1. 確率統計と線形代数の準備
1.1 確率分布,密度関数
1.2 行列のランク,ベクトルのノルム
2. スパースモデリングの導入
2.1 重回帰分析
2.2 正則化回帰
2.3 Lasso:L1正則化線形回帰
3. 発展的な手法
3.1 様々なスパース性
3.2 正則化とバイアス
3.3 一般化線形モデル
4. オープンソースライブラリを利用した分析例
4.1 glmnetによる正則化回帰・判別の例
4.2 Fused Lassoによる時系列処理の例
4.3 Graphical Lassoによる共分散構造選択の例
5. まとめ
(質疑応答)