日本語
English
お問合せ
アクセス
サイトマップ
›
HOME
›
学部概要
›
学部長メッセージ
›
基本理念・3ポリシー
›
カリキュラムマップ
›
コース紹介
›
学生による講義紹介一覧
›
研究活動
›
教員一覧
›
広報・刊行物
›
パンフレット
›
News Letter
›
公式SNS
入学希望の皆様
›
在学生の皆様
›
社会人の皆様
›
企業・各種機関の皆様
›
toggle navigation
MENU
HOME
学部概要
学部長メッセージ
基本理念・3ポリシー
カリキュラムマップ
コース紹介
学生による講義紹介一覧
研究活動
教員一覧
広報・刊行物
パンフレット
公式SNS
入学希望の皆様
カリキュラムマップ
基本理念・3ポリシー
コース紹介
入試情報
学生による講義紹介一覧
企業インタビュー
在学生の皆様
学生便覧
企業インタビュー
データサイエンス応用基礎教育プログラム
学生による講義紹介一覧
関連リンク(学内専用)
社会人の皆様
大学院の設置について
IT先端技術応用講座
企業・各種機関の皆様
実社会課題解決プロジェクト
研究者紹介
就職・インターンシップ
共同研究・受託研究
兼業依頼
その他
お問合せ
アクセス
サイトマップ
入学希望の皆様
カリキュラムマップ
基本理念・3ポリシー
コース紹介
入試情報
学生による講義紹介一覧
企業インタビュー
学生による講義紹介
Lecture Introduction
科目名
ベイズ統計学
講義分類
DSコース選択・ISコース選択
履修学年
3年生
第3・4クオーター
担当教員
高橋 将宜
講義の目的
情報を得るたびに確率が更新される統計学を理解する
講義の内容
初めに「ベイズ統計学」の基本概念を学びます。ベイズ統計はある事象に対して最初の確率を自由に設定していい特徴があります。そして情報が増えるたびに確率を更新していき精度の高い確率を求めることができます。このように新しい情報を逐次追加させることができるため、最初に用意できるデータが少なくてもデータ分析を行うことができます。
ベイズ統計では確率の更新前と更新後が存在するので、それらを使った計算方法や考え方を学びます。高校生の時に少し知っていたベイズの定理(図1)の使い方も理解することができました。他の講義では少ししか出てこないので、本格的に学びたい場合はこの講義をとった方がいいです。またベイズ統計は学習して確率を変化させる特性上、機械学習や深層学習と相性が良く数理的側面で利用されています。3年次の他の講義に「パターン認識と機械学習」があるのでそちらと合わせて受講するといいと思います。
毎回の講義は座学でした。授業内容によってはプログラミング言語「R」を使い複雑な計算を行いました。
図1:ベイズの定理
図2:ベイズを使った例題
講義を受けてみての感想
少ないデータから確率を求められるのは、とても便利だと思いました。講義では図2 のように例題を出してくれたので、ベイズ統計の使い道や利便性を知ることができました。習ったことがない確率の求め方を知れるのは面白かったです。
教科書・教材・参考書
[1]奥村晴彦(2018)「Rで楽しむベイズ統計入門」(技術評論社)
[2]高橋将宜・渡辺美智子(2017)『欠測データ処理:Rによる単一代入法と多重代入法』(共立出版)
講義一覧へ
›