大学院

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：2026年10月16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。

生物統計情報学特論X

統計的機械学習

昨今、生体由来のオミクス情報や診断画像情報等を用いて罹患・臨床イベント発現や治療効果を予測する統計モデルの開発を目的とした医学研究が進められている。この種の研究では、予測能の高い統計モデルを構築・検証することが重要になるが、オミクス情報や画像情報から得られるパラメータ数がサンプルサイズに対して過多である等、汎用的に用いられる回帰分析の手法（例えばロジスティック回帰やCox回帰）では十分に予測能の高い統計モデルが構築できないことが知られている。本講義では、予後予測モデルの構築・検証・解釈の場面で用いられる統計手法の基礎知識を統計的機械学習（教師ありの手法のみ）の代表的手法を中心に習得することを目的とする。

MIMA Search

時間割／共通科目コード

コース名

教員

学期

時限

4962500

生物統計情報学特論X

野村　尚吾

火曜4限、火曜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

実務経験のある教員による授業科目

他学部履修

可

開講所属

学際情報学府

授業計画

1　6月8日（月曜開催）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） 2　6月16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） 3　6月23日スパース推定の理論とソフトウェア実習（小川） 4　6月30日前半：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） 5　7月6日（月曜開催）ベイズ最適化・強化学習の理論とソフトウェア実習（松井） 6　7月14日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） 7　7月21日前半：機械学習・AIの医学研究への応用（浜本）後半：医療における自然言語処理の応用（河添）

授業の方法

講義と演習

成績評価方法

演習・レポート（50％）、出席（50％）

履修上の注意

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。

その他

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）。

戻る