年度 |
2024年度 |
開講部局 |
理学部 |
講義コード |
HX204600 |
科目区分 |
専門教育科目 |
授業科目名 |
数学特別講義(スパース共分散推定) |
授業科目名 (フリガナ) |
スウガクトクベツコウギ |
英文授業科目名 |
Sparse covariance estimation |
担当教員名 |
担当教員未定,若木 宏文 |
担当教員名 (フリガナ) |
タントウキョウインミテイ,ワカキ ヒロフミ |
開講キャンパス |
東広島 |
開設期 |
4年次生 後期 4ターム |
曜日・時限・講義室 |
(4T) 集中 |
授業の方法 |
講義 |
授業の方法 【詳細情報】 |
|
講義中心、板書多用 |
単位 |
1.0 |
週時間 |
|
使用言語 |
J
:
日本語 |
学習の段階 |
4
:
上級レベル
|
学問分野(分野) |
25
:
理工学 |
学問分野(分科) |
01
:
数学・統計学 |
対象学生 |
4年次生 |
授業のキーワード |
LASSO, スパース推定, 主成分分析, 因子分析 |
教職専門科目 |
|
教科専門科目 |
|
プログラムの中での この授業科目の位置づけ (学部生対象科目のみ) | |
---|
到達度評価 の評価項目 (学部生対象科目のみ) | |
授業の目標・概要等 |
共分散行列のスパース推定の考え方を理解する. |
授業計画 |
第1回 Lasso入門 第2回 Lassoの理論1 第3回 Lassoの理論2 第4回 Graphical Lasso 第5回 主成分分析におけるスパース推定 第6回 因子分析におけるスパース推定 |
教科書・参考書等 |
Hastie, T., Tibshirani, R., & Wainwright, M. (2015). Statistical learning with sparsity: the lasso and generalizations. CRC press. |
授業で使用する メディア・機器等 |
|
【詳細情報】 |
|
授業で取り入れる 学習手法 |
|
予習・復習への アドバイス |
わからない所は積極的に質問してください. |
履修上の注意 受講条件等 |
|
成績評価の基準等 |
講義中の取り組みとレポートにより成績評価を行う. |
実務経験 |
|
実務経験の概要と それに基づく授業内容 |
|
メッセージ |
|
その他 |
|
すべての授業科目において,授業改善アンケートを実施していますので,回答に協力してください。 回答に対しては教員からコメントを入力しており,今後の改善につなげていきます。 |