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

多変量解析・データ処理 超入門

機械学習活用・精度向上のための

多変量解析・データ処理 超入門

～共線性の解消や異常値の検出、モデルの解釈性向上など、精度向上のポイント～
オンライン 開催
関連するセミナー・出版物
本セミナーは終了いたしました。
セミナーの再開催を依頼する 関連するセミナー・出版物を探す

概要

本セミナーでは、多変量解析・データ処理の基礎から解説し、特徴抽出や次元削減、データ前処理、相関とパターンの発見など、解析の手順を事例を交えて、分かりやすく解説いたします。

開催日

  • 2024年4月4日(木) 10時30分 ～ 16時30分
  • 2024年4月5日(金) 10時30分 ～ 16時30分

修得知識

  • 多変量解析の基本コンセプト
  • 特徴抽出や次元削減の手段としての活用法 入門・応用事例
  • データの前処理の手法と応用
  • 相関とパターンの発見の事例
  • 共線性の解消や異常値の検出、モデルの解釈性向上など、精度向上のポイント

プログラム

　近年、様々な分野で人工知能 (AI) の技術に期待が寄せられていますが、AIの情報処理技術をフルに活用し開発を進めていく分野はインフォマティクスと呼ばれています。そしてインフォマティックにおける情報処理技術の中核をなすものが機械学習であり、そのベースとなるのが多変量解析とデータ前処理テクニックです。多変量解析とデータ前処理テクニックについてわかりやすく説明した教科書は非常に少ないです。多くの解説書は難しい線形代数の理論に終始しています。
　しかし、本講座では先ず2変数の小規模データを題材に丁寧に解説してから多変数へと発展させます。理論や数式だけでなく、既に親しみのあるExcelと無料解析ツールのR、Pythonを使った豊富な計算事例を用いた実践的な内容になっています。また、本講座は機械学習・多変量解析を使用するあらゆる分野の方向けの入門講座です。機械学習・多変量解析の面白さと可能性に一人でも多くの方に触れて頂けることを期待しています。

第1日目

(2024年4月4日 10:30〜16:30)

  1. 多変量解析の基本コンセプト
    1. 多変量データとは
    2. 説明変数と目的変数
    3. モデルの複雑性と頑健性
  2. データの前処理
    1. Pythonによる簡単プログラミング
    2. Pandasモジュールによるデータの読み込み
    3. Numpyモジュールによる数値計算
  3. 重回帰分析
    1. 単回帰分析
    2. 最小2乗法
    3. 重回帰分析
    4. 多重共線性と変数選択
  4. 重回帰分析 (演習)
    1. Excelソルバーを使った重回帰分析
    2. Excel行列計算を使った重回帰分析
    3. R/Pythonを使った重回帰分析
  5. ロジスティック回帰解析
    1. 単変数の場合のロジスティック回帰分析
    2. ロジスティック回帰モデル
    3. オッズとオッズ比
    4. 尤度と最尤推定法
  6. ロジスティック回帰分析 (演習)
    1. Excelソルバーを使ったロジスティック回帰分析
    2. R/Pythonを使ったロジスティック回帰分析
  7. 主成分分析
    1. 多次元データの1次元への縮約
    2. Excelソルバーを使った主成分分析
    3. 固有値・固有ベクトルと因子負荷量
    4. 変数間の関係を調べる
  8. 主成分分析 (演習)
    1. Excelソルバーを使った主成分分析
    2. R/Pythonを使った主成分分析
    • 質疑応答

第2日目

(2024年4月5日 10:30〜16:30)

  1. 判別分析
    1. 変数による2群の判別
    2. 線形判別関数
    3. 判別得点と誤判別の確率
  2. 判別分析 (演習)
    1. Excelを使った判別分析
    2. R/Pythonを使った判別分析
  3. クラスター分析
    1. 階層的クラスター分析
    2. 非階層的クラスター分析
  4. クラスター分析 (演習)
    1. Excelを使ったクラスター分析
    2. R/Pythonを使ったクラスター分析
  5. 決定木分析
    1. 回帰木分析
    2. ランダムフォレスト法
  6. 決定木分析 (演習)
    1. Excelを使った決定木分析
    2. R/Pythonを使った決定木分析
  7. 機械学習
    1. 機械学習とは
    2. 分類問題
    3. 回帰問題
    4. 深層学習
  8. 機械学習 (事例紹介)
    1. サポートベクターマシン
  9. おわりに
    • 質疑応答
ページのトップヘ

講師

ページのトップヘ

主催

株式会社 技術情報協会
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
: 60,000円 (税別) / 66,000円 (税込)
複数名
: 55,000円 (税別) / 60,500円 (税込)

複数名同時受講割引について

  • 2名様以上でお申込みの場合、1名あたり 55,000円(税別) / 60,500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 60,000円(税別) / 66,000円(税込)
    • 2名様でお申し込みの場合 : 2名で 110,000円(税別) / 121,000円(税込)
    • 3名様でお申し込みの場合 : 3名で 165,000円(税別) / 181,500円(税込)
  • 同一法人内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。
  • 他の割引は併用できません。

アカデミック割引

  • 1名様あたり 30,000円(税別) / 33,000円(税込)

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

  • 学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院、短期大学、附属病院、高等専門学校および各種学校の教員、生徒
  • 病院などの医療機関・医療関連機関に勤務する医療従事者
  • 文部科学省、経済産業省が設置した独立行政法人に勤務する研究者。理化学研究所、産業技術総合研究所など
  • 公設試験研究機関。地方公共団体に置かれる試験所、研究センター、技術センターなどの機関で、試験研究および企業支援に関する業務に従事する方
  • 支払名義が企業の場合は対象外とさせていただきます。
  • 企業に属し、大学、公的機関に派遣または出向されている方は対象外とさせていただきます。

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 と 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。
  • セミナー資料は郵送にて前日までにお送りいたします。
  • 開催まで4営業日を過ぎたお申込みの場合、セミナー資料の到着が、開講日に間に合わない可能性がありますこと、ご了承下さい。
    ライブ配信の画面上でスライド資料は表示されますので、セミナー視聴には差し支えございません。
    印刷物は後日お手元に届くことになります。
  • 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。
セミナーの再開催を依頼する
ページのトップヘ

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
2025/4/15 化粧品品質安定性確保と評価の進め方・トラブル対応 オンライン
2025/4/16 異常検知・学習データ作成のための生成AI活用 オンライン
2025/4/16 データ分析と統計解析の基礎、実務への活用 オンライン
2025/4/16 機械学習を用いたスペクトルデータ解析と材料開発への適用 オンライン
2025/4/17 スパース推定の基礎、本質の把握・理解と実装応用技術への展開 オンライン
2025/4/17 時系列データ解析による異常検知および故障予測 東京都 オンライン
2025/4/17 画像認識のためのディープラーニングとモデルの軽量化 オンライン
2025/4/18 AI、機械学習と従来型研究開発の現実的な組み合わせ方法 オンライン
2025/4/21 図解と演習で学ぶ実験計画法入門 オンライン
2025/4/21 非臨床試験における統計解析入門 オンライン
2025/4/21 品質管理の基礎 (4日間) オンライン
2025/4/21 品質管理の基礎 (1) オンライン
2025/4/22 マテリアルズインフォマティクスの高分子材料開発への応用 オンライン
2025/4/22 未知の異常も検知する人工知能MTシステム (MT法) 基礎と応用入門 オンライン
2025/4/23 化粧品品質安定性確保と評価の進め方・トラブル対応 オンライン
2025/4/23 小規模データに対する機械学習の効果的適用法 オンライン
2025/4/23 分析法バリデーション 入門講座 オンライン
2025/4/23 ベイズ推定を用いたデータ解析 オンライン
2025/4/23 QbDに基づく医薬品開発の考え方と安定性試験結果の統計解析の手法 オンライン
2025/4/23 官能評価の基礎と評価用アンケート作成と解析のポイント オンライン
ページのトップヘ