データサイエンス

講義内容

• 第1回：単回帰（最小二乗法、最尤法）

• 第2回：単回帰（決定係数、仮説検定）

• 第3回：重回帰（最小二乗法、最尤法）

• 第4回：重回帰（決定係数、仮説検定）

• 第5回：変数選択

• 第6回：正則化法

• 第7回：コンピュータ演習

• 第8回：ベイズ統計（事前分布，事後分布）

• 第9回：ベイズ統計（最大事後確率推定，EAP推定）

• 第10回：マルコフ連鎖モンテカルロ法（マルコフ連鎖，詳細釣り合い条件）

• 第11回：マルコフ連鎖モンテカルロ法（メトロポリス・ヘイスティングス法，ギブスサンプリング法）

• 第12回：機械学習（教師あり学習）

• 第13回：機械学習（教師なし学習）

• 題14回：機械学習（強化学習）

• 第15回：コンピュータ演習

※ 資料などはGoogle Classroomをご確認ください．