生物統計情報学特論X

①6月4日 前半：統計的機械学習入門（松井） 後半：ニューラルネットワーク・深層学習の理論（松井） ②6月11日 前半：Pythonによるテーブルデータの解析（関） 後半：Pythonによる畳み込みニューラルネットワークの解析（関） ③6月18日 スパース推定の理論とソフトウェア実習（小川） ④6月25日（後半はオンライン実施） 前半：アンサンブル学習（bagging・ランダムフォレスト・boosting）（今井） 後半：選択的推論（梅津） ⑤7月3日（3, 4限） ベイズ最適化・強化学習の理論とソフトウェア実習（本多） ⑥7月9日（15:30開始） 治療効果の異質性に関する予測モデルの理論とソフトウェア実習（菅澤） ⑦7月16日 前半：機械学習・AIの医学研究への応用（浜本） 後半：自然言語処理（河添）

講義と演習

演習・レポート（50％）、出席（50％）

資料を配布する。

講義中に適宜紹介する。

ノートPCを持参すること。 日程・実施形態の一部が不規則なので注意すること。 オンライン実施時のURLについては開講期間中に別途案内する。

履修登録をせず、聴講のみを希望する場合は、聴講を希望する科目の担当教員から 事前に許可を得ること。ただし、以下のことに留意すること。 ・聴講希望者は、氏名、所属、メールアドレス、 聴講希望科目を 　***** 　まで連絡すること。 ・希望者が多数の場合は、人数を制限することがある。 ・統計解析ソフトウェア SAS を用いた実習を行う科目を受講する際は、SAS がイン ストールされたノート PC を各自用意すること（PC の貸与はありません）。 ・聴講が認められた科目には、特段の理由がない限り、最終講義まで出席すること （欠席が多い場合は、他科目の聴講申請・聴講許可を取り消す場合がある）。