線形データ分析法

線形代数，確率・統計の系統的学習を通じ，回帰，クラスタリング，次元圧縮，判別の４大技術を習得します．そして，ノイズ，欠損，過適合，次元の呪いなどの実問題で発生する課題への対処法を学びます．

【注1】以下のスライドやファイルはパスワードで保護されています．

【注２】スライドやシラバスをダウンロードできない場合は，「ダウンロード」ボタンやファイル名へのリンクを右クリックし，ダウンロードを選択してください．

シラバス

講義動画は，シラバス内の各週のURLをクリックしてご利用ください．

各週の講義スライド

1. ベクトル

2. 最適化と可視化

3. 行列と非負値行列分解

4. 前処理と推薦

5. 確率分布と検定

6. ward法

7. k-means法

8. 回帰

9. 多重共線性と過適合

10. 主成分分析

11. 次元圧縮

12. モデル選択と決定木

13. Random Forest, バギング

14. XGBoost