九州大学マス・フォア・インダストリ研究所

2023年度に引き続き、統計やデータサイエンス数学の専門家から学べる「産業数理統計チュートリアル」を開催します。
九州大学が推進する「脱炭素」「医療・健康」「環境・食料」の社会課題において、数理・データサイエンス・AIを学術的基盤とした研究のニーズが急速に高まっている中、マス・フォア・インダストリ研究所（IMI）に2022年4月に設置された産業数理統計研究部門では、統計分野を中核とする分野横断数理基盤の形成を目指し、統計学の学理を深めるとともに、社会や産業、諸分野の多様な課題の解決に貢献し、統計の若手中核の人材育成を行っています。

数学の専門家からの学び	IMIの教員から実践的な知識や統計数学の理論を直接学べる
最新のトレンドのキャッチアップ	位相的データ解析など最先端のトピックに触れる
統計数学の理解促進	統計数学の基礎から先進的なトピックまでの幅広い知識を提供
データドリブンの時代への対応	データサイエンスや統計学を活用して産業界の課題に対応する能力を育成
次世代技術者の養成	データや統計学を活用して課題解決に活躍できる次世代技術者の養成

プログラム

日  時	タイトル	レベル	講師	トピック	関連する前提知識
12月12日(木) 10:00 – 10:30	受 付 （ 稲盛記念館 稲盛ホール ）
12月12日(木) 10:30 – 12:00	t検定の数理的基礎	初級	廣瀬 雅代	統計的仮説検定  t分布  t検定統計量  様々なt検定	統計的仮説検定  t分布
12月12日(木) 13:00 – 14:30	統計的推測、漸近理論	初級	廣瀬 慧	無限母集団  漸近理論の具体例  最尤法  一致性、漸近正規性  大数の法則、中心極限定理	極限の基礎  確率分布の基礎  テイラー展開
12月12日(木) 14:50 – 16:20	外れ値に頑健な推定法	初級～     中級	倉田 澄人	データの中の「外れ値」  最尤法とＭ推定  外れ値の影響と頑健性  いくつかの具体例	記述統計の基礎（データの平均値、中央値、分散、相関係数）  尤度、最尤法  確率分布の基礎
12月13日(金) 10:30 – 12:00	ベイズ線形回帰、ベイズ情報量規準	初級～     中級	德田 悟	ベイズ線形回帰  ベイズ情報量規準	確率分布の基礎、最小二乗法、微分積分  確率分布の基礎、微分積分、線形代数
12月13日(金) 13:00 – 14:30	位相的データ解析	中級～     上級	池 祐一	パーシステントホモロジー  機械学習との組み合わせ  トポロジー的損失関数	線形代数  機械学習  微分・勾配降下法
⏩ 講義時間の制約に合わせて一部を省いたり追加することもある。

初級: 簡単な確率の計算や線形代数・微積分をある程度理解していることが望ましい
中級: 推定・検定を勉強したことがあることが望ましい
上級: 数理統計を一通り学んだ程度の知識があることが望ましい

こちらから過去のアーカイブを閲覧できます。