～ 確率を用いた不確実性のモデリング、確率の事前分布と事後分布の考え方、マルコフ連鎖モンテカルロ法の活用、ベイズ計算の応用例 ～
・ベイズ統計の基礎から実践的手法であるマルコフ連鎖モンテカルロ法まで修得し、データサイエンスの実務に活用するための講座
・ベイズ統計学における確率や不確実性の考え方を理解し、不確実なデータを定量化するためのベイズ計算をＲやＳｔａｎを用いて実践しよう！
※RとStanのソースコードを配布します
・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。
データサイエンティストは不確実性を定量化し、価値を引き出す。その根幹をなすのが、確率を用いた不確実性のモデリングである。そして、確率と不確実性の関係を最も自然に説明できるのがベイズ統計学である。その特徴は、固定化された真のモデルを立てず、不確実性を情報の相対的な関係から定量化する点である。
本セミナーではベイズ統計学による不確実性、確率、条件付き確率、認識の基本的な考え方を説明する。そしてベイズ統計学でつかわれる、マルコフ連鎖モンテカルロ法について、その仕組みを述べる。詳細を述べる時間はないが、ベイズ統計学の最近の応用例についても少し紹介したい。ベイズ統計学の感覚を掴むため、R言語、Stan言語による実演を行う。興味がある方は資料をもとにセミナー後に実際に動かしてみることをおすすめする。
| 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 |
・ベイズ統計学の考え方について知りたい方 ・ベイズ統計学の計算手法の仕組みを知りたい方 ・データ分析、システム、ソフトほか関連部門の方 |
| 予備知識 |
・必須知識はありません。但し、下記の知識があればより理解が深まります 〇一般的な最小二乗法や最尤法といった推計方法 〇微分・積分や線形代数等の学部教養課程程度の数学知識 |
| 修得知識 |
・ベイズ統計学の確率の考え方が理解できる ・確率を理解することの重要性が理解できる ・統計計算がなぜ重要か分かる |
| プログラム |
１．統計・データサイエンスの基礎 （１）．統計・データサイエンス教育、ベイズ統計 （２）．データの分類・本文に入る前に （３）．様々な確率分布 （４）．不確実性と確率 （５）．分割表・尤度
２．ベイズ統計学 （１）．確率、条件付き確率 （２）．積分の出番 （３）．個人確率の考え方 （４）．事前分布、尤度、事後分布 （５）．主観的・客観的ベイズ
３．ベイズ統計学の一貫性 （１）．信用区間 （２）．事後確率 （３）．予測 （４）．共役事前分布
４．ベイズ計算とデータ分析への応用 （１）．目を背けていた問題 （２）．マルコフ連鎖モンテカルロ法 （３）．モンテカルロ革命 （４）．残されている問題 （５）．データ分析への応用例 ａ．線形回帰モデル ｂ．事前分布の「選択」 ｃ．ダイヤモンドの価格を当てる
５．まとめ |
| キーワード |
統計 データサイエンス ベイズ統計 データ分類 確率分布 尤度 事前分布 事後分布 信用区間 ＭＣＭＣ マルコフ連鎖モンテカルロ法 不確実性 条件付き |
| タグ | 統計・データ解析、分析、データ解析、統計・データ、データ分析、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。
営業時間 月~金：9:00～17:00 / 定休日：土日・祝日
