技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー

ベイズ統計の基本から各モデルの理解、データ分析・予測の実践

ベイズ統計の基本から各モデルの理解、データ分析・予測の実践

~基本的な考え方を理解し、実務で応用するために~
オンライン 開催

概要

本セミナーでは、ベイズ統計及びベイズモデリングの基本的な考え方を多くの例を交えて解説いたします。
また、最近話題のベイズ分析ツールRStanなどの基礎となるアルゴリズム (マルコフ連鎖モンテカルロ法)を取り上げ、ベイズ統計の各モデリング手法、RStanによるデータ分析の実践例を示します。

開催日

  • 2022年2月21日(月) 10時30分 16時30分

受講対象者

  • ベイズ統計の基本について効率よく学びたい研究者、技術者
  • ベイズ統計に基いたデータ分析や活用方法に関心がある研究者、技術者
  • 各種ソフトやツールを利用してベイズ分析を行っている方

修得知識

  • ベイズ統計に基いたデータ分析の基本的な方法、考え方
  • ベイズモデリングと予測分布の基本的な方法、考え方
  • ベイズ決定理論に沿った意思決定の基本的な方法、考え方
  • マルコフ連鎖モンテカルロ法の基本
  • ベイズ統計モデリングの各手法とデータ分析実践例

プログラム

 今や世界の最も貴重な資源は石油ではなくデータであるといわれています。IoTやスマートデバイスの進展により様々な機器から得られる多種多様なビッグデータ。これらの分析と利活用が既に多くの分野で重要な課題になっており、そのための方法論としてベイズ統計や機械学習が注目を集めています。ベイズ統計は条件付き確率に基いて推測するという一貫した考え方ですので、基本的な考え方が理解できれば様々な場面に応用できます。
 そこで、本講座ではベイズ統計及びベイズモデリングの基本的な考え方を多くの例で学んでいきます。特に、様々な職種・業務の方が理解しやすいように、シンプルな活用例をとりあげます。また、Rのサンプルプログラム (受講者に配布) も利用し、手を動かす計算も適宜、織り交ぜています。特に、最近話題のベイズ分析ツールRStanなどの基礎となるアルゴリズム (マルコフ連鎖モンテカルロ法) もRでいちから実装した例を与えます。そして、ベイズ統計の各モデリング手法について解説、RStanによるデータ分析の実践例を示します。

  1. イントロダクション:ベイズ統計でなにができるようになるか
    • 原発でのポンプ故障率の分析例 (階層ベイズモデル)
  2. 条件付き確率とベイズの定理
    1. 確率分布と期待値、分散
    2. 条件付き確率、独立性
    3. 条件付き確率を活用する
      1. 確率と条件付き確率の違い
      2. モンティ・ホール問題
    4. ベイズの定理とその応用
      1. ベイズの定理と分解公式
      2. 応用上の意味
      3. がん診断
      4. ベイズの定理を用いた計算例
    5. 機械学習への応用
      1. 迷惑メールフィルタ
      2. 迷惑メールの確率
      3. 迷惑メールフィルタの仕組み
      4. 機械学習の考え方
  3. ベイズ統計入門
    1. 統計モデル
      1. 推測統計でのデータの解釈
      2. 母集団と統計モデル
      3. モデルの明示
      4. 基本的な分析の流れ
    2. 事前分布の導入
      1. パラメータの不確実性の表現
      2. データから計算したい条件付き確率
      3. 事前分布の導入
    3. 事後分布
      1. 事後分布の定義
      2. ベイズ分析の主要な部分
  4. 事後分布に基いた統計推測
    1. 事前分布の設定の仕方
    2. 共役事前分布
      1. 共役事前分布
      2. 二項分布+ベータ分布
      3. ポアソン分布+ガンマ分布
      4. 正規分布+正規分布
    3. 事後分布に基いたパラメータ推定
      1. ベイズ分析の報告の基本
      2. 点推定
      3. 信用区間
  5. ベイズモデリングと予測分布
    1. 広告効果を確率で評価する
    2. 新規店舗の売上を分布で予測する
    3. 期待損失最小化で中古PCの追加購入台数を決める
  6. コンピュータ (計算機) を用いたベイズ分析の実践
    ~ 各モデリング手法及びRStanによる実行・評価 ~
    1. ベイズ分析ツールRStanの実装・プログラミング
      1. 実装方法の概略
      2. プログラムの解説
    2. モンテカルロ法
      1. ベイズ分析に必要な計算
      2. モンテカルロサンプリング
      3. モンテカルロ積分
      4. IIDサンプル (理想的なモンテカルロサンプル)
    3. マルコフ連鎖と定常分布
      1. マルコフ連鎖
      2. 1次元山登りウオーク
      3. 定常分布
    4. マルコフ連鎖モンテカルロ法 (MCMC法)
      1. メトロポリス・ヘイスティングス法 (MH法) のアルゴリズム
      2. MH法の実装例とMCMCサンプル
      3. ギブス・サンプラーの概要
      4. ギブス・サンプラーのアルゴリズム
    5. 階層ベイズモデルとその分析例
      1. 問題設定
      2. 統計モデルの設定
      3. 事前分布の設定
      4. 分析結果
    6. 一般化線形モデルとその分析例
      1. 問題設定
      2. 統計モデルの設定
      3. 事前分布の設定
      4. 分析結果
    • 質疑応答

講師

  • 田中 冬彦
    大阪大学 全学教育推進機構 全学教育企画開発部 全学共通教育部門
    教授

主催

お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。

お問い合わせ

本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
(主催者への直接のお問い合わせはご遠慮くださいませ。)

受講料

1名様
: 30,400円 (税別) / 33,440円 (税込)
複数名
: 22,500円 (税別) / 24,750円 (税込)

複数名受講割引

  • 2名様以上でお申込みの場合、1名あたり 22,500円(税別) / 24,750円(税込) で受講いただけます。
    • 1名様でお申し込みの場合 : 1名で 30,400円(税別) / 33,440円(税込)
    • 2名様でお申し込みの場合 : 2名で 45,000円(税別) / 49,500円(税込)
    • 3名様でお申し込みの場合 : 3名で 67,500円(税別) / 74,250円(税込)
  • 同一法人内 (グループ会社でも可) による複数名同時申込みのみ適用いたします。
  • 受講券、請求書は、代表者にご郵送いたします。
  • 請求書および領収書は1名様ごとに発行可能です。
    申込みフォームの通信欄に「請求書1名ごと発行」とご記入ください。
  • 他の割引は併用できません。
  • サイエンス&テクノロジー社の「2名同時申込みで1名分無料」価格を適用しています。

アカデミー割引

教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

  • 1名様あたり 10,000円(税別) / 11,000円(税込)
  • 企業に属している方(出向または派遣の方も含む)は、対象外です。
  • お申込み者が大学所属名でも企業名義でお支払いの場合、対象外です。

ライブ配信セミナーについて

  • 本セミナーは「Zoom」を使ったライブ配信セミナーとなります。
  • お申し込み前に、 視聴環境テストミーティングへの参加手順 をご確認いただき、 テストミーティング にて動作確認をお願いいたします。
  • 開催日前に、接続先URL、ミーティングID​、パスワードを別途ご連絡いたします。
  • セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
  • セミナー資料は、PDFファイルをダウンロードいただきます。
  • ご自宅への書類送付を希望の方は、通信欄にご住所・宛先などをご記入ください。
  • タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
  • ご視聴は、お申込み者様ご自身での視聴のみに限らせていただきます。不特定多数でご覧いただくことはご遠慮下さい。
  • 講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。
  • Zoomのグループにパスワードを設定しています。お申込者以外の参加を防ぐため、パスワードを外部に漏洩しないでください。
    万が一、部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。
本セミナーは終了いたしました。

これから開催される関連セミナー

開始日時 会場 開催方法
2024/4/26 分析法バリデーションへの応用 オンライン
2024/4/26 Quality by Designのための実験計画法 オンライン
2024/5/6 統計学の基礎から学ぶ実験計画法 (2日間) オンライン
2024/5/7 ベイズ統計の理論と方法 入門編 オンライン
2024/5/8 実験計画法・ベイズ最適化を用いた効率的な実験デザイン オンライン
2024/5/8 リアルワールドデータ (RWD) を活用するための薬剤疫学基礎セミナー オンライン
2024/5/16 ISO 13485:2016が要求する医療機器サンプルサイズの根拠を伴う統計学的手法 (全2コース) オンライン
2024/5/16 ISO 13485:2016が要求する医療機器サンプルサイズの根拠を伴う統計学的手法 (Aコース 基礎編) オンライン
2024/5/17 スパース推定の本質の理解と実装応用技術への展開 オンライン
2024/5/21 検定・推定 (主に計量値) オンライン
2024/5/27 ISO 13485:2016が要求する医療機器サンプルサイズの根拠を伴う統計学的手法 (全2コース) オンライン
2024/5/27 ISO 13485:2016が要求する医療機器サンプルサイズの根拠を伴う統計学的手法 (Aコース 基礎編) オンライン
2024/5/27 事例・Excel演習で学ぶ管理図の作成方法と合理的なOOTの判断方法 オンライン
2024/5/29 検定・推定 (主に計数値) オンライン
2024/5/30 ISO 13485:2016が要求する医療機器サンプルサイズの根拠を伴う統計学的手法 (Bコース 実務編) オンライン
2024/5/31 マテリアルズインフォマティクスのためのデータ解析 オンライン
2024/6/5 事例・Excel演習で学ぶ管理図の作成方法と合理的なOOTの判断方法 オンライン
2024/6/10 ISO 13485:2016が要求する医療機器サンプルサイズの根拠を伴う統計学的手法 (Bコース 実務編) オンライン
2024/7/9 検定・推定 (主に計量値) オンライン
2024/7/17 検定・推定 (主に計数値) オンライン