KA241101 ベイズ統計

広島大学シラバス

English

年度 2025年度開講部局情報科学部

講義コード KA241101 科目区分専門教育科目

授業科目名ベイズ統計

授業科目名
（フリガナ）ベイズトウケイ

英文授業科目名 Bayesian Statistics

担当教員名 NUNES TENDEIRO JORGE

担当教員名
(フリガナ) ナヌッシュ　テンデイル　ジョージ

開講キャンパス東広島開設期 3年次生前期１ターム

曜日・時限・講義室 (1T) 木9-10,金9-10：工220

授業の方法講義授業の方法
【詳細情報】対面

講義中心、演習中心、板書多用、ディスカッション、学生の発表、野外実習、作業、薬品使用

単位 2.0 週時間 4 使用言語 E : 英語

学習の段階 3 : 中級レベル

学問分野（分野） 25 : 理工学

学問分野（分科） 02 : 情報科学

対象学生

授業のキーワード Bayes, statistics, inference

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）計算機科学プログラム
（能力・技能）
・A. 情報基盤の開発技術，情報処理技術，データを分析して新しい付加価値を生む技術．

データ科学プログラム
（知識・理解）
・D1. 統計とデータ解析の理論体系を理解し，ビッグデータの質的／量的情報を的確かつ効率的に分析するための知識と能力．
（能力・技能）
・A. 情報基盤の開発技術，情報処理技術，データを分析して新しい付加価値を生む技術．
・B. 新たな課題を自ら発見し，データに基づいた定量的かつ論理的な思考と，多角的視野と高度な情報処理・分析により，課題を解決する能力．

知能科学プログラム
（能力・技能）
・A. 情報基盤の開発技術，情報処理技術，データを分析して新しい付加価値を生む技術．
・B. 新たな課題を自ら発見し，データに基づいた定量的かつ論理的な思考と，多角的視野と高度な情報処理・分析により，課題を解決する能力．

授業の目標・概要等 To learn the basics of Bayesian statistics, using R and Stan.

授業計画 Introduction. Bayesian inference as reallocation of credibility
Probability
Bayes' rule
Binomial proportion: Exact mathematical analysis
Markov chain Monte Carlo I: Metropolis sampling
Markov chain Monte Carlo II: Gibbs sampling, Hamiltonian Monte Carlo
Stan
Hierarchical models
One- and two-group models
Linear regression I
Linear regression II
ANOVA and ANCOVA I
ANOVA and ANCOVA II
Logistic regression
Poisson regression

This course will be evaluated using both check tests and assignments.

Students should bring their laptops to class, with a working internet connection. Installing R, RStudio, and Stan is required.

教科書・参考書等 Kruschke, J. K. (2015). Doing Bayesian data analysis: A tutorial with R, JAGS, and Stan (2nd ed.). Academic Press.

授業で使用する
メディア・機器等配付資料, moodle

【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 It is best to work regularly. Follow the lecture sequence. Reproduce all examples discussed in the lectures on your own. Actively 'play' with the Shiny apps provided in-class. Work carefully through the check tests and assignments.

履修上の注意
受講条件等

成績評価の基準等 Check tests and assignments

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。

年度	2025年度	開講部局	情報科学部
講義コード	KA241101	科目区分	専門教育科目
授業科目名	ベイズ統計
授業科目名（フリガナ）	ベイズトウケイ
英文授業科目名	Bayesian Statistics
担当教員名	NUNES TENDEIRO JORGE
担当教員名 (フリガナ)	ナヌッシュ　テンデイル　ジョージ
開講キャンパス	東広島	開設期	3年次生前期１ターム
曜日・時限・講義室	(1T) 木9-10,金9-10：工220
授業の方法	講義	授業の方法【詳細情報】	対面
講義中心、演習中心、板書多用、ディスカッション、学生の発表、野外実習、作業、薬品使用
単位	2.0	週時間	4	使用言語	E : 英語
学習の段階	3 : 中級レベル
学問分野（分野）	25 : 理工学
学問分野（分科）	02 : 情報科学
対象学生
授業のキーワード	Bayes, statistics, inference
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）	計算機科学プログラム（能力・技能）・A. 情報基盤の開発技術，情報処理技術，データを分析して新しい付加価値を生む技術．データ科学プログラム（知識・理解）・D1. 統計とデータ解析の理論体系を理解し，ビッグデータの質的／量的情報を的確かつ効率的に分析するための知識と能力．（能力・技能）・A. 情報基盤の開発技術，情報処理技術，データを分析して新しい付加価値を生む技術．・B. 新たな課題を自ら発見し，データに基づいた定量的かつ論理的な思考と，多角的視野と高度な情報処理・分析により，課題を解決する能力．知能科学プログラム（能力・技能）・A. 情報基盤の開発技術，情報処理技術，データを分析して新しい付加価値を生む技術．・B. 新たな課題を自ら発見し，データに基づいた定量的かつ論理的な思考と，多角的視野と高度な情報処理・分析により，課題を解決する能力．
授業の目標・概要等	To learn the basics of Bayesian statistics, using R and Stan.
授業計画	Introduction. Bayesian inference as reallocation of credibility Probability Bayes' rule Binomial proportion: Exact mathematical analysis Markov chain Monte Carlo I: Metropolis sampling Markov chain Monte Carlo II: Gibbs sampling, Hamiltonian Monte Carlo Stan Hierarchical models One- and two-group models Linear regression I Linear regression II ANOVA and ANCOVA I ANOVA and ANCOVA II Logistic regression Poisson regression This course will be evaluated using both check tests and assignments. Students should bring their laptops to class, with a working internet connection. Installing R, RStudio, and Stan is required.
教科書・参考書等	Kruschke, J. K. (2015). Doing Bayesian data analysis: A tutorial with R, JAGS, and Stan (2nd ed.). Academic Press.
授業で使用するメディア・機器等	配付資料, moodle
【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	It is best to work regularly. Follow the lecture sequence. Reproduce all examples discussed in the lectures on your own. Actively 'play' with the Shiny apps provided in-class. Work carefully through the check tests and assignments.
履修上の注意受講条件等
成績評価の基準等	Check tests and assignments
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