C.スパース推定 | 【講義レベル:中級】 |
日時 | 7月4日(火)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22日(月)10時〜5月29日(月)10時
>> 申込 <<
申込受付期間は終了しました。 |
定員 | 100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30日(火)〜6月8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。 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29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 ![]() (受講者の受付番号) 29C001 29C005 29C006 29C007 29C008 29C012 29C013 29C014 29C015 29C016 29C019 29C020 29C021 29C023 29C025 29C026 29C027 29C029 29C030 29C031 29C032 29C035 29C037 29C038 29C041 29C045 29C046 29C048 29C049 29C053 29C054 29C055 29C056 29C059 29C060 29C064 29C065 29C066 29C069 29C070 29C071 29C072 29C074 29C075 29C078 29C083 29C084 29C085 29C086 29C087 29C092 29C096 29C098 29C103 29C106 29C107 29C109 29C111 29C113 29C118 29C121 29C122 29C123 29C124 29C125 29C126 29C127 29C130 29C131 29C132 29C135 29C136 29C138 29C142 29C143 29C144 29C145 29C146 29C147 29C148 29C149 29C151 29C154 29C155 29C156 29C157 29C160 29C161 29C162 29C163 29C164 29C165 29C167 29C168 29C169 29C170 29C171 29C172 29C173 29C175 |