456 件ヒット (0.022秒)：
データ科学・AIの核となる統計数理モデルは，不確実性を有するデータから有効に情報を抽出し，様々な分野で問題解決に用いられる. 本授業科目の目的は，主に予測と関連性の説明を目的とした統計数理モデルについて，理論と実践の両面から学び，理解することにある．
Modeling in Statistical Mathematics, which is the core of data science and AI, is used to extract effective information from data with variation and to solve problems in various fields. The purpose of this course is to learn and understand several modeling in statistical mathematics from both theoretical and practical techniques for applying models to data.
Google Classroomのクラスコードは工学研究科Webページ
https://www.eng.tohoku.ac.jp/edu/syllabus-g.html
（大学院シラバス・時間割・履修登録）にて確認すること。
不確実性を有するデータから有効に情報を抽出し問題解決に役立てる統計的モデリングは，自然科学，社会科学の様々な分野で広く用いられる。
本講義では，現象の統計的モデリングの基礎理論から始めて，近年の複雑多様な構造を有するデータから効率的に情報を抽出するための柔軟なモデルの設定法, モデルのパラメータの推定法, そして最適なモデルの選択法に着目する。
なお，学部初年級の確率統計の知識を前提とする。
Google Classroom code: pjmzeuj
The class code for Google Classroom can be found on the Web site of the School of Engineering:
https://www.eng.tohoku.ac.jp/english/academics/master.html (under "Timetable & Course Description")
Statistical modeling is widely used in various fields of natural and social sciences to extract information from data and to solve problems. In this lectures, we will start from the basic theory underlying statistical modeling of phenomena , and then focuses on (1) how to set up flexible models, (2)how to estimate parameters of models, and (3) how to select optimal models in order to efficiently extract information from recent data with complex and diverse structures.
Background knowledge on elementary probability and statistics are required.
Google Classroomのクラスコードは工学部Webページにて確認すること。
学部シラバス・時間割(https://www.eng.tohoku.ac.jp/edu/syllabus-ug.html)
１．目的：この授業では，土木工学における確率的現象の分析の基礎となる確率論と統計学に関する講義を行う．
２．概要：確率的現象を数学的にモデル化し確率変数の性質を解明する確率論，確率論の応用で時間と共に変化する確率変数の挙動を分析する確率過程，ならびに，確率変数の実現値の観測を通して確率的現象が従うモデルの構造を推定する統計的推論・回帰分析について扱う．
３．達成目標：土木工学で必要とされる確率的モデリングと統計解析の基礎を習得し，それを土木工学におけるさまざまな問題の解析やデータ処理に応用できる能力を培う．
Google Classroomを利用（クラスコード：hfws73r）
The class code for Google Classroom can be found on the Web site of
the School of Engineering:
https://www.eng.tohoku.ac.jp/edu/syllabus-ug.html (JP Only)
1 Purpose: This lecture is to study the probability theory and statistics which are required for the fundamental analyses of probabilistic phenomena that are often encountered in civil engineering.
2 Abstract: In this lecture, we first deal with the probability theory to make mathematical model for probabilistic phenomena and to clarify the property of probabilistic variables. Next, we study the stochastic process to analyze the behavior of probabilistic variables changing over time. Finally, we study the statistical inference and regression analysis to estimate the structure of mathematical models through the observation of realized values of probabilistic variables.
3 Goal: The goal of this lecture is to learn the fundamental techniques of probabilistic modelling and statistical analyses, and to cultivate the skills of analyses and data processing in civil engineering.
The lecture utilizes Google Classroom (hfws73r).
Google Classroomのクラスコードは工学研究科Webページ
https://www.eng.tohoku.ac.jp/edu/syllabus-g.html
（大学院シラバス・時間割・履修登録）にて確認すること。
都市や地域の社会経済システムの挙動を明らかにする上で、そのシステムの内部に存在する個々のプレーヤーの行動原理をモデル化することが多い。その際、モデルに含まれるパラメータは、個人またはシステムの観察データを用いて統計的に推計する必要性がある。
この科目では、個人の行動モデルとして代表的に使用されている一般化線形モデルをとりあげ、モデルの理論的背景、統計学的基礎、計算方法、推定結果の解釈の方法について講述する。特に、災害などのリスクに対する人々の行動分析を例に説明する。また、PC上でR言語を用いた演習を行う。
達成目標は以下の通り、
統計モデルを自信を持って定式化し、データを用いて自ら推定し、その結果について解釈できるようになる。その方法を実際に用いて、人々のリスクに対する考え方や行動を考察できるようになる。
オンラインで実施する可能性がある．連絡や資料の提示はGoogle Classroom で行う．
オンサイトで行う場合にも，PCを持参することが望ましい．
The class code for Google Classroom can be found on the Web site of the School of Engineering:
https://www.eng.tohoku.ac.jp/english/academics/master.html (under "Timetable & Course Description")
To learn theoretical bases, estimation method, application examples of the statistical models frequently used for behavior analysis; Generalized linear model (GLM). Applications to risk related cognition and behavior will be focused. It include PC exercise using R language.
Students will be able to formulate, to estimate on data and to discuss the result with confidence of statistical knowledge. That methods will be applied to analyze human behavior, especially risk-related matters.
This class would be partly delivered through on-line system. Information will be delivered through Google Classroom.
都市や地域の社会経済システムの挙動を明らかにする上で、そのシステムの内部に存在する個々のプレーヤーの行動原理をモデル化することが多い。その際、モデルに含まれるパラメータは、個人またはシステムの観察データを用いて統計的に推計する必要性がある。
この科目では、個人の行動モデルとして代表的に使用されている一般化線形モデルをとりあげ、モデルの理論的背景、統計学的基礎、計算方法、推定結果の解釈の方法について講述する。特に、災害などのリスクに対する人々の行動分析を例に説明する。
連絡や資料の提示はGoogle Classroom で行う．
1）社会現象をどのようにして数理モデルとして表現するのか，そしてデータを使ってそのモデルのフィットをどのように確認するのかを学ぶ．
2）統計モデルを利用するうえで必要な確率論の基礎を学ぶ．あわせて経験科学的に興味深い問題を構成する力の基礎を涵養する．
1. To learn the method that explain an interesting social phenomenon with mathematical models and statistical analysis
2. To learn how to formalize an interesting social phenomenon through this course. To train the ability that specifies the problem from good samples.
1）社会現象をどのようにして数理モデルとして表現するのか，そしてデータを使ってそのモデルのフィットをどのように確認するのかを学ぶ．
2）統計モデルを利用するうえで必要な確率論の基礎を学ぶ．あわせて経験科学的に興味深い問題を構成する力の基礎を涵養する．
1. To learn the method that explain an interesting social phenomenon with mathematical models and statistical analysis
2. To learn how to formalize an interesting social phenomenon through this course. To train the ability that specifies the problem from good samples.