Ｄ.スパース推定

【講義レベル：中級】

日時	７月１３日（水）１０時〜１６時　（５時間）
講師	川野 秀一（電気通信大学）
申込受付期間	５月２３日（月）１０時〜５月３０日（月）１０時　　 ＞＞　申込　＜＜ 申込受付期間は終了しました。 【お詫び】 サーバ障害によりお申込を受け付けられない状態でしたが、現在は復旧しております。（5/25 18時） ご迷惑をおかけし、申し訳ございませんでした。 メールにてお申込いただいた方には、順次「仮受付確認メール」を送信いたします。 5/27（金）までに届かない場合は、恐れ入りますがまでお問い合わせをお願いいたします。
定員	５０名（申込多数の場合は抽選） 申込受付期間終了後2日以内に受講者を決定します。受講決定者には受講証を送付します。
受講料（税込）	５，０００円
受講料納入期間	５月３１日（火）〜６月９日（木） 受講証で受講決定を確認された後、受講料納入期間内に指定の銀行口座にお振込み下さい。 期日までに納入されない場合はキャンセルと見なし、受講権利はキャンセル待ちの方に移行します。 【注意!!】申込受付時に送付されるメールは仮受付のお知らせであり、受講証ではありません。
内容	スパース推定とは，データ発生構造の疎性に着目した統計的推定法である．近年ビッグデータ (特に，超高次元データ) 解析の一手法として注目を浴びはじめ，今後その重要性がますます高まるものと期待されている．本講座では，正則化法に基づいたスパース推定の入門的内容について概説する．具体的には，正則化法からはじめ，lasso法を軸としたスパース推定法，スパース推定の推定値を得るための計算アルゴリズム，構築したスパースモデルの評価方法について解説する．また，実際の解析例や，利用可能なソフトウェアについても紹介する．大学初級程度の微分積分や線形代数と，学部程度の統計学の基礎知識は前提とします． なお，後期開催予定の「確率的最適化」を受講される方は，本講座を聴講していることが望ましいです． 参考文献　Hastie, T., Tibshirani, R., Wainwright, M. (2014) Statistical Learning with Sparsity. Chapman & Hall.
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
申込結果	申込み多数のため、抽選となりました。 ※受講者の皆様には５月３０日（月）に受講証となるメールを送信しましたので、申込時にご登録いただいたメールアドレスにてご確認ください。 ※以下に番号があるにもかかわらず、受講証が届いていない（迷惑メールフォルダにもない）場合はまでご連絡ください。 （受講者の受付番号） 28D002  28D005  28D006  28D007  28D008   28D009  28D010  28D011  28D013  28D014   28D015  28D016  28D017  28D018  28D019   28D020  28D023  28D024  28D026  28D027   28D028  28D029  28D030  28D032  28D034   28D036  28D037  28D038  28D039  28D040   28D043  28D044  28D047  28D050  28D051   28D054  28D055  28D056  28D057  28D058   28D059  28D060  28D061  28D062  28D065   28D067  28D070  28D071  28D073  28D076   28D078  28D079  28D081  28D084  28D085   28D086  28D087  28D088  28D089  28D090   28D091  28D092  28D095  28D097  28D098   28D099  28D100  28D102  28D104  28D105   28D106  28D108  28D111  28D114  28D115   28D116  28D117  28D118  28D119  28D120   28D121  28D123  28D129  28D132  28D133   28D134  28D137  28D138  28D139  28D142   28D143  28D145  28D146  28D149  28D150   28D153  28D154  28D155  28D157  28D158

公開講座の模様