【講演要旨】
ベイズ統計学は，計算機の性能向上に伴い，現代のデータ分析に欠かせないツールとなっている。また，迷惑メール判別など，応用も幅広い。本講座では，ベイズの定理にはじまるベイズ統計学の基本的な考え方を古典的な頻度統計学との対比を交えつつ学ぶ。さらに，ベイズ推定，ギブスサンプリング法やメトロポリス・ヘイスティングス法などのマルコフ連鎖モンテカルロ法とその応用について学ぶ。
【習得できる知識】
１．ベイズ統計学について古典的な頻度統計学との対比に基づいた理解
２．ベイズ推定、ギブスサンプリング法など具体的な技術
３．データ分析等に際して技術の適用例
【プログラム】
１．確率の復習
1.1 確率の図を使った理解
1.2 順列・組合せ
1.3 条件付き確率
２．ベイズの定理を使ってみる
2.1 ベイズの定理とは？
2.2 結果から原因を探っていく
2.3 機械的に解けるのがベイズの強み
2.4 ベイズの定理を使って解いてみる
３．「連鎖の確率」を扱うベイジアンネットワーク
3.1 ベイジアン・ネットワークとは何か
3.2 複雑なネットワークを扱う
3.3 ノードの確率で連鎖の確率が分かる
3.4 ナイーヴ・ベイズフィルター
４．「尤度」の理解を深める
4.1 ベイズの壺問題で「尤度」を考える
4.2 尤度関数を見る
５．ベイズ統計の応用例
5.1 ベイズの定理からベイズ統計へ
5.2 ベイズ統計でよく使う「確率分布」
5.3 線形回帰，ロジスティック回帰
5.4 マルコフ連鎖モンテカルロ法
【質疑応答】
|
