|
授業のテーマ
|
授業の内容(90分授業=2時間)
|
事前/事後学修の内容
|
|
1
|
情報数学特論3を学ぶ上での準備
|
本講義で学ぶ事柄やその準備、成績評価について説明する。統計ソフトウェアRの説明。
|
配付資料、参考書を用いた予習復習。Rを動かして理解を深める。
|
|
2
|
単回帰分析
|
単回帰モデル、決定係数、回帰係数の仮説検定
|
配付資料、参考書を用いた予習復習。Rを動かして理解を深める。
|
|
3
|
重回帰分析(1)
|
最小2乗法、最小2乗推定量
|
配付資料、参考書を用いた予習復習。Rを動かして理解を深める。
|
|
4
|
重回帰分析(2)
|
最小2乗推定量の性質
|
配付資料、参考書を用いた予習復習。Rを動かして理解を深める。
|
|
5
|
重回帰分析(3)
|
最尤法、回帰係数の仮説検定
|
配付資料、参考書を用いた予習復習。Rを動かして理解を深める。
|
|
6
|
重回帰分析(4)
|
変数選択
|
配付資料、参考書を用いた予習復習。Rを動かして理解を深める。
|
|
7
|
非線形回帰分析
|
スプライン回帰
|
配付資料、参考書を用いた予習復習。Rを動かして理解を深める。
|
|
8
|
一般化線形モデル
|
ロジスティック回帰モデル
|
配付資料、参考書を用いた予習復習。Rを動かして理解を深める。
|
|
9
|
判別分析(1)
|
線形判別、2次判別
|
配付資料、参考書を用いた予習復習。Rを動かして理解を深める。
|
|
10
|
判別分析(2)
|
フィッシャー判別
|
配付資料、参考書を用いた予習復習。Rを動かして理解を深める。
|
|
11
|
判別分析(3)
|
k近傍法、決定木、ニューラルネットワーク
|
配付資料、参考書を用いた予習復習。Rを動かして理解を深める。
|
|
12
|
次元圧縮
|
主成分分析、ラプラシアン固有マップ、t-SNE
|
配付資料、参考書を用いた予習復習。Rを動かして理解を深める。
|
|
13
|
クラスター分析(1)
|
階層的クラスタリング、k-means法
|
配付資料、参考書を用いた予習復習。Rを動かして理解を深める。
|
|
14
|
クラスター分析(2)
|
混合正規分布
|
配付資料、参考書を用いた予習復習。Rを動かして理解を深める。
|
|
15
|
クラスター分析(3)
|
スペクトラルクラスタリング
|
配付資料、参考書を用いた予習復習。Rを動かして理解を深める。
|