき、関数およびその変化を考えることが必要になる。本科目の内容は、関数、関数のグラフ、逆関数、三角関数、指数関数、対数関数であり、初等関数に対する理解とその応用を目指す。
行動目標●関数の概念を理解し、基本的な関数のグラフを描くことができる。三角関数、指数関数、対数関数について理解し、それらを用いて計算することができる。レポート課題に取り組むことによって、建築分野で扱う問題に対して論理的な考え方と表現ができる。毎回の授業に出席し、授業内容の理解に努め、提出された課題をやり遂げることができる。

建築物の構造や環境などを扱うとき、関数およびその変化を考えることが必要になる。本科目の内容は、微分法の考え方、関数の極限、変化率、微分法の公式、積、商の微分法、積分法の考え方、原始関数、微分積分学の基本定理、積分法の公式、部分積分法であり、関数の微分および積分に対する理解とその応用を目指す。
行動目標●微分法について理解し、基本的な関数の導関数を求めることができる。基本的な関数の不定積分を求めることができ、それを定積分に応用して計算できる。統合課題に取り組むことによって、建築分野で扱う問題に対して数理的な見方、考え方ができる。毎回の授業に出席し、授業内容の理解に努め、提出された課題をやり遂げることができる。

構造力学、土質力学、流体力学、材料学、測量学および環境学などに関する課題に取り組むことによって、これらの科目を履修するために必要な関数や微分積分、統計などの数学的知識を身につける。この取り組みによって、建築学や環境土木工学の問題解決にあたって、基礎数学の知識の重要性を理解するとともに、さまざまな問題に数学的知識を適用できるようになる。
行動目標●指数関数の数学的知識を環境?建築の問題に活用できる。対数関数の数学的知識を環境?建築の問題に活用できる。三角関数の数学的知識を環境?建築の問題に活用できる。微分?積分の数学的知識を環境?建築の問題に活用できる。記述統計処理の数学的意味を理解し環境?建築の実験データの解析を行うことができる。毎回の講義に出席し、講義内容の理解に努めて、レポートなどをやり遂げることができる。

建築物の構造や環境に関する理論を理解するには、関数および微分、偏微分、積分の知識が必要となる。本科目では、対数関数、指数関数、三角関数などの導関数を復習し、微分法の発展的内容として、合成関数、逆関数の微分法、２次導関数とその応用（関数の凹凸、曲率）、偏導関数を学ぶ。次に積分法の基礎を復習した後、その発展的内容として、置換積分法、部分積分法を用いた不定積分、定積分とその応用について学ぶ。
行動目標●合成関数の微分法、逆関数の微分法を用いて、いろいろな関数の導関数を求めることができる。置換積分法、部分積分法を用いた不定積分、定積分の計算およびその応用ができる。レポート課題に取り組むことによって、建築分野で扱う問題に対して論理的な考え方と表現ができる。毎回の授業に出席し、授業内容の理解に努め、提出された課題をやり遂げることができる。

建築物の構造や環境に関する理論を理解するには、関数および微分、偏微分、積分の知識が必要となる。微分法と積分法の関係をより深く理解するために、本科目では、関数のべき級数展開、基礎的な微分方程式（変数分離形、１階線形、２階同次線形微分方程式）とそれらの応用について学ぶ。
行動目標●べき級数を理解し、関数のべき級数展開を行うことができる。微分方程式を理解し、変数分離形、１階線形、２階同次線形微分方程式を解くことができる。統合課題に取り組むことによって、建築分野で扱う問題に対して数理的な見方、考え方ができる。毎回の授業に出席し、授業内容の理解に努め、提出された課題をやり遂げることができる。

この科目では情報数理の基礎となる数学を学ぶ。前半ではコンピュータにおける数や論理の取り扱いを学習する。具体的には２進数などｎ進法の基礎、集合の基礎、論理代数（ブール代数）の基礎およびその論理をコンピュータ内で実現するための論理回路の基礎について学ぶ。後半では確率の基礎、Excelの基本操作の学習と、得られたデータに対してExcelを用いた記述統計の基礎を学習し、ヒストグラムや相関図の作成を行う。
行動目標●１０進数から n 進数表示への基数変換や、２進数の四則演算ができる。集合の概念が理解でき、論理演算ができる。コンピュータ内での数や論理の表し方が理解できる。確率、条件付き確率、ベイズの定理が理解できる。基本的な記述統計処理、Excel 等を利用したデータの統計処理ができる。毎回の授業に出席し、授業内容の理解に努めて、レポート?宿題をやり遂げることができる。

この科目では、エンジニアとして必要な数学の基礎を学ぶ。学習内容は、①指数法則，指数関数とそのグラフ，②対数法則，対数関数とそのグラフ，③三角比，三角関数とそのグラフ，④多項式の微分係数と導関数，⑤多項式の不定積分と定積分，⑥Excelによるグラフ作成である。
行動目標●指数法則および対数法則を理解し、それらについて基礎的な計算ができるとともに、指数、対数関数のグラフを描くことができる。いろいろな角に対する三角比の値が求められるとともに、三角関数の基本を理解し、そのグラフを描くことができる。微積分の概念を理解し，多項式の導関数と不定積分、定積分を求めることができる。Excelを使用して指数関数，対数関数，三角関数，平均変化率等のグラフを描くことができる．毎回の授業に出席し，授業内容の理解に努め、演習や宿題をやり遂げることができる。

実験や調査によって得られたデータは統計的な手法を用いて分析、評価する必要がある。本科目ではデータの統計的評価の実践演習を行いながら、その数学的意味を理解する。また、コンピュータの統計分析ソフトを使った統計的な処理方法や統計結果をグラフとして表現する技術を修得する。
行動目標●データの種類や誤差について、それらの特徴を説明できる。基本的な記述統計処理ができる。記述統計結果を表やグラフで適切に表現できる。Rを使ってデータ処理を行うことができる。毎回の講義に出席し、講義内容の理解に努めて、レポート?宿題をやり遂げることができる。

自然現象や社会現象の中には、基礎情報数理で学んだ関数を用いて表現できるものがいろいろある。本科目では、先ず数列の諸性質や極限の概念を学び，微積分学の準備を行う。次に，微分係数や導関数の概念を理解し、合成関数の微分法を習熟することにより，いろいろな関数の変化を調べることができることを知る。さらに、微分の逆演算としての不定積分および和の極限としての定積分を理解し，置換積分法や部分積分法などの手法を習得するとともに面積計算等の定積分の応用にも取り組む。また、表計算ソフトExcelを用いた数理の解析も体験する。
行動目標●極限の概念を理解し、基本的な数列の極限を求めることができる。数列の和について学び、基本的な無限級数の和を求めることができる。数列の漸化式による定義を理解する。基本的な関数の導関数を求めることができる。基本的な関数の不定積分を求めることができ、それを定積分に応用できる。毎回の講義に出席し、講義内容の理解に努め、提出された課題をやり遂げることができる。

人文社会科学に関する評価問題では、多くの特性を同時かつ総合的に取り扱わなければならない場合があり、多変量解析手法はこのときの有効な解決手段となる。本講義では、簡易プログラムの作成を通じて多変量解析の考え方と使い方を学習する。特に、評価過程の予測解析手法および多変量データの要約方法の修得を最大の目標とする。また、今後の学習活動で、これらの手法を使いこなせるようにすることも目標の１つである。
行動目標●プロジェクトデザイン III などの今後の学習活動の中で、多変量解析を使うことができる。予測モデルとデータ要約の概念を区別できる。重回帰分析の基本概念と適用方法を理解できる。主成分分析の基本概念と適用方法を理解できる。

自然界における多様な現象は、２変数の関数や多変数の関数で表現されることが多い。本科目では多変数関数の微分積分学である偏微分法と重積分法について学ぶ。偏微分法については、第１次、第２次偏導関数を求めることと、合成関数の偏導関数を求めることについて学習する。そしてその応用として，２変数関数の極値についてその求め方の概略を学ぶ．重積分法については、重積分を累次積分で計算する方法について学び，さらに，変数変換を用いる効果的な計算法を習得して、いろいろな重積分が計算できるようにする。
行動目標●偏微分、偏導関数の意味を理解し、偏微分係数、偏導関数を微分法の公式などを用いて求めることができる。合成関数の偏導関数を求めることができる。２変数関数の極値を求めることができる。重積分の意味がわかり、累次積分により重積分の値を求めることができる。変数変換、特に極座標変換によって重積分の値を求めることができる。毎回の講義に出席し、与えられた課題に取り組み、講義内容の理解に努めることができる。

ある量の変化に伴って、もう１つの量が定まるとき、この対応関係は関数で表現できる。この科目では初等関数といわれる1次関数、2次関数、有理関数、無理関数、指数関数、対数関数や周期的現象の解析に必要な三角関数について学ぶ。自然現象や社会現象の中でみられる具体的な現象を、関数を用いて表現することで、初等関数に対するより深い理解を目指す。また、関数の変化を調べるために、微分法の手法について習熟する。さらに、積分法について学び、その応用について学ぶ。
行動目標●関数の概念を理解し、1次関数、2次関数などのグラフを描くことができる。指数法則や対数法則を理解し、指数関数、対数関数のグラフを描くことができる。三角関数について理解し、そのグラフを描くことができる。基本的な関数の導関数を求めることができる。基本的な関数の不定積分を求めることができ、それを定積分に応用できる。毎回の講義に出席し、講義内容の理解に努め、提出された課題をやり遂げることができる。

実験や調査によって得られたデータは統計的な手法を用いて分析、評価する必要がある。本科目ではデータの統計的評価の実践演習を行いながら、その数学的意味を理解する。また、コンピュータの表計算ソフトを使った統計的な処理方法や統計結果をグラフとして表現する技術を修得する。
行動目標●データの種類や誤差について、それらの特徴を説明できる。基本的な記述統計処理ができる。記述統計結果を表やグラフで適切に表現できる。Excelを使ってデータ処理を行うことができる。毎回の講義に出席し、講義内容の理解に努めて、レポート?宿題をやり遂げることができる。

本科目の前半では微分法を、後半では積分法を、バイオ?化学のための数理（関数?微積分基礎）を基礎として、より詳しく学ぶ。前半では、初等関数（無理関数、指数関数、対数関数、三角関数）、合成関数、逆関数の導関数とこの応用として関数の増減表とそのグラフ、最適化問題、速度?加速度、偏微分法を学ぶ。後半では、初等関数の不定積分、定積分とこの応用として面積、体積、曲線の長さ、変数分離形微分方程式を学ぶ。微分法と積分法を復習しつつ応用できることを目標とする。
行動目標●微分係数と導関数の公式を用いて、初等関数、合成関数、逆関数を微分できる。関数の増減表、グラフを書けて、最適化問題、速度?加速度、偏微分を計算できる。不定積分の公式、定積分の公式を用いて、初等関数の不定積分、定積分を計算できる。面積、体積、曲線の長さ、変数分離形微分方程式を計算できる。統合課題に取り組んで、理学で扱う問題の数理的な見方、考え方ができる。毎回の講義に出席し、講義内容を理解し、課題をやり遂げて提出できる。

化学は、物質の合成や物質の性質の解明を対象とし、材料開発から環境保全に至る物質の係わる理工学?技術の中核的位置を占める。本科目では理工学?技術に必要な化学の基礎を学び、行動する理工学者?技術者としての基礎を築く一助とし、化学の考え方や知識を理工学?技術に応用できるようにするとともに予習?復習などによって修学スタイルを確立し、自主的?継続的な自学自習能力を身につけることを目標とする。
行動目標●原子の構造、電子の量子数、電子配置から元素の周期律を理解でき、オービタルの基本的な性質を説明できる。代表的な４つの基本的化学結合を説明できる。また、混成軌道のメカニズム、電気陰性度などを説明できる。酸?塩基反応、酸化?還元反応の反応機構や簡単な有機化合物の分類、性質、反応を理解し説明できる。気体の状態方程式を用いて、未知の分子量、物質量（モル数）などを算出できる。溶液の濃度、反応速度、化学平衡、水のイオン積について理解し、説明できるとともに水溶液のｐＨを算出できる。毎回の講義に出席し、内容の理解に努め、予習?復習によって自主的?継続的な自学自習能力を身につけることができる。

専門科目を学ぶためには、自然現象の物理的な見方、考え方ができることが重要である。本科目では、簡単な物体の運動の知識を前提とし、ベクトルおよび微分と積分を用いて，物理学の基礎として特に重要な質点と剛体の運動方程式、仕事とエネルギーの概念を詳しく学ぶ。学んだ知識を応用して、様々な現象を物理的な知見から考察し分析できることを目標とする。
行動目標●運動方程式を理解し、運動方程式を立てて解くことができる。仕事を理解し、積分を用いて仕事の計算ができる。仕事とエネルギーの関係を理解し、積分を用いてポテンシャルエネルギーの計算ができる。剛体の運動方程式を立てて解くことにより剛体の運動を数式で表すことができる。基本的な専門用語および簡単な物理現象の英語表現を理解することができる。毎回の授業に出席し，授業内容の理解に努めて，宿題をやり遂げ，グループ活動にも積極的に参加することができる。

生物学は生命について学ぶとともに、医学?薬学?農学?工学?物理学?化学?地球環境学?資源科学など自然科学研究の基盤となる学問であり、最近では倫理学?心理学?社会科学などと接点を持ち、理系?文系の枠組みを超えた学問である。威廉希尔中文网站に生命系が結びついた医工連携、情報系と生物系の連携、数学と生物系の連携等、異分野融合研究が盛んに行われている。本科目では、「生命とは何か」「生命の誕生」「生命の発生のしくみ」「生命の多様性」「生命科学技術の進歩と社会」について学び、科学的なものの見方、考え方を身につける。
行動目標●生命の基本となる細胞の構造と機能を説明することができる。遺伝子の構造と遺伝現象を理解することができる。環境に適応する細胞の進化を理解することができる。科学レポートを書くことができる。社会と生命科学を関連付けて理解することができる。基本的な専門用語を英語で理解できる。

この科目では、工学において偶然性を伴う現象を解析する場合に必要となる統計的な処理について学習する。偶然性を伴う現象は確率や確率変数を用いて表現できる。観察や実験で得られたデータの整理を通じて、確率変数や確率分布の概念を理解する。また、代表的な確率分布である正規分布、カイ二乗分布、ｔ分布、Ｆ分布の数表の使用に習熟する。さらに、母集団や標本分布について学び、それらを用いて母数の推定?検定ができるようになる。
行動目標●調査や実験で得られたデータを、度数分布表やグラフなどで整理し、平均値、分散、相関係数などを求めることができる。確率変数の概念が理解でき、簡単な確率変数の期待値や分散を求めることができる。基本的な確率分布である二項分布、正規分布が理解でき、確率の計算ができる。推定?検定で必要な標本分布であるカイ二乗分布、ｔ分布、Ｆ分布が理解でき、確率の計算ができる。標本分布を用いて母平均、母分散、母比率の推定?検定ができる。毎回の講義に出席し、与えられた課題に取り組み、講義内容の理解に努めることができる。

工学の問題は、２変数の関数や多変数の関数で表現されることが多い。本科目では多変数関数の微分積分学である偏微分法と重積分法について学ぶ。偏微分法については、第１次、第２次偏導関数を求めることと、合成関数の偏導関数を求めることについて学習する。そしてその応用として，２変数関数の極値についてその求め方の概略を学ぶ．重積分法については、重積分を累次積分で計算する方法について学び，さらに，変数変換を用いる効果的な計算法を習得して、いろいろな重積分が計算できるようにする。
行動目標●偏微分、偏導関数の意味を理解し、偏微分係数、偏導関数を微分法の公式などを用いて求めることができる。合成関数の偏導関数を求めることができる。２変数関数の極値を求めることができる。重積分の意味がわかり、累次積分により重積分の値を求めることができる。変数変換、特に極座標変換によって重積分の値を求めることができる。毎回の講義に出席し、与えられた課題に取り組み、講義内容の理解に努めることができる。

１階の常微分方程式、2階の線形微分方程式（同次、非同次）を中心に学び、技術者としての活動の中で微分方程式を重要なツールとして活用するための知識と応用経験を得る。講義では、さまざまな現象を取り上げ、①分析対象となる現象を数学モデル（微分方程式）で記述する方法、②得られた数学モデルを具体的に解く手法、③得られた解から、現象の変化のパターンや変動の速さ、収束値などを解釈する方法を学び、④最適設計問題などの応用プロジェクトを実施する。
行動目標●対象となる現象から１階の常微分方程式を構成でき、解を求めることができる。対象となる現象から2階の線形微分方程式（同次、非同次）を構成でき、解を求めることができる。対象となる現象から連立線形微分方程式を構成でき、解を求めることができる。微分方程式から得た解を解釈し、現象の変動パターンや変化の速さ、収束値などを評価できる。毎回の講義に出席し、講義内容を理解し、レポート課題をやり遂げることができる。

人工知能：AIに関する学修の序論として，基本的機能や活用例を，アクティブラーニングをとおして体験し，最先端技術について，さまざまな基本的実例をとおして学ぶ。AIの飛躍的発達により，科学?医療研究の新手法や先端的新技術が創出されつつある。AI基礎においては，このようなサイエンス?テクノロジーの新しいパラダイムに対応できる素地を涵養するため，AI独自の画像認識，文章カテゴリー化と自動分類，対話型音声識別などを，初年次学生にも親しみやすい方法で学習する。さらに，初等的なデータ構成をとおして，単なるプログラミングと機械学習の違いについて学び，AIの本質とは何かについて学生同士での議論を行う。この考察によって，工学、建築、情報、バイオ?化学分野で行動する技術者として，AIに対する学習意欲を惹起し，この後に続く，PDや専門教育においてAIを活用しようとする学修態度を養成する。
行動目標●1．コンピュータとAIの違いについて実例をあげて説明できる。2．AIの初等的活用例についてアクティブラーニングをとおして学び，AI基本的特性を理解する。3．AIがどのような性能を持つか実例を挙げて説明できる。

データサイエンスに関する基礎的学修の第1段階として，データ集積の基本手法，データ解析の基本概念，解析に用いるソフトウェアの操作をアクティブラーニングを通して学ぶ。データサイエンスは，科学?工学における重要な分野であり，超スマート社会Society 5.0を実現するためにはデータの活用が不可欠であることや現代社会においてビックデータを活用した知見の活用が重要視されている中で，益々その必要性が高まっている。データサイエンス基礎Ⅰにおいては，このようなサイエンス?テクノロジーの新しいパラダイムに対応できる基礎を身につけるため，データ集計の各種の手法や回帰分析の二つを初年次学生にも親しみやすい方法で学習する。また，工学、建築、情報、バイオ?化学の各分野におけるデータサイエンスの具体的活用例に関する知見を得ることにより，データサイエンスに対する学習意欲を惹起し，この後に続く，データサイエンスⅡへつながる学修態度を養成する。
行動目標●1．データの集積の基本的手法を倫理的問題にも配慮しながら具体的に説明できる。2．データ集積，データ解析の基本的活用例についてアクティブラーニングをとおして学び，基本的活用法を理解する。3．データサイエンスがどのように活用されているか実例を挙げて説明できる。

データサイエンスに関する基礎的学修の第2段階として，データサイエンスⅠで学修したデータ集積の基本的手法，データ解析の基本概念，解析に用いるソフトウェアの操作をふまえ，やや進んだデータ解析の手法について，アクティブラーニングを通して学ぶ。これにより，超スマート社会Society 5.0を実現するためのデータの活用や現代社会において必要とされるビックデータを活用した知見の重要性に対応できる基礎的学修力を涵養する。データサイエンス基礎Ⅱにおいては，サイエンス?テクノロジーの新しいパラダイムに対応できる基礎学修をより深めるため，クラスター分析，決定木分析，（人工）ニューラルネットワークの三つの手法を講義と演習を通して学習する。また，これらの手法の工学、建築、情報、バイオ?化学の各分野における具体的活用例に関する知見を得ることにより，この後に続く，PDや専門教育においてデータサイエンスを活用しようとする学修態度を養成する。
行動目標● 1．データ解析の手法の重要性を具体的に説明できる。2．データ解析の進んだ手法についてアクティブラーニングをとおして学び，基本的活用法を理解する。3．各分野でデータサイエンスがどのように活用されているか実例を挙げて説明できる。