データ解析(2019)


渡辺澄夫





Data Analysis





渡辺澄夫に戻る


この講義は終了しました。

成績は教務ウェブシステム上で公開されるまで お知らせすることはできません。




(0) いつも何度でも尋ねられることへの回答: 「主義」を心配するみなさまに

(1) 第01回  モデルは真ではない

(2) 第02回  回帰分析 , 回帰分析(修正)

(3) 第03回  回帰分析つづき , 回帰曲線(mp4)

(4) 第04回  判別分析 , 判別分析(mp4) 神経回路網の学習例(mp4)

(5) 第05回  主成分分析 , 主成分分析(mp4)

(6) 第06回  因子分析 , 因子分析(mp4)

(7) 第07回  クラスタ分析 , クラスタ分析(mp4) , ギブスサンプラ(mp4)

(8) 第08回  時系列分析 , 時系列分析(mp4) , 畳み込み神経回路網の学習例(mp4)

(9) 第09回  ベイズ法 , 回帰分析・ベイズ法と最尤法の比較(mp4)

(10) 第10回  階層ベイズ法 , 階層ベイズ法と最尤法の比較(mp4)

(11) 第11回  周辺尤度 , 自由エネルギーとラプラス近似(mp4)

(12) 第12回 汎化損失と周辺尤度 ,

(13) 第13回 統計的検定 , 統計的検定の様子(mp4)

(14) 第14回 統計的検定(続き) , 統計的検定の様子2(mp4)

(15) 第15回 実世界 , 神経回路網の例(mp4)






いただいたご質問とご回答(1)
いただいたご質問とご回答(2)






〇 「データ解析 MCS.T332」は、数理・計算科学系の学部3年生向けの選択科目です。
卒業のために必要になる科目ではありません。

〇 「データ解析 MCS.T332」を履修するためには、 学部2年生向けの講義「確率論基礎 MCS.T212」および「数理統計学MCS.T223」を履修し 単位を取得していることが必要です。










2018年度の講義記録