担当科目（学部）

• データ解析基礎
• 情報リテラシー
• 応用情報リテラシー
• プログラミング基礎
• 応用プログラミング
• システム管理
• データベース
• ネットワーク入門
• 社会情報実習

担当科目（大学院）

• 情報データ解析特論

専門分野

• 欠測値を含むデータの統計的解析（計算機統計学）
• 統計的データ学習

研究内容

社会調査などで得られる観測データは，多くの項目から構成されており，そこから有用な情報を統計的手法により抽出することに特に興味があります．１つは，調査項目間の関係を相関関係などの情報により，視覚的に表現するための技法とその統計的推論方法が主な研究テーマです．もう１つに，欠測データ（観測値のある部分が欠けているデータ）に対する統計的推論法の提案があります．

ゼミに来てほしい人材

第一に元気であること．自分の考えを持っていること．すべての面において，受け身でなく、自らやる気を持って臨めること．この 三要素をもっている学生を歓迎します．ただし，ゼミには人数枠があるので，それを超えた場合は，私の担当科目（情報関連科目）の成績等を考慮し決 定します．

在学中にしてほしいこと

1. まずはキチンと必要な単位を取得すること．そして，その評価が良ければなお良いです．1･2 年次の間に自分が強く惹かれる分野やテーマを見つけることができれば，大学に行ったことの意義が十分にあるのではないかと思います．やらされる勉強と自らやる勉強の違い，知るということの面白さを是非体験してほしいと思います．
2. 生活面では、友達を作ること．一生涯付き合える友達を作ることができれば良いです．それから，何事にも恐れず数多くの失敗を経験してください．度胸がつきます．そこから知恵もつきます．この 2 つは，大学の勉強だけでは決して得ることができない貴重なものです．学生時代に，知識と知恵＋度胸を身につけてください．

お勧めの本

• 渡辺久哲 (1998). 調査データにだまされない法. 創元社.
  － 数式を全く使わずに，調査データのウソと真実を見分ける方法を身近な例を用いて説明している．読み物としても面白い．
•  内田治 (2005). グラフ活用の技術 データの分析からプレゼンテーションまで. PHP研究所.
  － レポート作成や企画書，プレゼンテーション作成などでの有効なグラフの使い方，見せ方を知ることができる．

所属学会

• 日本統計学会
• 日本計算機統計学会
• 行動計量学会
• 応用統計学会
• 計量生物学会
• IASC

主な著書

学術論文(2000年以降)

• Kuroda, M. (2004). Data augmentation algorithm for graphical models with missing data, COMPSTAT 2004: Proceedings in Computational Statistics (full contribution, edited by Jaromir Antoch), Psysica-Verlag, Heidelberg, 1361-1368.
• 黒田正博. (2004). ベイズ逐次学習による潜在クラスモデルのパラメータ推定.
• 計算機統計学, 掲載予定
  
  Kuroda, M. and Geng, Z. (2002). Bayesian inference for categorical data with misclassification errors, in ADVANCES IN STATISTICS, COMBINATORICS AND RELATED AREAS, (edited by Chandra Gulati, Yan-Xia Lin, John Rayner and Satya Mishra), World Scientific Publishing, 143 - 151.
• Kuroda, M., Geng, Z. and Niki, N. (2001). Bayesian sequential learning from incomplete data on decomposable graphical models, Journal of the Japanese Society of Computational Statistics, 14, 11-29.

書籍　分担執筆

• Kuroda, M (2003). Markov chain Monte Carlo. In The EM algorithm and related statistical models (edited by Watanabe M. and Yamaguchi.). Marcel Dekker. 127-157.
• 黒田正博 (2000). Markov chain Monte Carlo. EMアルゴリズムと不完全データの諸問題(渡辺美智子，山口和範編著). 多賀出版. 189-210.