統計学のより進んだ技法のいくつかを,様々な応用分野との関連で述べる。
特にマルコフチェインモンテカルロ法とベイズ法についてふれる。
複雑な統計モデルを解析するために有用であることが知られている技法を幾つか選んで解説す
る。これらは多く計算機を集中的に使用するという点で現代的な技法であり、そのままでは理
論的解析が極めて困難な、多数の要素が確率的に関係しあっているような大規模で複雑なシス
テムのモデル化と、それに基づく統計的解析を可能にする。応用例として、遺伝情報解析、画
像解析、音声認識等の例を紹介する。
1. 統計モデル
2. モンテカルロ法
3. EM 法
4. 隠れマルコフモデル
5. Markov Chain モンテカルロ(MCMC) 法
6. Metropolis 法とギブス抽出法
7. ベイズ法
8. マルコフ確率場モデルと画像解析
教官の用意する講義ノートを配布する。
確率と統計第一(学部), 確率と統計第二(学部), あるいはこれらに該当する科目を履修してい
ることが望ましい.
平常点およびレポートによる.