~ ベイズの定理と統計モデリング、アルゴリズムと記法、ロジスティック/ポアソン回帰分析、不確実性/欠損のある相関係数の推定法、時系列的なデータの分析 ~
・データ解析環境R(フリーソフト)による実習を交えながら、基礎から応用例まで習得する講座!
・機械学習のベースとなるベイズ推定の技術を理解し、欠損や誤差のあるデータの分析や予測に活かそう!
PCは弊社にて用意いたします
~ ベイズの定理と統計モデリング、アルゴリズムと記法、ロジスティック/ポアソン回帰分析、不確実性/欠損のある相関係数の推定法、時系列的なデータの分析 ~
・データ解析環境R(フリーソフト)による実習を交えながら、基礎から応用例まで習得する講座!
・機械学習のベースとなるベイズ推定の技術を理解し、欠損や誤差のあるデータの分析や予測に活かそう!
PCは弊社にて用意いたします
本講座は2部構成となっています。1部では、データの生成メカニズムを深く理解するためのベイズアプローチについて、データ解析環境RとStanを用いた実習を交えながら、基礎から解説を行います。2部では、参加者の多様な興味を想定し、様々な現象に対するベイズアプローチの応用例を紹介します。
開催日時 |
|
---|---|
開催場所 | 日本テクノセンター研修室 |
カテゴリー | ソフト・データ・画像・デザイン |
受講対象者 | ・ベイズ統計モデリングやStanによるモデリングの実践について基礎から学びたい方 |
予備知識 |
・大学初年度程度の数学知識 ・PC操作に慣れていること(Rの使用経験は問わない) |
修得知識 |
・ベイズアプローチの実践に必要な基礎知識(ベイズ推論や推定アルゴリズムの概要) ・データ解析環境RとStanを用いた実装方法 ・わからないものを確率で表現して推定する方法 |
プログラム |
第1部:ベイズ推定の基礎編
1.ベイズ統計モデリングについての概説 (1).ベイズの定理 (2).事前分布、事後分布、事後予測分布 (3).統計モデリングと帰無仮説検定の比較
2.アルゴリズムの概要と記法 (1).マルコフ連鎖モンテカルロ法 (2).アルゴリズムの概要 (3).基本的な記法
3.モデル化と実習 (1).一般線形モデル(回帰分析) (2).一般化線形モデル(ロジスティック回帰分析、ポアソン回帰分析) (3).一般化線形混合モデル(階層線形モデル)
第2部:ベイズ推定の応用編
1.分散(精度)を推定する (1).複数の位置パラメータ及びスケールパラメータの推定
2.不確実性のある相関係数の推定 (1).測定値の誤差を考慮した推定
3.欠損のある相関係数の推定 (1).ベイズ推定における欠損値の扱い
4.良問・悪問を加味して分析する (1).項目と回答者でネストされたデータ (2).項目反応理論
5.時系列的なデータを分析する (1).状態空間モデル (2).欠損値と予測値をパラメータとして扱う |
キーワード | マルコフ連鎖モンテカルロ法 回帰分析 ロジスティック回帰分析 推定 位置パラメータ スケールパラメータ 項目反応理論 予測値 欠損値 ネスト ネスティング 入れ子 |
タグ | 統計・データ、データ分析 |
受講料 |
一般 (1名):50,600円(税込)
同時複数申込の場合(1名):45,100円(税込) |
会場 |
日本テクノセンター研修室〒 163-0722 東京都新宿区西新宿2-7-1 新宿第一生命ビルディング(22階)- JR「新宿駅」西口から徒歩10分 - 東京メトロ丸ノ内線「西新宿駅」から徒歩8分 - 都営大江戸線「都庁前駅」から徒歩5分 電話番号 : 03-5322-5888 FAX : 03-5322-5666 |
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