広島大学シラバス

シラバスTOPへ
English
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。 
シラバスTOPへ