１．材料データ解析の基礎

　　（１）．データ解析が材料科学で注目される理由

　　（２）．材料データ解析での課題とポイント

　　（３）．サンプルサイズが小さい（データ数が少ない）場合に注意すべきこと

２．推定と予測の基本的な考え方

　　（１）．推定とは何か

　　（２）．予測とは何か

　　（３）．推定量のばらつきと信頼性

　　（４）．予測値のばらつきと精度

　　（５）．サンプルサイズが小さい場合に起きる問題

３．回帰モデルの基礎

　　（１）．回帰分析とは何か

　　（２）．線形回帰モデルの仕組み

　　（３）．モデルを作る際に重要なポイント

　　（４）．パラメータ推定：最小二乗法

　　（５）．信頼区間と仮説検定

　　（６）．予測値の算出

　　（７）．予測区間の算出

　　（８）．ソフトウェアによる解析

４．スパース推定の導入

　　（１）．スパース推定とは

　　（２）．「スパース（疎）」の重要性

　　（３）．スパース推定が材料データ解析に適している理由

　　（４）．ソフトウェアによる解析

５．スパース推定の基本的な方法と仕組み（Lassoの概要）

　　（１）．Lassoの考え方

　　（２）．なぜLassoは変数を選択できるのか（視覚的解説）

　　（３）．実際のデータへの適用事例

　　（４）．学習データが少ない場合に起きる推定の不安定性

　　（５）．スパース推定による安定化の仕組み

６．スパースモデリングの材料データ解析への応用と最新の取り組み

　　（１）．スパース推定と欠損データ補完を組み合わせた手法

　　（２）．解析プロセスと実践のポイント

　　（３）．得られた結果の解釈方法

　　（４）．応用における注意点とヒント

７．総括

　　（１）．本セミナーのまとめ

　　（２）．より深く理解するための資料や書籍の紹介