計算機科学、人工知能、情報処理、ネットワークセキュリティなどを対象に、プログラミングやシステム開発の専門知識を学びます。
授業科目・講師
志望研究科と学習状況に合わせて授業を組み立てます。担当講師は相談後の時間割でご確認ください。
計算機構成論
劉先生
東京大学データ構造とアルゴリズム
楊先生
東京大学形式言語とオートマトン
周先生
東京大学デジタル回路
何先生
東京大学情報理論
項先生
東京科学大学相談可能な選択分野
- 離散数学
- 信号処理
- コンピュータネットワーク
- 機械学習の基礎
学習・指導の流れ

情報分野のイメージ
計算機科学、人工知能、情報処理、ネットワークセキュリティなどを対象に、プログラミングやシステム開発の専門知識を学びます。
指導内容
志望研究科・研究分野に合わせ、専門基礎、過去問、研究計画書、面接を指導します。授業内容と進度は、現在の理解度を踏まえて設定します。
学習方法

対面・オンライン指導に、授業の見直しや段階的な復習を組み合わせます。学部の専攻、志望校、入学希望時期を伺い、専門講師が適した準備方法を検討します。
専門分野と学習の重点
コンピュータ科学、人工知能、情報処理、ネットワークセキュリティなどを対象とします。研究室のテーマと入試科目を確認し、研究への関心と学習内容を結び付けます。
数学と専門科目
数学の基礎:微積分、線形代数、確率・統計、離散数学を通じ、論理的な導出、抽象的な表現、モデル化を学びます。
専門科目:データ構造とアルゴリズム、コンピュータアーキテクチャ、形式言語とオートマトン、論理回路、情報理論。志望先に応じて信号処理、ネットワーク、機械学習の基礎も検討します。
知識の整理から過去問へ
分野ごとに概念を整理し、アルゴリズム解析、システム構成、論理的な導出を練習します。過去問で出題の違いを把握し、誤りやすい点、解答手順、時間配分を見直します。
研究計画と面接

授業、プロジェクト、卒業研究の経験から問題意識を整理し、研究目的、関連研究、方法、検証の考え方を明確にします。面接では専門基礎、研究動機、計画の実現可能性を練習します。
将来の方向性
ソフトウェア開発、人工知能、ネットワークセキュリティ、ゲーム開発、データエンジニアリングなどを視野に、研究内容と長期的なキャリアへの関心を合わせて考えます。



