在籍生徒の9割が東京と神奈川の学校
一橋のSDSと東工の情報ではどっちが将来有利になりますか?
一橋のSDSと東工の情報、関東で専攻を情報系に確定させるのには最高な学部だと思うのですが、どちらが良いでしょうか?
筑駒と開成の進学者数で見ると、一橋5:東工4となっています。定員に占める割合でいくと、一橋8.3%:東工4.3%となっています。
出世・起業を考えると一橋の方が上ですが、エンジニアとしての素養を高めたい場合は東工の方が上で悩ましいです。
東工と一橋では、入学時の数学力では東工>一橋だけど、卒業時の実務に関連する微積・線形代数・確率統計では東工≒一橋になる一方、東工は無駄な課題が多くて英語が疎かになり、英語力に関して一橋>東工なのが、出世で大差がつく原因でしょうか?
◯オープンワーク年収統計
ランク 大学名 55歳時年収(万円)
AAA 一橋大学 1,393
AAA 東京大学 1,351
--
AA 京都大学 1,172
A 名古屋大学 1,106
A 神戸大学 1,101
BBB 慶應義塾大学 1,086
BBB 早稲田大学 1,061
BBB 東京工業大学 1,036
◯2016-2022年に新規上場した会社の社長輩出率
大学 社長数 学生数K 輩出率
一橋大学 11 4.4 2.52
東京大学 34 14.0 2.42
東京工業大学 7 4.9 1.44
--
慶應義塾大学 33 28.7 1.15
早稲田大学 34 37.9 0.90
横浜国立大学 6 7.3 0.83
京都大学 9 13.0 0.69
○出身大学別TOEICスコアランキング
https://career.nikkei.com/knowhow/career-improve/002359/
株価のように刻一刻変化し、その動向がランダムなものの確率過程を記述するには、ブラウン運動を数理化したものを用いる。ノイズとともに発展していくランダムな過程を、ブラウン運動を取り入れた確率微分方程式として、初めて数学的に正確に表現したのが伊藤清さん。理学部数学科出身。
ちなみに、日本人としてノーベル経済学賞に最も近かったと言われたのが宇沢弘文さん。やはり理学部数学科出身。
リンク先の論文の著者は京大理学部出身ですけどね…。確率微分方程式はファイナンスでは必須ですね。マクロ経済学だとハミルトニアンとかベルマン方程式を解きます。経済学の数学といってもこの程度ではないでしょうか(ただし、ミクロ経済学は純粋数学に近いところがあり、そもそも概念自体を数学で定義して定理を導き出し、証明する論文が多いです)。
確率統計と微分方程式ぐらいで何を言ってんだか。高等数学を理解したと言うのなら、ベクトル解析や複素関数やフーリエ解析やラプラス変換(マセマのキャンパスゼミ)は扱えないとね。さすがにテンソルやルベーグ積分や多様体までとは言わないが。
まあ、確率統計を学んだのなら、マルコフ過程とポアソン生起を使って待ち行列の問題(←これ基本)は解けるんだよね。
「ベクトル解析や複素関数やフーリエ解析やラプラス変換」
→これ実用するの物理の極一分野だけだから、使う人だけがやればいいんだよ(笑)
テンソルって今どき機械学習で必須だから、文理問わず学部でやるものじゃないの?
AIによって最も置換されやすい分野は数学・コンピュータ科学だと言われている。
日本で開発されていた古いAIに東ロボくんというのがあったが、そんな旧式AIでも、2016年に受けた、代々木ゼミナールの論述式模試 「東大入試プレ」の数学(理系)で、6問中4問を完答、120点満点中80点で、偏差値76.2という成績だったので、今のAIだと全問完答に近いんじゃないか。
データサイエンティストがデータ解析をするときは色々なアプリを使うわけだが、それぞれの研究者はそのアプリのコードを理解してるわけではなくて、うまく活用すればそれでいいわけなので、今後は色々なアプリを駆使する能力が問われるだろう。
確かに。
このスレに登場してくる理系派はかなり年配で、現状把握してないっぽいね。テンソルを無駄に格上げしたり、今どきどうでもいい「マルコフ過程とポアソン生起を使って待ち行列」なんて遺物を持ち出したり(笑)
以前よく顔を出していた、異常に演繹に拘り帰納の何たるかを理解していない、マテリアルサイエンスや創薬を理解していない、哲学者みたいな理系くんと同一人物?
まあいずれにしろ、日本の理系教育の後進性、ある種被害者を暗示しているようで気が重い(笑)
> これ実用するの物理の極一分野だけだから、使う人だけがやればいいんだよ
高等数学はさわりしかやってないならそう言えばいいじゃん。フーリエ解析は周期性を調べるのに、ラプラス変換は過渡現象をみるのに使うから物理の分野だけではない。あと、テンソルはベクトルの先にある概念であって、スカラー行列とは違うよ。




































