タイトル
     2018 年度 前期  理工学研究科博士前期課程 理学専攻 日英区分 :日本語 
  
情報数理特論Ⅱ   
時間割コード ナンバリング 科目分野
MS324600A0   一般講義
担当教員(ローマ字表記)
  觀山 正道
対象学生 対象年次
[MS]理学専攻数学情報数理コース1・2年 1年次 ~ 2年次
開講曜日・時限 単位数 シラバス用備考
集中 1 M1095
授業題目  
 
授業の概要  
近年、データ科学の分野で培われた機械学習やモデル推論といったアプローチが様々な分野での問題解決に応用されている。本講義では特に物性科学、材料科学分野におけるデータ科学との融合について、機械学習やベイズ推論をベースとする最新の手法を解説し、その応用例を紹介する。
 
キーワード  
データ駆動科学、マテリアルインフォマティクス、スパースモデリング、ベイズ推論、データ解析、最適化、機械学習
 
到達目標  
データ科学で用いられる手法を理解し、本講義で紹介された物性実験データ解析への応用例を参考にしながら、各自の専門とする分野で取り扱うデータからより多くの情報を抽出するための方法を考察できるようになることを目指す。

ディプロマ・ポリシー:①専門分野の学力・研究遂行能力、②世界の俯瞰的理解
 
授業計画  
1.データ駆動型物性研究の概観
2.マテリアルインフォマティクスの概観
3.機械学習を用いた新奇物質探索
4.次元削減に基づく適切なデータ記述子の抽出
5.ベイズ最適化による物質探索の効率化
6.ベイズ推論を用いた実験データ解析の概観
7.スパースモデリングの導入
8.様々な正則化項
9.事後確率最大化における最適化手法
10.モデル選択の手法
11.マルコフ連鎖モンテカルロ法で隠れた物理を推測する
12.発展的話題:専用チップを用いた最適化問題の解法の紹介
13.本講義のまとめ
 
予習・復習のポイント  
講義でわからない所があったらその都度質問するなどして解決すること。質問などを通した講義への貢献度を成績評価に反映する。自分ならどのような分野のどのようなデータに対してデータ科学の手法を導入することができるかを念頭において、主体的に講義にのぞむこと。
 
履修上の注意  
学部で学んだ線形代数などの基本的な数学の知識を仮定する。
 
成績の評価方法  
【匿名アクセスではこの情報を閲覧できません。】
 
教科書  
備考 教科書:指定しない
参考書:
・「パターン認識と機械学習(上・下)」(シュプリンガージャパン)、上・7,020円、下・8,424円
・統計科学のフロンティア12「計算統計II~マルコフ連鎖モンテカルロ法とその周辺」(岩波書店)、4700円
 
参考書  
 
学生用連絡先  
【匿名アクセスではこの情報を閲覧できません。】
 
学生用メールアドレス  
【匿名アクセスではこの情報を閲覧できません。】
 
オフィスアワー  
【匿名アクセスではこの情報を閲覧できません。】
 
面談可能時間  
【匿名アクセスではこの情報を閲覧できません。】
 
授業時間  
【匿名アクセスではこの情報を閲覧できません。】
 
ページの先頭へ