Data Science :From Theory to Practical(Exercise) Use I
| Numbering Code | G-LAS01 80007 SJ55 | Year/Term | 2022 ・ Intensive, First semester | |
|---|---|---|---|---|
| Number of Credits | 1 | Course Type | Seminar | |
| Target Year | Graduate students | Target Student | For all majors | |
| Language | Japanese | Day/Period |
Intensive Scheduled from July to September |
|
| Instructor name | Hayashi Kazunori (Institute for Liberal Arts and Sciences Professor) | |||
| Outline and Purpose of the Course | 講義科目「データ科学：理論から実用へＩ」の内容について、データとコンピュータを使用した実践的演習を集中講義として行う。 | |||
| Course Goals | 「データ科学：理論から実用へＩ」の講義中に解説した各種数理的推定手法に基づいて、コンピュータを用いて観測データから未知ベクトルを推定するデータ解析手法を習得する。 | |||
| Schedule and Contents |
1. データ処理用ソフトウェアのインストールと基本操作の演習 2. サンプリング法による乱数生成、期待値計算の演習 3. 線形推定法による未知ベクトル推定の演習 4. 圧縮センシングによる未知ベクトル推定の演習 5. カルマンフィルタによる未知ベクトル推定の演習 6. 粒子フィルタによる未知ベクトル推定の演習 7. 確率伝播法による確率推論の演習 8. マルコフ連鎖モンテカルロ法による乱数生成の演習 |
|||
| Evaluation Methods and Policy | 演習への取り組み内容と出題されるレポートによって評価する。 | |||
| Course Requirements | 「データ科学：理論から実用へＩ」を履修していることを前提とするが、内容を自習することにより本演習だけを受講することも可能である。プログラミング(言語は問わない)や数値計算の入門程度の知識があることが望ましい。 | |||
| Study outside of Class (preparation and review) | 前回までの授業内容を十分に理解して，各回の授業に臨むこと．また適宜，レポート課題を課す。 | |||
| Textbooks | Textbooks/References | 必要な資料（演習課題等）を講義において配布する。 | ||
| References, etc. |
新版応用カルマンフィルタ, 片山徹, (朝倉書店) グラフィカルモデリング, 宮川雅巳, (朝倉書店) Pattern Recognition and Machine Learning, C. M. Bishop, (Springer) Adaptive Filter Theory, S. Haykin, (Pearson) Compressed Sensing: Theory and Applications, Y. C. Eldar, (Cambridge University Press) |
|||
