山梨大学電子シラバス>検索結果一覧>授業データ |
授業科目名
|
担当教員
|
|||||||||||||
コンピュータ理工学特別講義V
|
小澤 賢司/郷 健太郎
|
|||||||||||||
時間割番号
|
単位数
|
コース
|
履修年次
|
期別
|
曜日
|
時限
|
||||||||
GTK613 | 2 | (未登録) | 1 | 後期 | 水 | I | ||||||||
[概要と目標] | ||||||||||||||
本特別講義では,ベイズ統計学を取り上げる。ベイズ統計学は,データから有益な情報を取り出すための強力な方法論であり,機械学習・人工知能分野においても多彩な応用が実践されている。講義前半では,ベイズの定理から出発し,サンプリングによる事後分布の評価方法まで学ぶ。後半では、実験での統計処理にベイズ統計を用いる手法を学ぶ。有意性検定やp値を使う古典的な統計解析と比較しながら、ベイズ統計による実験データ解析の基礎を理解する。 | ||||||||||||||
[到達目標] | ||||||||||||||
1. ベイズ推論の枠組みを理解する。<BR>2. サンプリング(ハミルトニアンモンテカルロ法)による事後分布の評価方法を体得する。<BR>3. 実験計画法と対応するベイズ統計を習得する。 | ||||||||||||||
[必要知識・準備] | ||||||||||||||
学部レベルの統計学(確率変数,記述統計量,推測統計量,検定) | ||||||||||||||
[評価基準] | ||||||||||||||
|
||||||||||||||
[教科書] | ||||||||||||||
[参考書] | ||||||||||||||
(未登録) | ||||||||||||||
[講義項目] | ||||||||||||||
(第1回〜第8回前半の担当:小澤賢司、第8回後半〜第15回の担当:郷 健太郎)<BR>第1回 確率に関するベイズの定理,ナイーブベイズ分類器<BR>第2回 主観確率<BR>第3回 確率変数と確率分布,最尤推定<BR>第4回 分布に関するベイズの定理,ベイズ推定<BR>第5回 メトロポリス・ヘイスティング法<BR>第6回 ハミルトニアンモンテカルロ法(原理)<BR>第7回 ハミルトニアンモンテカルロ法(実習)<BR>第8回前半 講義前半の総括(45分)<BR>第8回後半 実験法の基礎 (45分)<BR>第9回 実験計画とデータの整理<BR>第10回 1群のデータに対する推測<BR>第11回 独立した2群の差の推測<BR>第12回 対応ある2群の差と相関の推測<BR>第13回 実験計画による多群の差の推測<BR>第14回 比率とクロス表の推測<BR>第15回 講義後半の総括 |