～ 回帰分析・判別分析・主成分分析・クラスター分析の概念、各手法の特徴と応用、Pythonを用いたデータ分析方法 ～
・多変量解析でよく使われる手法に絞り、独学で躓きやすい手法の使い方と応用方法を修得する講座！
・特に技術者の方が利用することが多い回帰分析、判別分析、主成分分析、クラスター分析を修得し、問題の原因分析、製品のニーズ調査、感性評価に活かそう！
・希望者にPythonのサンプルコードを差し上げます
・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。
データ分析の勉強は、実践のイメージ如何に紐づけられるかが大事であり、それをベースに理論体系を学び、例を扱うことで本質的な理解が深まります。中でも、多変量解析は、データ分析の切り口を入れる多種アプローチの手段であり、学んだことを使っていくことでその実用性をより体感することができます。
本講座では、Pythonを用いた多変量解析の紹介に加え、その使いどころや学習のためのイメージ作りを様々な例を用いて紹介します。できるだけ多くの事例を学べるよう、重要度の高いトピックスに絞ってコンパクトにまとめているため、1日でその土台を作りたい方にはおすすめです。
本での独学や数学学習につまずいた方は、これを機会に参加頂くことで、学習のきっかけにしたいと考えています。
| 開催日時 |
|
|---|---|
| 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 |
・Pythonを用いた多変量解析に関心のある方 ・製品評価、感性定量化、官能評価、品質管理、顧客調査、マーケティング、原因分析などの業務に携わる方 |
| 予備知識 | ・高卒程度の数学知識、詳しくは講義内で扱うので、専門的知識は不要 |
| 修得知識 |
・ 多変量解析の数学のつかいどころ ・ 多変量解析の基本的な考え方や使い方と応用の方法 ・ 多変量解析のPythonでの実行方法 |
| プログラム |
１．データ分析の関係 ・統計学、データサイエンス、多変量解析の関わり）
２. 回帰分析の基礎とPythonによるデータ分析の実践 （１）．回帰分析の概念 （２）．Pythonでの実践例 （３）．応用例 （４）．要因と目的のひもづけ
３. 判別分析の基礎とPythonによるデータ分析の実践 （１）．回帰分析の概念 （２）．Pythonでの実践例 （３）．応用例 （４）．分類するためのモデル式
４. 主成分分析の基礎とPythonによるデータ分析の実践 （１）．主成分分析の概念 （２）．Pythonでの実践例 （３）．応用例 （４）．次元削減による構造化
５. クラスター分析の基礎とPythonによるデータ分析の実践 （１）．クラスター分析の概念 （２）．Pythonでの実践例 （３）．応用例 （４）．潜在的仲間分け
６．その他の多変量解析紹介と質疑応答 |
| キーワード | Python 回帰分析 クラスター分析 主成分分析 判別分析 |
| タグ | 統計・データ解析、実験計画・多変量解析 |
| 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。
営業時間 月~金：9:00～17:00 / 定休日：土日・祝日
