HOME > 講義を探す > 数理手法VIII 2019年度開講 数理手法VIII 主に経済・社会系に関する最近の data-driven な研究を紹介し、それらを理解するための数理手法を解説する。研究を進めるのに重要なこれらの数理手法の理解の糸口になるよう講義をする立場で努力する。 講義一覧 第1回 数理手法Ⅷ-1 はじめに:データ解析と数理・物理手法 | 島田 尚 第2回 数理手法Ⅷ-2 固有値、ペロン・フロベニウスの定理(1) | 島田 尚 第3回 数理手法Ⅷ-3 ペロン・フロベニウスの定理(2)、Power Method | 島田 尚 第4回 数理手法Ⅷ-4 行列の対角化、特異値分解 | 島田 尚 第5回 数理手法Ⅷ-5 画像(ピクセル値)の特異値分解、擬似逆行列、最小二乗法 | 島田 尚 第6回 数理手法Ⅷ-6 最小二乗問題と最尤法 | 島田 尚 第7回 数理手法Ⅷ-7 スパースモデリングと主成分分析 | 島田 尚 第9回 数理手法Ⅷ-9 大数の法則 | 島田 尚 第10回 数理手法Ⅷ-10 中心極限定理 | 島田 尚 第11回 数理手法Ⅷ-11 乗算過程と成長過程 | 島田 尚 第12回 数理手法Ⅷ-12 複雑ネットワーク | 島田 尚
HOME > 講義を探す > 数理手法Ⅶ 2019年度開講 数理手法Ⅶ 時間とともに変動する現象を記録したデータが時系列である。時系列に基づき、複雑な現象を理解し、予測、制御や意思決定を行うための方法が時系列解析である。この講義では、時系列のモデリングのための前処理や特徴の可視化、統計的モデリングの方法、線形・定常時系列モデル、状態空間モデルおよび非線形・非ガウス型モデルについて、実際の問題への応用含めつつモデリングの方法を中心に解説し、現実の問題に対応して適切なモデリングができるようになることを目標とする。 講義一覧 第1回 数理手法Ⅶ-1 時系列解析とは,時系列の前処理 | 北川 源四郎 第2回 数理手法Ⅶ-2 共分散関数, スペクトルとピリオドグラム | 北川 源四郎 第3回 数理手法Ⅶ-3 統計的モデリング・情報量規準AIC | 北川 源四郎 第4回 数理手法Ⅶ-4 モデルの推定・選択 | 北川 源四郎 第5回 数理手法Ⅶ-5 ARMAモデルによる時系列の解析 | 北川 源四郎 第6回 数理手法Ⅶ-6 ARモデルの推定 | 北川 源四郎 第7回 数理手法Ⅶ-7 局所定常ARモデル | 北川 源四郎 第8回 数理手法Ⅶ-8 状態空間モデル | 北川 源四郎 第9回 数理手法Ⅶ-9 ARMAモデルの最尤推定とトレンドモデル | 北川 源四郎 第10回 数理手法Ⅶ-10 季節調整モデル: 成分分解による情報抽出 | 北川 源四郎 第11回 数理手法Ⅶ-11 ボラティリティ、時変係数ARモデル | 北川 源四郎 第12回 数理手法Ⅶ-12 非線形・非ガウス型状態空間モデル | 北川 源四郎 第13回 数理手法Ⅶ-13 粒子フィルタ | 北川 源四郎
HOME > 講義を探す > データマイニング入門 2018年度開講 データマイニング入門 ビックデータ分析技術は情報処理技術を学ぶ上で重要となっている。本講義では、データ分析・データマイニングの基礎について学ぶとともに演習を通して実際にデータを分析するプロセスを学ぶ。特に、前期課程の「データマイニング入門」講義のさらに発展的な内容を学習することで、後期課程や大学院におけるデータサイエンス、人工知能、機械学習、自然言語処理などの関連講義の基礎となる知識を習得することを目標とする。 講義一覧 第1回 データマイニング入門-1 イントロダクション | 森 純一郎 第2回 データマイニング入門-2 Python基礎 (1) | 森 純一郎 第3回 データマイニング入門-3 Python基礎 (2) | 森 純一郎 第4回 データマイニング入門-4 データの記述統計・前処理 | 森 純一郎 第5回 データマイニング入門-5 テキスト分析の基礎 | 森 純一郎 第6回 データマイニング入門-6 ネットワーク分析の基礎 | 森 純一郎 第7回 データマイニング入門-7 クラスタリング | 森 純一郎 第8回 データマイニング入門-8 主成分分析 | 森 純一郎 第9回 データマイニング入門-9 教師あり学習(1):線形回帰 | 森 純一郎 第10回 データマイニング入門-10 教師あり学習(2):ロジスティック回帰、過学習と正則化 | 森 純一郎 第11回 データマイニング入門-11 機械学習の実践 | 森 純一郎 第12回 データマイニング入門-12 全体のまとめ | 森 純一郎
HOME > 講義を探す > 数理手法V 2018年度開講 数理手法V 理工学のための現代数学入門:理工系の専門分野の学習では、しばしば現代数学の言葉や概念が顔を出す。そのときに困らないためには、新しい概念の在処を知っているだけでも大変役に立つ。本講義では、今後現れるかもしれない現代数学の諸相を、数学非専門の立場から説き起こす。以下のすべて、または一部について講義する。 講義一覧 第1回 数理手法V-1 連続と位相① | 藤原毅夫 第2回 数理手法V-2 連続と位相② | 藤原毅夫 第3回 数理手法V-3 連続と位相③・微分形式と多様体上の微積分① | 藤原毅夫 第4回 数理手法V-4 微分形式と多様体上の微積分② | 藤原毅夫 第5回 数理手法V-5 微分形式と多様体上の微積分③ | 藤原毅夫 第6回 数理手法V-6 微分形式と多様体上の微積分④ | 藤原毅夫 第7回 数理手法V-7 微分形式と多様体上の微積分⑤ | 藤原毅夫 第8回 数理手法V-8 微分形式と多様体上の微積分⑥ | 藤原毅夫 第9回 数理手法V-9 微分形式と多様体上の微積分⑦・群(Group)① | 藤原毅夫 第10回 数理手法V-10 群(Group)② | 藤原毅夫 第11回 数理手法V-11 群(Group)③ | 藤原毅夫 第12回 数理手法V-12 群(Group)④ | 藤原毅夫
HOME > 講義を探す > 数理手法III 2018年度開講 数理手法III 最適化とその応用について講述する.最適化(数理計画)とは,意思決定のための数理手法の一つである.最適化では,与えられた条件を満たす解のうちである関数を最小(または最大)にするものを求める.工学における多くの問題が,このような最適化問題として定式化できる.この講義では,最適化におけるいくつかの基本的な問題を取り上げ,それらがもつ性質と解法を説明するとともに,それらの応用を紹介する. 講義一覧 第1回 数理手法III-1 最適化の概要、連続最適化:無制約最適化① | 寒野 善博 第2回 数理手法III-2 連続最適化:無制約最適化② | 寒野 善博 第3回 数理手法III-3 連続最適化:無制約最適化③ | 寒野 善博 第4回 数理手法III-4 連続最適化:無制約最適化④ | 寒野 善博 第5回 数理手法III-5 連続最適化:無制約最適化⑤、制約付き最適化① | 寒野 善博 第6回 数理手法III-6 連続最適化:制約付き最適化② | 寒野 善博 第7回 数理手法III-7 凸計画① | 寒野 善博 第8回 数理手法III-8 凸計画② | 寒野 善博 第9回 数理手法III-9 凸計画③ | 寒野 善博 第10回 数理手法III-10 ネットワーク計画① | 寒野 善博 第11回 数理手法III-11 ネットワーク計画②、組合せ最適化① | 寒野 善博 第12回 数理手法III-12 組合せ最適化の近似解法②、整数計画① | 寒野 善博 第13回 数理手法III-13 整数計画② | 寒野 善博 第14回 数理手法III-演習問題 | 寒野 善博
HOME > 講義を探す > コンピュータシステム概論 2018年度開講 コンピュータシステム概論 コンピュータシステムを利用した情報サービスの知識はあらゆる分野で求められている。 本講義では、情報サービスの提供に必要な知識・スキルに加えてそれらの獲得方法を学ぶ。 具体的には、Web サービスの提供を想定し、その実現に必要な知識・技術を解説する。 併せて、具体的なサービス構築を通じ知識・技術の活用に加え、それらの獲得方法を実践的に体得する。 課題発表の時間に学生が設計・構築したサービスのデモをおこない、学生同士で評価する。 講義一覧 第1回 コンピュータシステム概論-1 環境準備 | 小林克志 第2回 コンピュータシステム概論-2 ソフトウェア構成管理 | 小林克志 第3回 コンピュータシステム概論-3 Python Programing (1) | 小林克志 第4回 コンピュータシステム概論-4 Python Programing (2) | 小林克志 第5回 コンピュータシステム概論-5 デジタルデータ形式 | 小林克志 第6回 コンピュータシステム概論-6 SSHによる遠隔ログイン | 小林克志 第7回 コンピュータシステム概論-7 コンピュータの構成要素と性能 | 小林克志 第8回 コンピュータシステム概論-8 ログ管理 | 小林克志 第9回 コンピュータシステム概論-9 データベース | 小林克志 第10回 コンピュータシステム概論-10 SSL/TLS | 小林克志 第11回 コンピュータシステム概論-11 Flaskサンプル | 小林克志 第12回 コンピュータシステム概論-12 Flask + matplotlibサンプル | 小林克志
HOME > 講義を探す > 統計データ解析 Ⅱ 2018年度開講 統計データ解析 Ⅱ ビッグデータの時代と言われている。近年、データの計測およびストレージ技術の発達とともに、大規模データから適切に情報抽出し、それを意思決定に活用することが必須のリテラシーとなっている。いっぽうデータの形式と対応する解析法の変化は著しく、新しい方法を正しく利用するために、普遍的な統計科学の原理を理解することが重要である。基礎となる統計数理とともに、具体的な統計解析手法とその運用を、統計ソフトウエアによるデータ解析実習を通じて習得する。 統計データ解析Ⅱでは、統計ソフトウエアRの説明の後、高次元大規模データに潜む相関構造を発見し計量する多変量解析、および時系列データの基本的な解析法を学ぶ。統計手法の運用とデータハンドリングを実習することに加え、微分積分学、線型代数学等の前期課程数学と連携し、数理科学的側面を意識しながら、実験を介して統計手法の合理性と体系を感得する。 講義一覧 第1回 統計データ解析 Ⅱ-1 統計ソフトウェアR の基本的使用法 1 | 小池 祐太 第2回 統計データ解析 Ⅱ-2 統計ソフトウェアR の基本的使用法 2 | 小池 祐太 第3回 統計データ解析 Ⅱ-3 行列とその演算 | 小池 祐太 第4回 統計データ解析 Ⅱ-4 データの抽出 | 小池 祐太 第5回 統計データ解析 Ⅱ-5 データの可視化 | 小池 祐太 第6回 統計データ解析 Ⅱ-6 連続分布 | 小池 祐太 第7回 統計データ解析 Ⅱ-7 多次元確率変数と多変量分布 | 小池 祐太 第8回 統計データ解析 Ⅱ-8 重回帰分析・最小二乗法 | 小池 祐太 第9回 統計データ解析 Ⅱ-9 分析の評価 | 小池 祐太 第10回 統計データ解析 Ⅱ-10 主成分分析 | 小池 祐太 第11回 統計データ解析 Ⅱ-11 判別分析 | 小池 祐太 第12回 統計データ解析 Ⅱ-12 時系列解析の概要 | 小池 祐太 第13回 統計データ解析 Ⅱ-13 時系列解析・クラスター分析 | 小池 祐太
HOME > 講義を探す > Special Lecture at UTokyo "Linear Algebra" 0年度開講 Special Lecture at UTokyo "Linear Algebra" 講義一覧 第1回 Special Lecture at UTokyo "Linear Algebra" - 1 | Gilbert Strang 第2回 Special Lecture at UTokyo "Linear Algebra" - 2 | Gilbert Strang
HOME > 講義を探す > 統計データ解析Ⅰ 2017年度開講 統計データ解析Ⅰ ビッグデータの時代と言われている。近年、データの計測およびストレージ技術の発達とともに、大規模データから適切に情報抽出し、それを意思決定に活用することが必須のリテラシーとなっている。いっぽうデータの形式と対応する解析法の変化は著しく、新しい方法を正しく利用するために、普遍的な統計科学の原理を理解することが重要である。基礎となる統計数理とともに、具体的な統計解析手法とその運用を、統計ソフトウエアによるデータ解析実習を通じて習得する。 統計データ解析Iでは、受講者が統計ソフトウエアを用いた実験によって確率的現象に慣れ、統計推測法の意味を理解し、データ解析の方法を実習する。統計ソフトウエアRの使い方を学んだあと、シミュレーションによってランダムネスと極限定理を体験する。後で必要になる確率分布を学び、基本的な記述統計量と標本分布に関する基礎事項を学習する。推測統計における基礎的な推定・検定法、および分散分析、回帰分析の方法を、データ処理を通じて実習する。 講義一覧 第1回 統計データ解析Ⅰ-1 統計ソフトウェアR 入門 | 小池 祐太 第2回 統計データ解析Ⅰ-2 パッケージのインストール・データ構造 | 小池 祐太 第3回 統計データ解析Ⅰ-3 ベクトルと行列の計算 | 小池 祐太 第4回 統計データ解析Ⅰ-4 ファイルを用いたデータの読み書き | 小池 祐太 第5回 統計データ解析Ⅰ-5 基本的な描画 | 小池 祐太 第6回 統計データ解析Ⅰ-6 データのプロット | 小池 祐太 第7回 統計データ解析Ⅰ-7 中心極限定理 | 小池 祐太 第8回 統計データ解析Ⅰ-8 確率分布 | 小池 祐太 第9回 統計データ解析Ⅰ-9 確率分布・基礎的な記述統計量とデータの集約 | 小池 祐太 第10回 統計データ解析Ⅰ-10 基礎的な記述統計量とデータの集約 | 小池 祐太 第11回 統計データ解析Ⅰ-11 推定・検定 | 小池 祐太 第12回 統計データ解析Ⅰ-12 検定・分散分析 | 小池 祐太 第13回 統計データ解析Ⅰ-13 分散分析・回帰分析 | 小池 祐太
HOME > 講義を探す > 数値解析 0年度開講 数値解析 講義情報はこちらよりご覧ください。 http://www.sr3.t.u-tokyo.ac.jp/matsuo/?page_id=499 講義一覧 第1回 数値解析-1 数値解析とは | 松尾宇泰 第2回 数値解析-2 数値の表現と誤差,連立一次方程式の解法 | 松尾宇泰 第3回 数値解析-3 連立一次方程式の解法 | 松尾宇泰 第4回 数値解析-4 連立一次方程式の解法(反復法) | 松尾宇泰 第5回 数値解析-5 固有値問題の解法 | 松尾宇泰 第6回 数値解析-6 固有値問題の解法,非線形方程式 | 松尾宇泰 第7回 数値解析-7 非線形方程式 | 松尾宇泰 第8回 数値解析-8 関数の近似と補間 | 松尾宇泰 第9回 数値解析-9 数値積分 | 松尾宇泰 第10回 数値解析-10 常微分方程式の数値解法 | 松尾宇泰 第11回 数値解析-11 偏微分方程式の数値解法 | 松尾宇泰 第12回 数値解析-12 偏微分方程式の数値解法 | 松尾宇泰