データ駆動科学入門Ⅰ

科学技術計測によって得られる複雑なデータから、その背後に隠れた法則や関係性を抽出する技術としての
ベイズ推論について学習する．

MIMA Search

授業計画

1. 導入と正則モデル 1-1. 講義への導入と目的 1-2 最小二乗法 1-3. 最小二乗法の精度：確率的定式化とベイズ推論の導入 1-4. モデル選択 2. スペクトル分解のベイズ理論 2-1. スペクトル分解 2-2. 確率的定式化 2-3. モデル選択: 基底関数の個数の決定 2-4. X線光電子分光(XPS)への適用事後分布推定→推定誤差臨界時間窓を導出→時間分割XPSの実験計画

授業の方法

講義(板書とスライドを併用する) 板書用の紙を用意すること

成績評価方法

席と試験またはレポート

履修上の注意

夏休みの集中講義であることに注意講義日程 8/5 水 2, 3, 4, 5限 8/6 木 2, 3, 4限

その他

＜授業情報＞ ZoomURL 8/5 水 2, 3, 4, 5限トピック: データ駆動科学入門I 8/5分 https://u-tokyo-ac-jp.zoom.us/***** ミーティングID ***** 8/6 木 2, 3, 4限トピック: データ駆動科学入門I 8/6分 https://u-tokyo-ac-jp.zoom.us/***** ミーティングID ***** ベイズ推論の基礎を一次関数で理解し、それをスペクトル分解に発展させる＜その他＞高次元データ駆動科学教育プログラム(HD3) 認定科目 [旧称基盤科学領域創成研究教育プログラム(CRETS)] Zoomを使ったオンライン授業を行う.