データ解析(2018)


渡辺澄夫





Data Analysis





渡辺澄夫に戻る


この講義は終了しました。

この講義は、数理・計算科学系の学部3年生向けの選択科目です。

数理・計算科学系で学部2年生向けに 開講されている講義「確率論」および「数理統計学」を履修して得られる基礎知識 を有していることが必要になります。

◎ 成績は教務ウェブシステムでの発表までお知らせできません。










(1) モデルは真ではない。 講義ノート

(2) 回帰分析 講義ノート , 回帰曲線(mp4)

(3) 判別分析 講義ノート , 判別分析(mp4) , 神経回路網の学習例(mp4)

(4) 主成分分析 講義ノート , 主成分分析(mp4)

(5) 因子分析 講義ノート , 因子分析(mp4)

(6) クラスタ分析 講義ノート , クラスタ分析(mp4) , ギブスサンプラ(mp4)

(7) 時系列分析 講義ノート , 時系列分析(mp4) , 畳み込み神経回路網の学習例(mp4)

(8) 前半まとめ 講義ノート , 日本の市区町村(mp4)

(9) ベイズ法 講義ノート , 回帰分析・ベイズ法と最尤法の比較(mp4)

(10) 階層ベイズ法 講義ノート , 階層ベイズ法と最尤法の比較(mp4)

(11) 統計的検定 講義ノート , 統計的検定の様子(mp4)

(12) 統計的検定つづき 講義ノート , 統計的検定の様子2(mp4)

(13) モデルの評価 講義ノート , 汎化誤差 - 学習誤差(mp4) , 正則モデルの尤度関数(mp4) , 特異モデルの尤度関数(mp4)

(14) モデルの評価 つづき 講義ノート , 自由エネルギーとラプラス近似(mp4)

(15) 実世界 講義ノート , 神経回路網の例(mp4)