学部後期課程
過去（2019年度）の授業の情報です
学内のオンライン授業の情報漏洩防止のため，URLやアカウント、教室の記載は削除しております。
最終更新日：2024年4月22日
授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。
最終更新日：2024年4月22日
授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。
統計学実習[広域システムコース]
統計学実習
現代の『統計学』は様々な学問分野（制御理論・信号処理・人工知能・機械学習・統計物理等々）に波及した、『統計科学』と呼ぶべきものになっている。この授業では講義「統計学/統計学I」で学習した統計解析の手法を使って実際のデータ解析を行う。解析にはpython, MATLAB, Rなどのプログラミング言語を用いる。実習を通じて解析手法の理解を深め，受講者自身が様々な場面において適切な解析手法を自ら選び、使えるものにすることを目標とする。
時間割／共通科目コード
コース名
教員
学期
時限
08D1310
FAS-DA2E09P1
統計学実習[広域システムコース]
大泉 匡史
木曜5限
マイリストに追加
マイリストから削除
講義使用言語
日本語
単位
1
実務経験のある教員による授業科目
NO
他学部履修
可
開講所属
教養学部
授業計画
講義「統計学/統計学I」で学習する以下の項目に関して実習を行う。
１．確率の基礎，正規分布，離散分布，指数型分布族
２．大数の法則，中心極限定理
３．線形回帰，最小二乗法，最尤推定
４．最尤推定の幾何学的理解，Fisher情報量，Kullback-Leibler divergence
５．検定，信頼区間，t検定，カイ二乗検定，分散分析（ANOVA）
６．多次元の確率分布，相関，相互情報量
７．一般化線形モデル
８．モデル選択（AIC, cross validation），重回帰
９．分類問題，ロジスティック回帰，深層学習
授業の方法
統計分析にはPython, MATLAB, R等の中から受講者が用いたいプログラミング言語を用いる。様々な統計解析の手法を使って、シミュレーションデータあるいは実データの解析を行う。
成績評価方法
レポート、期末試験
教科書
特に指定しない。
参考書
『Pythonで理解する統計解析の基礎』 谷合廣紀著 技術評論社
『Rで学ぶ統計学⼊⾨』 嶋田正和・阿部正人著 東京化学同人
『MATLABによる統計解析入門』 (Webセミナー)
https://jp.mathworks.com/videos/introduction-statics-analysis-using-matlab-82328.html
履修上の注意
・講義「統計学／統計学I」と演習「統計学実習」を併せて受講することが望ましい。
・「統計学実習」のみの履修は認めない。
