データサイエンティスト養成講座～Rを用いた時系列データ分析の基礎～＜Zoomによるオンラインセミナー＞

データサイエンティストを目指す上での必須知識、
時系列データ分析の基礎を学ぶ！

時系列データの特徴をとらえながら分析する手法とは？
データの順序関係を意識することで生じるメリットとは？
R言語を用いた演習例を交えて解説します

セミナー講師

株式会社エフビズ 代表取締役 青木義充 先生

慶應義塾大学にてニューラルネットワーク、衛星レーダの画像解析の研究に従事。2004年に一橋大学助手就任し、金融データ解析を専門とする。2007年から株式会社QUICKで、金融業界動向のマーケティング、新たな金融情報サービスの企画、金融機関などとの共同研究に従事する傍ら、総合研究大学院大学複合科学研究科統計学専攻を修了し、商品先物のリスクに関する研究で学位（学術）を取得する。それ以降、金融に関する学会、論文の発表、著書の執筆のほか、一橋大学、上智大学で非常勤講師としてデータサイエンス、数理ファイナンスを指導。2018年9月、FinTech時代に真に役立つ金融知識と技能を幅広い方々に届けるべく、株式会社エフビズを創立、代表取締役に就任。主にデータ解析に関するコンサルティング、研究開発の受託を行っている。
■業界での活動
企業との共同研究、データ解析コンサルティング
学会、研究集会での研究発表、
大学での非常勤講師、企業での教育研修セミナー講師
一般向け、専門家向けの各種セミナー講演、
■専門・得意分野
時系列解析、金融データ解析、ベイズ統計学、データサイエンス

セミナー受講料

 『（オンライン）時系列データ分析（1月25日）』のみのお申込みの場合
　　1名47,300円(税込（消費税10％）、資料付)
　　＊1社2名以上同時申込の場合、1名につき36,300円

『（オンライン）ベイズ統計基礎（1月27日）』と合わせてお申込みの場合
　（同じ会社の違う方でも可。※二日目の参加者を備考欄に記載下さい。）
　　1名72,600円(税込（消費税10％）、資料付)
　　＊1社2名以上同時申込の場合、1名につき61,600円⇒割引は全ての受講者が両日参加の場合に限ります

※セット受講を希望の方は備考欄に【「ベイズ統計基礎（1月27日）」とセットで申し込み】とご記入ください。

＊学校法人割引；学生、教員のご参加は受講料50％割引。

受講について

※本講座は、お手許のPCやタブレット等で受講できるオンラインセミナーです。

配布資料・講師への質問等について

• 配布資料は、印刷物を郵送で送付致します。
  お申込の際はお受け取り可能な住所をご記入ください。
  お申込みは4営業日前までを推奨します。
  それ以降でもお申込みはお受けしておりますが（開催1営業日前の12:00まで）、
  テキスト到着がセミナー後になる可能性がございます。
• 当日、可能な範囲で質疑応答も対応致します。
  （全ての質問にお答えできない可能性もございますので、予めご容赦ください。）
• 本講座で使用する資料や配信動画は著作物であり、
  無断での録音・録画・複写・転載・配布・上映・販売等を禁止致します。

下記ご確認の上、お申込み下さい

• PCもしくはタブレット・スマートフォンとネットワーク環境をご準備下さい。
• ご受講にあたり、環境の確認をお願いしております（20Mbbs以上の回線をご用意下さい）。
  各ご利用ツール別の動作確認の上、お申し込み下さい。
• 開催が近くなりましたら、当日の流れ及び視聴用のURL等をメールにてご連絡致します。

Zoomを使用したオンラインセミナーとなります

• ご受講にあたり、環境の確認をお願いしております。
  お手数ですが下記公式サイトからZoomが問題なく使えるかどうか、ご確認下さい。
  → 確認はこちら
  ※Skype／Teams／LINEなど別のミーティングアプリが起動していると、Zoomでカメラ・マイクが使えない事があります。お手数ですがこれらのツールはいったん閉じてお試し下さい。
• Zoomアプリのインストール、Zoomへのサインアップをせずブラウザからの参加も可能です。
  ※一部のブラウザは音声（音声参加ができない）が聞こえない場合があります。
  　必ずテストサイトからチェック下さい。
  　対応ブラウザーについて(公式) ;
  　「コンピューターのオーディオに参加」に対応してないものは音声が聞こえません。

セミナー趣旨

時系列データとは、時刻変化に伴って値が変化する対象を、ある特定の時間間隔で記録したものを指します。たとえば、毎日の正午の気温を記録したものは時系列データです。時系列データの分析では、データの並び順・前後関係を意識するか否かを重要視します。たとえば、1週間の正午の平均気温は、7日分の気温の総和を7で割れば求められます。ここで、7日分の総和は、足し合わせる順番を意識する必要はなく、月火水木金土日でも金月水火日木土のいずれであっても変わりありません。同様に、バラつきを示す指標である分散も、他のデータとの関係を見る相関係数も、データの並び順を意識しないため、いわゆる時系列データの分析とは考え方が異なります。
本セミナーでは、時系列データの特徴をとらえながら分析する手法の考え方、特にデータの順序関係を意識することで生じるメリットについて、実際の時系列データを用いながら説明します。なお、データ分析に広く利用されているR言語を用いた演習例を交えることで、より実践的に学習することができます。

習得できる知識

• 時系列データの特徴を理解し、一般的なデータとの違いが分かる。
• 時系列データの特徴を活かした分析手法の基礎が学べる。
• R言語を用いた時系列データの分析ができるようになる。

セミナープログラム

1. 時系列データの特徴について
   1. 時系列データの定義
   2. 時系列データでない例とその違い
   3. 時系列データの観察と確認法
2. 時系列データの分析について
   1. 時系列データの取り扱い
   2. 時系列データの性質とモデルの導入
      ・自己回帰（AR）モデル
      ・移動平均（MA）モデル
      ・ARMAモデル
      ・ARIMAモデル
   3. うまくいかない分析例
   4. 時系列データ分析のコツ
3. 統計分析用のプログラミング言語
   1. Rの導入
   2. ソースコードと実行例の紹介