科目名[英文名]
バイオ統計学演習Ａ[Exercise in Biostatistics A]
担当教員[ローマ字表記]
広瀬 修
[
HIROSE, Osamu
]
科目ナンバー
BST2103B
科目ナンバリングとは
時間割番号
20037
科目区分
-----
講義形態
-----
開講学域等
理工学域
適正人数
-----
開講学期
Q1
曜日・時限
木4
単位数
1単位
授業形態
対面と遠隔の併用（対面≧遠隔）
60単位上限
対象外
対象学生
-----
キーワード
-----
講義室情報
自然科学大講義棟(総合研究棟Ⅵ) AV講義室（対面と遠隔（オンデマンド）の併用）
開放科目
-----
備考
-----
授業の主題
近年，解析の対象となるデータは増加の一途を辿り，データ解析の基礎となるデータ科学の重要性が増している．本講義では，古典的なデータ科学の基礎を固めつつ，データの大規模化にも対応できる解析技術を学ぶ．
学修目標（到達目標）
1. 記述統計と推測統計の違いを理解する．
2. 頻度論的統計学とベイズ統計学の違いを理解する．
3. 統計解析に必要とされる最適化の基礎を学ぶ．
授業概要
講義：7回程度
１．統計基礎（回帰分析，検定）
統計学の基礎となる回帰分析を題材としながら，最尤推定およびベイズ推定の基礎を学ぶ．
線形回帰の基礎に加え，基底拡大やカーネル法による非線形回帰，正則化など比較的新しい
データ解析法について学ぶ．多少ではあるが，線形代数および微分積分の知識を要するため，
各自復習しておくことが望ましい．理解度が十分であればバイオインフォマティクス分野で
発展した新しい検定法についても講義する．
２．最適化基礎
回帰分析を行う場合，尤度や事後確率など何らかの最適化を行う必要がある．この講義では
最急降下法，ニュートン法（＋状況を見ながらEMアルゴリズムや内点法などの多少踏み込んだ内容）
について学ぶ．
評価方法と割合
評価方法
出席，レポート（＋中間テスト）等で評価する．
評価の割合
出席（レポート），中間テストなど総合的に評価する．
授業時間外の学修に関する指示
予習に関する指示
特になし．
予習に関する教材
オンデマンド教材（授業内容の一部）
復習に関する指示
特になし．
復習に関する教材
オンデマンド教材（授業内容の一部）
教科書・参考書
特になし
オフィスアワー等（学生からの質問への対応方法等）
質問は授業直後に対応する．
履修条件
特になし
特記事項
特になし
ページの先頭へ