統計的学習とはデータを学習するアルゴリズムの研究であるが、単にアルゴリズムの説明だけでなく、その背景、特に確率的な考察を通して学習アルゴリズムの確率的振る舞いを理解することを目標にする。情報幾何の枠組みからロス関数を最小にする判別関数の性質について考察する。最後に表現形予測の具体的な問題として遺伝子発現データなどから治療効果などの医学的な問題を紹介する。
本講座に受講するにはFisherの線形判別とロジスティック回帰については、予めに習得・理解していた方が望ましい。
| Ｇ.統計的パターン認識の方法について総合的な理解を目指して | 【講義レベル：中級】 |
| 日時 | １０月２５日（火）１０時〜１６時 （５時間） |
| 講師 | 江口 真透、小森 理（統計数理研究所） |
| 申込受付 | ９月２６日（月）１０時〜１０月７日（金）１７時 ＞＞ 申込 ＜＜ |
| 受講料（税込） | ２，５００円（受付を確認後、１０月１１日（火）〜１４日（金）の間に受講証で指定した銀行口座振込みで納入、 期日までに納入されない場合は、キャンセルとなります。） |
| 定員 | １００名(先着順) |
| 内容 |
統計的パターン認識について、基本的な事柄から最先端の発展までを統一的な視点から把握できるように、統計的学習の観点から構成された講義をする。教師なしデータの学習としてクラスタリングの概説をし、教師ありデータのパターン認識のために判別分析について詳しく解説する。初めにFisherの線形判別からロジスティック回帰について復習をして、その基本的な理解に立って、最近のサポートベクターマシン、アダブーストについて統計的な考え方を紹介したい。 統計的学習とはデータを学習するアルゴリズムの研究であるが、単にアルゴリズムの説明だけでなく、その背景、特に確率的な考察を通して学習アルゴリズムの確率的振る舞いを理解することを目標にする。情報幾何の枠組みからロス関数を最小にする判別関数の性質について考察する。最後に表現形予測の具体的な問題として遺伝子発現データなどから治療効果などの医学的な問題を紹介する。 本講座に受講するにはFisherの線形判別とロジスティック回帰については、予めに習得・理解していた方が望ましい。 |
| 時間割 | |
| 会場 | 統計数理研究所 大会議室 研究所周辺の地図 |
| 開場 | ９時３０分 |
