① 11月24日
ベイズ統計学の基礎(事前分布と事後分布、ベイズ推論の基礎)
② 12月1日
事前分布の選択(共役事前分布、無情報事前分布,経験ベイズ法)
③ 12月8日
演習(基本的なベイズ推論の確認)
④ 12月15日
計算手法 I(ラプラス近似、モンテカルロ法)
⑤ 12月22日
計算手法 II(マルコフ連鎖モンテカルロ法)
⑥ 1月12日
演習(階層ベイズモデルのベイズ推論)
⑦ 1月19日
発展的話題
授業の方法
座学
すべての回、オンラインではなく、対面で実施する。
成績評価方法
演習・レポート(50%)、出席(50%)
教科書
資料を配布する。
参考書
・Hoff, P.D.: A First Course in Bayesian Statistical Methods, Springer, 2009.
・Gelman, A., Carlin, J.B., Stern, H.S., Dunson, D.B., Vehtari, A., and Rubin, D.B.:
Bayesian Data Analysis, Third edition, CRC Press, 2014.
・手良向聡:なぜベイズを使わないのか!?,金芳堂,2017.