非会員：
50,600円
（本体価格：46,000円）
会員：
50,600円
（本体価格：46,000円）
学生：
50,600円
（本体価格：46,000円）
お1人様受講の場合 49,680円（46,000円+税）／1名
1口でお申込の場合 61,560円（57,000円+税）／1口（3名まで受講可能）
機械学習の応用において，画像や遺伝子データといった高次元データは頻繁に現れ，その重要性は高い．高次元データ解析には，データの含む不必要な情報に学習結果が影響され，過学習を引き起こしやすいという難しさがある．このような問題を回避する有効な方法として「スパース学習」がある．スパース学習は，データの本質的に意味のある情報の低次元性（スパース性）を利用し，目的に関係ない情報を削除しながら学習をする方法である．
本講義では，スパース学習の全体像を概略的に説明する．まず，スパース学習が有効な統計モデルを紹介し，その上でどのようなスパース学習手法があるかを解説する．そして，その統計理論や，画像処理などのいくつかの応用も紹介する．さらに，スパース学習を実現させる計算手法として，効率的な最適化手法も講義する．
