教育 / Education
当研究室では、医学と数理科学の両方の言語を理解し、両分野の架け橋として貢献できる研究者・臨床医を育成するための実践的教育に取り組んでいます。膨大で複雑なデータがもつ不確実性を考慮しつつ、情報をまとめ、分析し、的確に結果を解釈できる研究者・臨床医になるためには、解析の実践経験はもちろん、データの性質や背景を理解するための『ドメイン知識』に加えて、解析手法の背景にある『数学・統計学』スキル、解析をコンピュータに実行させるための『プログラミング』スキルが必須となります。通常の研究進捗や論文輪読のゼミに加えて、これらの知識向上やスキルアップのための取り組みとして以下のゼミを開催しています。
2023 年度
- コードレビューゼミ：各自の研究で用いている実践的なプログラミング技術を学習・習得
- 拡散モデルゼミ：深層生成モデルの分野で注目されつつある拡散モデルの数理を学習・習得
- 幾何学的深層学習ゼミ：深層学習の分野で注目されつつある幾何学的深層学習の数理を学習・習得
2022 年度
- 論文実装ゼミ：論文に実装されているプログラミング技術を学習・習得
- 深層学習ゼミ：ニューラルネットワークの基本構造や最適化から、トランスフォーマー、グラフニューラルネットワーク、生成モデルなどの近年着目されつつある技術の数理を学習・習得
- 幾何学的深層学習ゼミ：深層学習の分野で注目されつつある幾何学的深層学習の数理を学習・習得
- シングルセルベストプラクティス輪読会：シングルセルシークエンス解析のための前処理から視覚化、統計的評価などに至るまで、最も一般的な分析手順の数理とPythonによるプログラミングを学習・習得
2021 年度
- ベイズゼミ：不確実性を定量的に扱ったり、事前知識を取り入れるためのベイズ理論とそれによる機械学習の数理を学習・習得
- Pythonゼミ：シングルセル RNA-seq 解析を題材に Python によるプログラミングスキルを学習・習得
- MDゼミ：原子・分子間に働く力を用いて運動方程式を数値的に解くことで、粒子の運動を求める分子動力学の数理を学習・習得
