☆線形回帰・一般化線形回帰・カーネル・Lasso・グラフィカルモデル・

行列分解・多変量解析・データサイエンスへの応用といった主要キーワードを網羅！

☆本講座では「論理的」にスパース推定を検証し、本質が見えるように導きます！

スパース推定の基本理論と

統計モデリング・機械学習への応用

【提携セミナー】

主催：株式会社情報機構

スパース推定は、大学の講義やテキストが少なく、奥が深いので、独学が難しい。拙書「スパース推定100問 with R/Python」(共立出版)なども、初学者であれば、独力で読み通すことは難しい。また、演習をするといってもパッケージにデータを放り込むだけあれば、本質を把握するとはほど遠い。

本セミナーでは、数式だけではなく、スクラッチのプログラムを追って、論理的にスパース推定を検証していく。そうすることで、見えない本質が見えてくるばかりか、理論的に考えたことが正当化される。脳裏に数学的ロジックを構築し、プログラムを構成して具体的に検証していくという、データサイエンス業界で活躍するための資質が得られる。特に、1日の研修で、エキスパートとして活躍できるような、きっかけをつかむことができたら、と考えている。

◆受講後、習得できること

• カーネル、Lassoなどの技法、知識
• プログラム言語(R, Python)をソースから読んで原理を理解するスキル
• データサイエンス、機械学習の数理科学的な方法、考え方
• (少人数の場合)各自の業務との関連で、問題点を聞く

◆受講対象者

• データサイエンティスト、機械学習エンジニアの方
• スパース推定を克服したい、修得したいという方
• データ解析、システム、ソフト、信号処理、画像ほか関連企業の技術者の方
  ※上記ご担当者様以外のお申込みも大歓迎です。

◆講演中のキーワード

• スパース推定/スパースモデリング
• Lasso, elastic net, fused lasso, graphical lasso
• 遺伝子解析, 線形回帰, ロジスティック回帰
• データサイエンス
• 最適化問題

◆本テーマ関連法規・ガイドラインなど
可能であれば、下記を満足することが望ましい。

• RまたはPythonのプログラムの概略がわかること
• 統計学の最低限の知識

担当講師

大阪大学 大学院基礎工学研究科
システム創成専攻 数理科学領域 統計数理講座
教授 博士（工学）
鈴木譲 先生

■主経歴
1989年　早稲田大学大学院 博士課程修了
1989年4月～1992年3月　早稲田大学 理工学部 助手
1992年4月～1994年3月　青山学院大学 理工学部 助手
1994年4月～1995年3月　大阪大学 理学部 講師
1995年9月～1997年3月　Stanford大学 客員講師
1995年4月～1998年3月　大阪大学大学院 理学研究科 講師
1998年4月～2007年3月　大阪大学大学院 理学研究科 助教授
1998年4月～2007年3月　大阪大学 理学研究科 数学専攻 助教授
2007年4月～2016年3月　大阪大学大学院 理学研究科 准教授
2007年4月～2017年3月　大阪大学 理学研究科 数学専攻 准教授
2017年4月～現在　大阪大学 基礎工学研究科 システム創成専攻 教授
2017年4月～現在　大阪大学大学院 基礎工学研究科 教授

セミナープログラム（予定）

１． 線形回帰
（１）線形回帰
（２）劣微分
（３）Lasso
（４）Ridge
（５）Lasso とRidge を比較して
（６）elastic ネット
（７）λ の値の設定

２．一般化線形回帰
（１）線形回帰のLasso の一般化
（２）２値のロジスティック回帰
（３）多値のロジスティック回帰
（４）ポアッソン回帰
（５）生存時間解析

３．グループLasso
（１）グループ数が1 の場合
（２）近接勾配法
（３）グループLasso
（４）スパースグループLasso
（５）オーバーラップグループLasso
（６）目的変数が複数個ある場合のグループLasso
（７）ロジスティック回帰におけるグループLasso
（８）一般化加法モデルにおけるグループLasso

４．Fused Lasso
（１）Fused Lasso の適用事例
（２）動的計画法によるFused Lasso の解法
（３）LARS
（４）Lasso の双対問題と一般化Lasso
（５）ADMM

５．グラフィカルモデル
（１）グラフィカルモデル
（２）グラフィカルLasso
（３）疑似尤度を用いたグラフィカルモデルの推定
（４）Joint グラフィカルLasso

６．行列分解
（１）特異値分解
（２）Eckart-Youngの定理
（３）ノルム
（４）低階数近似のスパースの適用

７．多変量解析
（１）主成分分析(1)：SCoTLASS
（２）主成分分析(2)：SPCA
（３）K-means クラスタリング
（４）凸クラスタリング

８．データサイエンスへの応用
（１）スパース推定のデータサイエンスへの活かし方

９．質疑応答

公開セミナーの次回開催予定

開催日

2022年10月14日（金）　10:30-16:30

開催場所

Zoomによるオンラインセミナー

受講料

【オンラインセミナー（見逃し視聴なし）】：1名47,300円(税込、資料付)
＊1社2名以上同時申込の場合、1名につき36,300円

【オンラインセミナー（見逃し視聴あり）】：1名52,800円(税込、資料付)
＊1社2名以上同時申込の場合、1名につき41,800円

＊学校法人割引；学生、教員のご参加は受講料50％割引。

●録音・撮影行為は固くお断り致します。

オンライン配信のご案内

★　Zoomによるオンライン配信

については、こちらをご参照ください

備考

配布資料・講師への質問等について
●配布資料はPDF等のデータで送付予定です。受取方法はメールでご案内致します。
（開催1週前～前日までには送付致します）。
＊準備の都合上、開催1営業日前の12:00までにお申し込みをお願い致します。
（土、日、祝日は営業日としてカウント致しません。）

●当日、可能な範囲で質疑応答も対応致します。
（全ての質問にお答えできない可能性もございますので、予めご容赦ください。）
●本講座で使用する資料や配信動画は著作物であり
無断での録音・録画・複写・転載・配布・上映・販売等を禁止致します。

お申し込み方法

★下のセミナー参加申込ボタンより、必要事項をご記入の上お申し込みください。

★【オンラインセミナー（見逃し視聴なし）】、【オンラインセミナー（見逃し視聴あり）】のいずれかから、ご希望される受講形態をメッセージ欄に明記してください。