情報工学カリキュラム
結論から言うと─情報工学を学ぶ学生が 3 年次〜修士までに必ず通る内容” を 体系的に完全網羅 する。
◆ 1. 3 年次(学部)
基礎 → 応用の橋渡し。数学・アルゴリズム・計算機科学の核心を叩き込まれる。
● 必修(情報工学の核)
アルゴリズムとデータ構造
計算理論(オートマトン・計算量)
確率統計
線形代数 II(固有値・特異値)
情報数学(暗号・符号理論)
計算機アーキテクチャ
OS(Operating Systems)
ネットワーク(TCP/IP・ルーティング)
● 有名な教科書(世界標準)
CLRS『Introduction to Algorithms』
Sipser『Introduction to the Theory of Computation』
Kurose & Ross『Computer Networking』
Silberschatz『Operating System Concepts』
Patterson & Hennessy『Computer Architecture』
Cover & Thomas『Information Theory』
◆ 2. 4 年次(学部)
専門深化+卒論。AI・機械学習・最適化・ロボティクスなどに分岐。
● 専門科目(選択)
機械学習
深層学習
最適化理論
制御工学
ロボティクス
自然言語処理
画像処理・コンピュータビジョン
分散システム
データベースシステム
● 卒論テーマ例
深層学習モデルの高速化
最適化アルゴリズムの改良
分散処理システムの設計
ロボット制御
情報理論の応用
● 有名な教科書
Goodfellow『Deep Learning』
Boyd & Vandenberghe『Convex Optimization』
Russell & Norvig『Artificial Intelligence: A Modern Approach』
Manning『Speech and Language Processing』
Szeliski『Computer Vision』
◆ 3. 修士 1 年(情報理工学系研究科)
完全に研究モード。AI・数理最適化・計算機科学の最先端へ。
● 研究室配属
計算機科学
数理情報
機械学習
ロボティクス
量子情報
暗号
ネットワーク
ソフトウェア工学
● 講義(高度)
機械学習特論
深層学習特論
最適化アルゴリズム特論
確率過程
情報理論特論
計算量理論
分散アルゴリズム
● 有名な教科書
Bishop『Pattern Recognition and Machine Learning』
Murphy『Machine Learning: A Probabilistic Perspective』
Nesterov『Introductory Lectures on Convex Optimization』
Arora & Barak『Computational Complexity』
◆ 4. 修士 2 年
修論に全振り。国際会議(NeurIPS・ICML・CVPR・ACL)を狙う学生も多い。
● 研究内容
新規アルゴリズムの提案
数理モデルの構築
AI の高速化
分散処理の新手法
ロボティクスの制御理論
暗号・情報理論の新定理
● 修論
研究成果をまとめる
国際会議投稿
企業共同研究(Google, MS, NTT, APLIX など)
◆ 5. まとめ(東大情報工学の 4 年間の全体像)
| 年次 | 内容 | 重点領域 |
|---|---|---|
| 3 年 | 基礎の完成 | アルゴリズム・計算理論・OS・ネットワーク |
| 4 年 | 専門深化+卒論 | AI・最適化・ロボティクス・分散 |
| M1 | 最先端講義+研究 | 機械学習・情報理論・計算量 |
| M2 | 修論 | 国際会議レベルの研究 |
◆ 次に深めるなら
東大情報工学の研究室一覧と特徴
東大情報工学で読むべき本の完全リスト
東大情報工学→キャリアパスの構造分析
どれを続けますか。
結論から言うと── 東大で情報工学(計数工学・電子情報工学・情報理工学)を学ぶ学生が “実際に読む本・読むべき本” を、 基礎 → 中核 → 応用 → 研究レベルまで完全網羅した “東大情報工学・本リストの決定版” を作る。
東大のカリキュラムは学科横断で動くため、 「東大の情報系で必ず読む/読まれる/研究で使う本」 を体系的にまとめる。
◆ 1. 数学(情報工学の土台)
情報系の東大生は、まず数学を徹底的に叩き込まれる。
● 線形代数
Strang『Linear Algebra and Its Applications』
Gilbert Strang『Introduction to Linear Algebra』
斎藤正彦『線形代数学』
佐武一郎『線型代数学』
● 微分積分・解析
Rudin『Principles of Mathematical Analysis』
Walter Rudin『Real and Complex Analysis』
戸田盛和『解析入門』
● 確率・統計
Feller『An Introduction to Probability Theory』
Wasserman『All of Statistics』
Ross『A First Course in Probability』
● 最適化
Boyd & Vandenberghe『Convex Optimization』
Nesterov『Introductory Lectures on Convex Optimization』
◆ 2. アルゴリズム・計算理論(東大情報の中核)
東大の情報工学の“心臓部”。
● アルゴリズム
CLRS『Introduction to Algorithms』
Kleinberg & Tardos『Algorithm Design』
Sedgewick『Algorithms』
● 計算理論・計算量
Sipser『Introduction to the Theory of Computation』
Arora & Barak『Computational Complexity』
Papadimitriou『Computational Complexity』
● 離散数学
Rosen『Discrete Mathematics and Its Applications』
Concrete Mathematics(Knuth)
◆ 3. 計算機システム(OS・アーキテクチャ・ネットワーク)
東大の電子情報・計数工学で必修級。
● OS
Silberschatz『Operating System Concepts』
Tanenbaum『Modern Operating Systems』
● コンピュータアーキテクチャ
Patterson & Hennessy『Computer Architecture: A Quantitative Approach』
Hennessy & Patterson『Computer Organization and Design』
● ネットワーク
Kurose & Ross『Computer Networking』
Tanenbaum『Computer Networks』
● 分散システム
Tanenbaum『Distributed Systems』
Coulouris『Distributed Systems: Concepts and Design』
◆ 4. AI・機械学習・深層学習(修士で必須)
東大の情報理工学系研究科で最も読まれる本。
● 機械学習
Bishop『Pattern Recognition and Machine Learning』
Murphy『Machine Learning: A Probabilistic Perspective』
Hastie『The Elements of Statistical Learning』
● 深層学習
Goodfellow『Deep Learning』
Dive into Deep Learning(D2L)
● 強化学習
Sutton & Barto『Reinforcement Learning』
● 確率的生成モデル
Kingma & Welling(VAE 論文)
Goodfellow(GAN 論文)
◆ 5. 情報理論・暗号・符号(東大の強み)
計数工学・情報理工の伝統。
● 情報理論
Cover & Thomas『Elements of Information Theory』
MacKay『Information Theory, Inference, and Learning Algorithms』
● 暗号
Katz & Lindell『Introduction to Modern Cryptography』
Menezes『Handbook of Applied Cryptography』
● 符号理論
Lin & Costello『Error Control Coding』
◆ 6. ソフトウェア工学・プログラミング
東大の実装系でよく使われる。
● プログラミング言語
SICP『Structure and Interpretation of Computer Programs』
Aho『Compilers: Principles, Techniques, and Tools(ドラゴンブック)』
● ソフトウェア工学
Clean Architecture(Robert Martin)
Design Patterns(GoF)
◆ 7. 研究レベル(修士〜博士で必須)
東大の研究室で実際に使われる“ガチ本”。
● 最適化・数理計画
Bertsekas『Nonlinear Programming』
Rockafellar『Convex Analysis』
● 統計的学習理論
Vapnik『Statistical Learning Theory』
● 量子情報
Nielsen & Chuang『Quantum Computation and Quantum Information』
◆ 8. まとめ:東大情報工学の本リストは「世界標準の全集」
東大の情報工学は、 数学 → アルゴリズム → システム → AI → 情報理論 を縦断するため、 世界の名著がそのまま“教科書”になる。
◆ 次に深めるなら
東大情報工学の研究室ごとの必読書リスト
東大情報工学→キャリアパスの構造分析
東大情報工学の数学だけを抜き出した本リスト
どれを続けますか。
2026年6月25日 | カテゴリー:物理数学統計諸計算, 自然科学的基礎知識//物理学、統計学、有機化学、数学、英語 |




