スパース正則化法の基礎とデータサイエンスへの応用 <オンラインセミナー>
~ 統計的データ解析法の基礎、スパース正則化法、データサイエンスへの応用、モデル選択後の推論への応用 ~
・スパース性に着目したデータ解析法を学び、データサイエンスにおける事例までを修得し、実装応用技術に活かすための講座
・数理統計、機械学習におけるスパース正則化法の基礎から応用までを修得する特別セミナー!
・超高次元・大規模データから重要な情報を高効率に抽出することができるスパース正則化法は、最近、信号処理や画像処理分野だけではなく、システム工学、生命科学、量子統計学など様々な分野から注目されています
オンラインセミナーの詳細はこちら:
・WEB会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。
講師の言葉
データ解析でスパース性が注目され始めて30年ほど過ぎました。実際には1980年代ごろから信号処理の分野でスパース性に着目した研究が行われていましたが、近年の著しい発展の基礎となっているのは、Stanford大学のRobert Tibshirani先生が1996年に発表したLassoと呼ばれる手法です。
本セミナーでは、スパース性に着目したデータ解析について、データサイエンスにおける事例紹介を交えつつ、スパース正則化法の考え方から最近の発展までを解説します。ですが、すべてを網羅するのは不可能ですので、本セミナーではLassoの理論的な側面を重要視し、非凸正則化法に至るまでの流れをメイントピックとしました。また、最近注目されている話題として、モデル選択後の推論についても紹介します。
セミナー中は説明のために数式を多用しますが、その都度補足しますので、数学はよくわからないけどスパース正則化法に興味があるという方の参加も歓迎します。
セミナー詳細
開催日時 |
- 2021年03月04日(木) 10:30 ~ 17:30
|
開催場所 |
オンラインセミナー |
カテゴリー |
オンラインセミナー、ソフト・データ・画像・デザイン |
受講対象者 |
・データ解析、システム、ソフト、信号処理、画像ほか関連企業の技術者の方
・数理統計、機械学習に興味がある方
・スパース正則化法とその使い所に関心のある方
・スパース正則化法について勉強したことがあるが、よく分からないという方
|
予備知識 |
・大学初年時程度の微分積分、線形代数、確率統計の知識があると理解しやすい
・テーマの性質上、数式等による説明も行いますが、その都度解説します
|
修得知識 |
・数理統計、機械学習におけるスパース正則化法について、その基本的な考え方から最近の発展まで一通りの知識を習得できます |
プログラム |
1.統計的データ解析法の基礎
(1).データ解析における探索と検証
(2).統計的データ解析の基本
a.モデル選択
b.仮説検定と区間推定
2.回帰モデルと正則化法
(1).線形回帰モデル
(2).一般化線形モデル
(3).リッジ回帰
3.スパース正則化法 1
(1).Lasso: Least Absolute Shrinkage and Selection Operator
(2).Lassoのアルゴリズム的性質
(3).Lassoの統計的性質
4.スパース正則化法 2
(1).いろいろなスパース正則化法
(2).Lassoの拡張
a.Adaptive Lasso
b.Elastic Net
c.Generalized Lasso
(3).非凸正則化法
a.SCAD: Smoothly Clipped Absolute Deviation
b.MCP: Minimax Concave Penalty
5.データサイエンスへの応用
・スパース正則化法のデータサイエンスへの応用事例
6.モデル選択後の推論への応用
(1).同時推論
(2).選択的推論
|
キーワード |
AI データサイエンス AI開発 データサイエンティスト 統計 数理統計 機械学習 スパース正則化法 データ解析 回帰モデル 正則化法 スパース Lasso |
タグ |
統計・データ解析、AI・機械学習、コンテンツ、ソフト管理、データ解析、音声処理、画像、画像処理、ITサービス、OS・言語、R言語 |
受講料 |
一般 (1名):49,500円(税込)
同時複数申込の場合(1名):44,000円(税込)
|
会場 |
オンラインセミナー
本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。
|
こちらのセミナーは受付を終了しました。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。