スパースモデリングで何ができるか、どうやってやるのか、数式が苦手だとしても、その一つ一つの意味、アルゴリズムとの関係が全てわかる。自分の手で明日から始めたくなるような講座にします。

1. スパースモデリングとは
   1. 物事の本質をとらえるスパース性
      • 複雑な事象も実はそれを支配している背景にあるものは実は単純なのではないか?そう思うことがあるかと思います。
        それを取り出すことができないか?それがスパースモデリングで目指すことです。
   2. オープンデータでの識別
      • いろんなデータを入れて、どのように識別ができるか、ニューラルネットワークの威力を見ていきます。
   3. どのファクターが重要か:特徴量選択
      • いろいろな特徴量を入力して識別がうまくできるようになったものの、本当に重要な特徴量はどれだったのか?
        自動的に選択してくれる方法はないだろうか?そんな時に利用されるのがL1ノルムです。
2. 重要なファクターを見つけるL1ノルム
   1. なぜL1ノルムはスパースな解を選択するか
      • L1ノルムを利用するとスパースな解を選び、重要なところ、重要ではないところを選択してくれます。 その理由はなぜか、簡単に図解して紹介します。
   2. L1ノルムで当てる方程式の解
      • スパースな解を選ぶことができるL1ノルム、その性質を利用すると解けないはずの方程式の解を解くことができます。
        その利用方法である圧縮センシングについて紹介します。
   3. 圧縮センシングの画像分野での応用例:見えないものが見えるとき
      • 圧縮センシングを利用すると特に画像の分野で顕著な計測の革命を引き起こすことができます。
        足りない情報から見えないものを引き出すその威力を実際にライブコーディングしながら示します。
3. 辞書学習
   1. スパースな問題にする方法
      • スパースな解が正解であればいいけれども、そうではない場合はどうするのか?多くの問題はスパースではありません。
        そんな問題でもスパースな解を持つ問題に変えるための良い工夫。それが辞書学習です。
        ライブコーディングしながら紹介します。
• 質疑応答