学生による講義紹介
-
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
図1:ベイズの定理
図2:ベイズを使った例題
-
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。
-
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)