毎週水曜13:00～
研究室ゼミ；以下K：研究室のスタッフや院生が最新の研究成果を発表し，それについて議論を戦わせます．もちろん，ご興味のある方はいつでも歓迎いたします．
データ科学チュートリアル；以下T：講座員，または他から講師を招き，さまざまなトピックを取り上げ数回で講義します．データ科学，確率・統計に関するあらゆる話題を対象とし，理論・応用に関する知識を幅広く共有することを目指します．
12月15日
第13回（K）： 1. 野見山 修二, 2. 藤本 翔太, 3. 渡辺 創人 （M2）
題目： 修士論文中間報告
概要： _
12月1日
第12.1回（T）： 清水 泰隆（助教）
題目： Brief Introduction to Risk Theory
概要： 損害保険数学において重要な危険理論(Risk Theory)の古典的理論と，その拡張として最近発展しているGerber-Shiu analysisの一端にふれ，今後の統計的課題について概観する．
第12.2回（K）： 吉森 雅代（D2）
題目： MSE estimation of EBLUP in small area estimation
概要： 小地域推定という分野では、線形混合モデルに基づく予測量EBLUPがよく活用されている。しかしながら、一般に、EBLUPのMSEは厳密に評価することができない。そこで本発表では、先行研究で提案されてきたEBLUPに対するMSE推定量の、小標本/中標本における比較を行う。また、Bootstrap法によって提案された推定量間の比較も行い、今後のMSE推定量の改良方針について述べる．
11月24日
第11回（K）： 林 賢一（D3）
題目： A Short Visit in Berkeley
概要： バークレーの在外研究にて得た研究の成果と，海外の生活について説明．在外研究編では，非対称ミスラベルデータについて，具体的なミスラベル構造を考えないで解析するための方法を報告する．海外生活編では，アメリカ西海岸での生活について経験を語る．
10月27日
第10回（T）： 1. 望田 雄真，2. 堀池 譲立（Ｍ１）
題目： 基礎ゼミ進捗報告II
概要： 基礎ゼミで輪読している本（A course in probability theory, by Chung,2001）に関する概説．今回は後半．
1．Vague convergenc; Weak convergenc; さまざまな例
2．一様可積分性と収束定理; 大数の弱・強法則とその条件
10月20日
第9回（T）： 1. 北條 新太郎，2. 上田 修二，3. 水関 裕人（Ｍ１）
題目： 基礎ゼミ進捗報告I
概要： 基礎ゼミで輪読している本（A course in probability theory, by Chung,2001）に関する概説．今回は前半．
1．「分布関数の性質」：特に，絶対連続の特異の違いと特異連続分布の例（カントール分布）
2．「期待値と収束定理」：確率変数の期待の定義．確率変数と事象の独立
3．「確率変数の収束」：内容は3つの収束の定義とその関係．ボレル・カンテリの補題とその利用例です．
10月13日
第8回（K）： 野見山 修二（M2）
題目： 非対称正規分布のパラメータ推定 （夏休み成果報告）
概要： 非対称正規分布は，柔軟なデータの当てはめと解析のしやすさを持ち合わせている有用な確率分布であり，理論・応用の両面で研究されている．本発表では，非対称正規分布を仮定した場合の未知パラメータの推定の際に生じる問題点をあげ，その解決法について考察する．
10月6日
第7.1回（K）： 山本 倫生（D1）
題目： これまでの半生を振り返る ～自己紹介と研究紹介～
概要： まず，簡単な自己紹介をさせていただきます．また，これまでに行ってきた研究及び今後研究していきたい事柄を紹介いたします．研究紹介では特に，修士論文に含めた内容である，関数データの低次元空間でのクラスタリング法について少し詳細に説明したいと思います．
第7.2回（K）： 藤本 翔太（M2）
題目： 夏休み成果報告
概要： 夏休み中カナダに留学してきたので，カナダでの生活や研究を紹介しながら，感じたことを報告する．留学によって得られた研究成果も同時に報告する．
6月9日
第6.1回（K）： 上田 修二（M1）
題目： データ解析（日本人のメジャー挑戦）
概要： 未提出．
第6.2回（K）： 水関 裕人（M1）
題目： データ解析（マージャンデータ）
概要： 未提出．
6月2日
第6.1回（T）： 野見山 修二（M2）
題目： 未提出．
概要： 未提出．
第6.2回（T）： 渡辺 創人（M2）
題目： Fusion, Propagation, and Structuring in Belief Networks
概要： Judea Pearlの論文Fusion, Propagation, and Structuring in Belief Networks(1986)を紹介する．
Belief Networkにおけるデータの統合や信念の伝搬，星型のモデルを作るための条件式などについて述べる．
5月26日
第5回（T/K）： 清水 泰隆 (助教)
題目： Recent topics in Risk Theory and the Statistical Inference
概要： 保険数学，特に損保数理の一分野としての危険理論とその最近の発展に対する概説，及び統計的推測について述べる．
5月19日
第4回（T）： 狩野 裕(教授)
題目： 不完全データ解析ー最尤法の基礎ー
概要： 不完全データの解析は，その発生メカニズムを考慮し適切に行わなければならない．本発表では，欠測値問題の基礎理論を概観し，尤度法(direct likelihood, full informatrion likelihood)の基礎とその機能を紹介する． ランダムな欠測(MAR, Missing at random)や無視可能性(ignorability)は欠測値を含むデータ解析において重要な概念であり，尤度法において基本的な役割を果たす．本発表では，互いに近い概念であるMAR, ignorable, strongly ignorableの差異と意義についても議論する．
5月12日
第3.1回（K）： 藤本 翔太 (M2)
題目： 高次元データに対する統計的推測ー現在までの研究とその展望ー
概要： 高次元データに対する統計的推測，特に平均の検定方法について概説する．現在までに幾つかの方法が提案されているが，それらの方法は非常に厳しい状況でしか使えない．そこで本報告では，より現実的な状況においても使えるように，先行研究の結果を理論的に拡張する．
第3.2回（K）： 吉森 雅代（D1）
題目： 線形混合モデルーMSE推定ー
概要： 線形混合モデルの基本的な概念を説明し，修士論文のテーマとなったMSE推定問題を紹介する．その後，固定効果の仮説検定法における問題を取り上げる．固定効果の検定に用いられる統計量の実際の分布は未知のため，様々な自由度調整法が提案されている．自由度調整法の違いにより引き起こる問題をデータ解析を通して確認する．
4月21日
第2回（K）： 北条 新太郎（M1）； 吉森 雅代（D1）
題目： 論文紹介
概要： 卒業論文/修士論文に関する報告．
4月14日
第1回（K）： 基礎工出身の新M１（上田，堀池，水関，望田）
題目： 論文紹介
概要： 新M1の卒業論文に関する報告．