ベイズ推論の基礎とデータ解析への効果的な活用法

~ 条件付き確率とベイズの定理、 ベイズ統計を使った推定手法、不完全な観測データへの応用 ~

・実データと事前に知り得た情報を組み合わせた推論方法について修得し、応用するための講座
・一般的な統計学との違いやベイズ推論の使いどころをマスターし、効果的なデータ解析へ応用しよう!

講師の言葉

 データを解析している際に、「データ以外の情報を利用した解析をしたい」と思ったことはありませんか?ベイズ統計学では、データから得られる情報だけでなく、事前に知りえた情報(主観的に設定した情報)を利用して推測していきます。本講義では、一般的な統計学の手法との違いを意識しながら、ベイズ統計学の考え方を学ぶことにより、データとそれ以外の情報を組み合わせた推論方法を習得することができます。
 また、ベイズ統計学を学んだことのある方の中には、手法について理解はできたが、実際にどのように用いればよいか分からない方もいるかもしれません。特に、一般的な統計学の手法を適用できる問題では、ベイズ統計学を活用する必然性が感じられないこともあるでしょう。本講義では、ベイズ統計学の特徴が活かされる事例を取り扱い、解析を進めるうえでの注意点と考え方に主眼を置くため、ベイズ統計学の使いどころがはっきりと理解できるようになるでしょう。

セミナー詳細

開催日時
  • 2020年01月16日(木) 10:30 ~ 17:30
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 ・ベイズ統計学を基礎から学びたい方
・ベイズ的アプローチに興味がある方、一般的なアプローチとの違いを知りたい方
・データ解析の実務に携わっている方
・データ以外の情報を利用した解析方法について学びたい方
・ソフトウェア・システム開発その他関連企業の方
予備知識 ・線形回帰モデルを扱った経験があると知識が深まります(必須ではありません)
修得知識 ・一般的な統計学の手法との違いが分かる
・ベイズ統計学での推論の進め方を学ぶことで、データ以外の情報を利用した解析手法を習得できる
プログラム

1.ベイズ統計の基礎
  (1).ベイズ統計学の考え方
    a.頻度論的アプローチ
    b.異なる情報の利用
  (2).条件付確率とベイズの定理
    a.条件付確率と周辺確率
    b.ベイズの定理
  (3).事前情報とデータによる情報
    a.因果関係の整理
    b.学習の効果
    c.モンティーホール問題の難しさ

2.ベイズ統計学における推定手法
  (1).ベイズ統計学の特徴
    a.尤度と最尤推定法
    b.異なる情報に関する確信度合
    c.尤度と事前情報の組み合わせ方:事後分布の計算
    d.様々な事前情報の考え方:正規分布、一様分布、切断正規分布
    e.情報のない事前情報とは:無情報事前分布
  (2).推定手法
    a.様々な確率分布のパラメタ推定:正規分布、指数分布、逆ガンマ分布、ベータ分布
    b.推定結果のまとめ方:事後平均、事後標準偏差、信用区間
    c.マルコフ連鎖モンテカルロ法(MCMC法)の考え方
    d.ギブスサンプラーのアルゴリズム

3.データ解析への応用
  (1).一般的な統計解析の手法との比較
    a.データの分布を解析する
    b.線形回帰モデルを解く
  (2).ベイズ統計ならではの解析手法
    a.打ち切りなどの不完全な観測データへの応用
    b.データ拡大法のアルゴリズム

キーワード ベイズ統計 モンティホール 確率統計 尤度 正規分布 データ分析 MCMC法 モンテカルロ法 マルコフ連鎖 標準偏差 解析
タグ 統計・データデータ分析
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
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。
contact us contact us
各種お問い合わせは、お電話でも受け付けております。
03-5322-5888

営業時間 月~金:9:00~17:00 / 定休日:土日・祝日