統計・機械学習講座
スポット講座
Aアドバンス
開講予定
アーカイブ講座（録画販売中）
複数ある統計モデルのうち、どれがいいかを比べる指標のひとつが情報量規準です。モデル選択の客観的なものさしとして使うことができます。この講座では、代表的な情報量規準である AIC を中心として、次のようなことを学びます。
– 基本概念・実データへの使い方
– 理論背景・導出過程
いずれも、実際の例で具体的に計算し、考え方を理解してもらうことを重視します。また、情報量基準の考え方を理解するために必要な概念である、尤度や最尤推定、カルバック・ライブラー情報量などについても説明していきます。
※2024年6月のご受講、および、アーカイブ講座の動画販売についてお申し込み受付中です。アーカイブ視聴による参加、途中参加も可能です。
現代統計学では、AIC(赤池情報量規準)に代表される情報量規準という概念がなくてはならないものになってきています。統計学の入門程度の教科書にはあまりとりあげられていませんが、流行の統計的モデリングをキチンと理解するためには必要不可欠な概念です。
例えば、線形重回帰を行う場合にどの説明変数を実際の予測に用いるかについてのモデル選択を行う場合、一つの指標となるのが情報量基準です。AICを用いることで、未知のデータに対する予測がよいモデルがどれであるかということを与えられたデータから推測することができます。
この講義では、実際の例で具体的に計算してみることによって、情報量・情報量規準の考え方を理解してもらうことをねらいとしています。また、情報量規準の考え方を理解するために必要な概念である、尤度や最尤推定、カルバック・ライブラー情報量などについても説明していきます。
すうがくぶんかのオリジナルテキスト
メール添付にてお送りいたします
・情報量規準の狙いと使用法を知る
・AIC・BIC によるモデル選択が何を目指す所のものかを理解する
・AIC の導出過程の概略に触れる
・数学III程度の微積分（指数関数・対数関数の微分積分など）
・簡単な行列計算
・統計検定2級程度の統計学
1.1 線形回帰のモデル選択
1.2 赤池情報量規準が一致性を持たないことの実験
1.3 赤池情報量規準とはなにか
2.1 最尤推定
2.2 線形回帰モデルの最尤推定と最小2乗法
2.3 カルバック・ライブラー情報量
2.4 カルバック・ライブラー情報量の計算例
3.1 赤池情報量規準の定義とアイディア
3.2 二項分布における赤池情報量規準の導出
3.3 線形回帰モデルにおける赤池情報量規準の導出
3.4 一般の場合の赤池情報量規準の紹介
3.5 赤池情報量規準の一致性の欠如の仕組み
| 講座名 | 情報量規準入門 |
|---|---|
| 担当講師 | |
| 開講スケジュール |
2024年6月9日,16日,23日,30日(日) |
| 受講方法 |
Zoomによるオンライン講座 授業は録画されます。録画（アーカイブ動画）は授業終了から5年間オンラインにて繰り返しご視聴いただけます。（ダウンロード不可） 詳細はこちらのページをご確認ください。 |
| 教科書 | すうがくぶんかのオリジナルテキスト |
| 受講料 | 税込34,500円(全4回) |
| お支払い方法 |
クレジットカード支払いは本ページ下部「受講料のお支払いについて」よりお願いいたします。 |
| 準備物 | RをインストールしたPC |
下記のボタンを押すと該当する集団講座のチケットをご購入いただけます。
※ボタンを押すと、stripeの決済ページへ遷移します。
| 全4回 |
|---|
2020年前期分よりオンライン授業を録画し、授業の録画販売（アーカイブ販売）を行っております。
アーカイブ講座の動画購入をご検討いただく場合は、下記についてご確認をお願いいたします。
開講中の講座でも、参加時までに終了した講義はアーカイブ動画（講義の録画）にてご受講いただけます。
講義内で直接講師にご質問いただけますので、特にお急ぎでなければ、開講中の講座がおすすめです。
開講中の講座をご希望の方はこちらからお申し込みください。
| 講座名 | 動画内容 | 講師名 | 受講料 |
|---|---|---|---|
| 情報量規準入門 2020年後期 |
全2回 |
井汲 景太 | 34,500円 |
年度別 講座情報
| 年度 | 講座情報 |
|---|---|
| ー | 2024年前期と2020年後期開講の講座のカリキュラムに大幅な違いはございません |
講座のお申し込み・ご相談は
気軽にお問い合わせください。
