2018年度 データ解析   Data Analysis

文字サイズ 

アップデートお知らせメールへ登録 お気に入り講義リストに追加
開講元
数理・計算科学系
担当教員名
渡辺 澄夫 
授業形態
講義
曜日・時限(講義室)
火3-4(W834)  金3-4(W834)  
クラス
-
科目コード
MCS.T332
単位数
2
開講年度
2018年度
開講クォーター
4Q
シラバス更新日
2018年3月20日
講義資料更新日
-
使用言語
日本語
アクセスランキング

講義の概要とねらい

学生のみなさんはデータ解析の基礎について理解し、実問題に使えるようになりましょう。この講義では実務で役立つ道具の仕組みとその使い方を説明します。しかしながら、学生のみなさんは役立つかどうかを学問の基準にしてはいけません。本当の学問は数学を基盤とし、大きな視点や深い洞察を与えてくれるものです。現代では古典的なツールだけでは不十分であり、代数幾何、微分幾何、情報熱力学、情報統計力学が実務の場で必須であることを理解しましょう。

到達目標

データ解析の基礎を学び、その仕組みを理解し、実問題に使えるようになりましょう。その上で、データ解析の限界を知りましょう。さらに、本当の学問は数学を基盤とし、大きな視点や深い理解を与えてくれるものであることを理解できるようになりましょう。代数幾何、微分幾何、情報熱力学、情報統計力学が今日のデータ解析では必須であることが理解できるようになりましょう。将来のために純粋数学と理論物理学を学んでおきましょう。

キーワード

データ解析, 実世界, 道具, データ解析の限界、本当の学問とは何かを理解する、数学の大切さを理解する、純粋数学と理論物理学が必要であることを理解する

学生が身につける力

国際的教養力 コミュニケーション力 専門力 課題設定力 実践力または解決力
- - - -

授業の進め方

データ解析の方法を紹介し、その数理的な基礎を説明し、実問題への応用法を述べます。データ解析は道具に過ぎないということを十分に理解した上で適切な利用方法を身につけましょう。本当の学問とは何かを忘れないようにしましょう。

授業計画・課題

  授業計画 課題
第1回 統計モデルは真ではない データ解析はツールに過ぎず、真の分布ではないことを理解する
第2回 回帰分析とその応用、階層型ニューラルネットワーク 線形回帰が使えるようになる。神経回路網を理解する。
第3回 判別分析とその応用、クラス識別問題と深層学習 判別分析が使えるようになる。クラス識別問題が扱えるようになる。
第4回 因子分析とその応用、潜在変数の推定法 因子分析、潜在変数解析が使えるようになる。
第5回 主成分分析とその応用、オートエンコーダー 主成分分析、オートエンコーダーが使えるようになる。
第6回 クラスタ分析とその応用、混合正規分布 クラスタ分析、混合正規分布が使えるようになる。
第7回 時系列予測とその応用、畳み込みニューラルネットワーク 時系列予測、畳み込みニューラルネットワークが使えるようになる。
第8回 まとめと応用 データ解析の前半まとめと応用
第9回 ベイズ法とその応用、汎化損失と学習損失 ベイズ法が使えるようになる。汎化損失と学習損失が理解できる。
第10回 階層ベイズ法とその応用、ハイパーパラメータ最適化 階層ベイズ法が使えるようになる。
第11回 統計的検定とその応用 統計的検定が使えるようになる。
第12回 統計的検定の問題点 統計的検定の問題点を理解する。
第13回 微分幾何と代数幾何、情報量規準 代数幾何と微分幾何を理解し情報量規準に応用できる。
第14回 情報熱力学と情報統計力学,自由エネルギー 情報熱力学と情報統計力学を理解し自由エネルギーに応用できる。
第15回 まとめ データ解析のまとめ

教科書

特になし。

参考書、講義資料等

特になし。

成績評価の基準及び方法

レポートによる。

関連する科目

  • MCS.T223 : 数理統計学

履修の条件(知識・技能・履修済科目等)

初等確率論と統計学を学んでいること。代数幾何、微分幾何、情報熱力学、情報統計力学を学びたいという気持ちを持っていること。この科目では実データの解析法を学びますが、純粋数学と理論物理学が好きであることが履修のための必須条件です。

このページのトップへ