スパースモデリング

セミナー概要 セミナーのテーマ データ駆動科学の基礎 ベイズ推定とスパースモデリング Pythonによる実践 こんな方におすすめです データ解析に課題を感じている若手技術者 最小二乗法などの従来の手法に物足りなさを感じている方 データから新たな価値を見出したい方 データ駆動科学基礎とPythonによる実践 ★データ解析に適用するベイズ推定、スパースモデリングについて理解することができる！ 講師 熊本大学 産業ナノマテリアル研究所教授 博士（理学） 赤井 一郎氏【ご専門】データ駆動科学、物性物理学・２０１８年１０月～２０２5年３月JST・情報計測CREST領域「データ駆動科学による高次元Ｘ線吸収計測の革新」研究代表者・２０２４年１０月～ JST・革新計測CREST領域「マルチモーダル計測に基づく光機能デバイスのマルチスケールダイナミクス解析」主たる共同研究者 / 研究代表者 鐘本 勝一（大阪公立大学）・２０２４年１０月～ JST・革新計測CREST領域「情報と計測の融合による半導体デバイス3次元実装技術の革新」主たる共同研究者 / 研究代表者 橋新 剛（熊本大学） セミナー趣旨、ポイント 様々なビッグデータを利活用して、従来の課題解決や新しい付加価値を生み出すデータ駆動型社会が実現しつつあり、データ駆動科学はその基盤である。またデータ駆動科学は、その言葉の通り、主役は「科学」する行為で、それを「データ駆動」で増強させる。つまり、データ科学を利活用して従来の課題を解決し、データを起点として科学技術の新展開を開くものである。 皆様は、普段行っている最小二乗法や誤差論を用いたデータ解析で満足されているであろうか? 本セミナーは、様々な計測や解析に携わっている方々で、次の様な目的や悩みを持つ方に、データ駆動科学でそれらを解決する糸口を掴んでいただくことを目的とする。 ・手元にあるデータから、情報の良い引き出し方がわからない。 ・最小二乗法等の従来解析法に物足りなさを感じる。 ・解析の精度評価を行いたい。 ・データに含まれている様々な情報で、重要なものが何かを客観的に選びたい。 ・データを骨の髄まで解析したい。 受講対象者、必要な予備知識 特に予備知識は必要ありません。基礎から解説いたします。 こんな方におすすめ データ解析で悩みを持つような若手技術者 得られる知識 データ解析に適用するベイズ推定について理解できる。データ解析に適用するスパースモデリングを理解できる。ベイズ推定とスパースモデリングの使い方を理解できる。 プログラム 1.はじめに2.誤差論と最小二乗法の限界3.確率で因果律を遡るベイズ推定 3-1 因果律をベイズ推定で考える 3-2 データ駆動科学におけるベイズ推定 3-3 MCMC 法でパラメータ空間を探索 3-4 データ駆動で解析モデルを選択4.スパースモデリングで重要成分の抽出 4-1 説明変数を絞り込むLASSO 法 4-2 スパースモデリングのための標準化 4-3 公平さを保つ情報量規準 4-4 予測誤差を最小化させる交差検証