応用計量分析2 (2018)
レポート課題
- 提出期限: 2019年1月20日 23:59 (JST)（遅れたレポートは受け付けません）
- 提出場所:レタス？（詳細確認した上で更新します）
- 提出フォーマット: 自由
- Jupyter notebook だけでもOK
- わからなかったこと、わからない原因、わかりやすくするための工夫をWordで書いて、講義資料をPowerPointで書いてもOK
- 評価基準
- 内容の濃さ
- 内容の正しさ
- 論理的整合性（原因・解決策の整合性など）
- 講義資料のわかりやすさ
- 注意事項
- 提出いただいた講義資料を参考に来年度の講義資料を作ります
- 提出いただいたものをそのまま使うことはない予定ですが、もし使いたい場合には個別に連絡します
- 他の受講者のを写す、Webで拾った資料を提出するなどの不正行為が判明した場合は「不可」とします
- 厳しく見るわけではないので、自分でやってみてください
- 本講義の四章以降の内容で、わからなかったこと、わかりづらかったことをまとめてください
- 数学的な内容とプログラミングの内容をそれぞれ少なくとも一つあげてください
- 何が原因でわからなかったのか具体的に記述してください
- ダメな例）プログラミングのところが説明不足でわからなかった
- 「プログラミングのところ」をより具体的に
- どういう説明が足りなかったのか
- 良い例）正規分布をオブジェクト指向で書くところがわからなかった。直前にオブジェクト指向の説明や入力チェックなどの説明があったが、それらを全て使って書かれていたため理解が追いつかなかった。
- 上であげた内容について、自ら調査し理解をした上で、わかりやすい講義資料を作ってください
- 特に、上で挙げた原因を解決した講義資料としてください
- 良い例）「はじめに、入力チェックなどのない書き方で正規分布のクラスを書く。それを理解させた上で入力チェックの説明をする。」という内容の講義資料
レポート講評
講義資料
講義で使用した Jupyter notebook は ここ にあります。
以下のスライドでコードが見切れていたりする場合は上記サイトを参照ください。
第1回（自己紹介、講義の概要、PythonとSlackの準備）
第2回（機械学習・人工知能概論）
第3回（Python 入門）
※FizzBuzz までやったので、次回は関数から
第4回（線形代数）
第5回（確率・統計・オブジェクト指向）
第6,7,8回（混合モデル、EMアルゴリズム）
第9,10,11回（混合モデル、EMアルゴリズム）