1基礎理論とアルゴリズム
- 1.1離散数学と応用数学
集合・命題論理の基礎、n進数と浮動小数点の誤差、期待値・分散・正規分布・相関係数などの確率統計、待ち行列で利用率ρと平均待ち時間を求める待ち行列理論（M/M/1）、そして線形計画法・最短経路問題などの最適化を学びます。
- 1.2情報理論と符号化
事象の意外性を数値化する情報量と不確実性の平均を表すエントロピー、頻度に応じて符号長を変えるハフマン符号化などのデータ圧縮、伝送誤りを検知・訂正するパリティ・CRC・ハミング符号、そして文字コード（Unicode/UTF-8等）を学びます。
- 1.3データ構造
配列・リスト・スタック・キューの基礎操作の計算量、階層構造を表す木構造（2分探索木・平衡木・ヒープ）、キーから直接位置を求めるハッシュ、そして頂点と辺で関係を表すグラフを、それぞれの計算量特性とセットで学びます。
- 1.4アルゴリズムと計算量
アルゴリズムの効率を入力サイズの増加で評価するオーダ記法（O記法）、2分探索・ハッシュ探索、クイックソート・マージソート・ヒープソートの計算量と安定性、再帰と分割統治法、重複計算を排除する動的計画法、そしてグラフ探索（幅優先/深さ優先）を学びます。
- 1.5プログラミングとAI基礎
プログラム言語のパラダイムとデータ形式（XML/JSON）、機械学習（教師あり/教師なし/強化学習）と深層学習、画像認識で使われるCNN、生成AIとLLM（大規模言語モデル）、そして人間の言語をコンピュータで扱う自然言語処理を学びます。