科目の概要
統計モデリングの授業では、正規分布を仮定した線形回帰を出発点として、一般化線形モデルや近年のニューラルネットベースの確率モデリング手法を含む、様々な発展的な確率モデルについても取り扱う。個々の手法を取り扱うにあたり、必要に応じて最急勾配法やサンプリング法など、パラメータ推定、ベイズ推論に必要なアルゴリズムや推定・推論結果の評価方法についても学ぶ。
科目情報
履修想定年次
3年次
単位数
2単位
開講Q
1Q、3Q
科目区分
選択
授業の方法
オンデマンド科目
評価方法
確認レポート 50% , 単位認定試験 50%
前提推奨科目
前提必須科目
後継推奨科目
科目コード
INF-3-C1-1030-010
到達目標
統計的推論の基礎から発展的なモデリング手法、そしてその実用的な適用までを網羅的に学び、各種フレームワークを活用しそれらを実践的に活用するスキルを習得する。多くの統計モデリング手法を俯瞰することによって、数理統計学の基本的な考え方について理解を深め、その知識を活用する能力を養うことに加えて、近年盛んに研究・実用化されているディープラーニングを用いた確率的モデリング手法を理解するための基礎的な能力を身につける。
教科書・参考書
- CM.ビショップ他「パターン認識と機械学習(上・下)」丸善出版、2012;須山敦志「ベイズ推論による機械学習入門」講談社、2017;須山敦志「ベイズ深層学習」講談社、2019
授業時間外の学修
各回の講義内容は繰り返し見返し、各回二時間ほど復習を行ってください。また、次回の学習内容についてもあらかじめ不明な単語や前提となる知識をWebで調べるなどして各回二時間ほど予習を行ってください。
特記事項
順次公開予定
授業計画
第1回順次公開予定
第1回
順次公開予定
第2回順次公開予定
第2回
順次公開予定
第3回順次公開予定
第3回
順次公開予定
第4回順次公開予定
第4回
順次公開予定
第5回順次公開予定
第5回
順次公開予定
第6回順次公開予定
第6回
順次公開予定
第7回順次公開予定
第7回
順次公開予定
第8回順次公開予定
第8回
順次公開予定
第9回順次公開予定
第9回
順次公開予定
第10回順次公開予定
第10回
順次公開予定
第11回順次公開予定
第11回
順次公開予定
第12回順次公開予定
第12回
順次公開予定
第13回順次公開予定
第13回
順次公開予定
第14回順次公開予定
第14回
順次公開予定
第15回順次公開予定
第15回
順次公開予定