技術者・研究者のための多変量解析入門講座

49,500 円(税込)

※本文中に提示された主催者の割引は申込後に適用されます

※銀行振込

このセミナーの申込みは終了しました。


よくある質問はこちら

このセミナーについて質問する
開催日 12:30 ~ 16:30 
締めきりました
主催者 (株)R&D支援センター
キーワード 多変量解析一般   回帰分析   主成分分析
開催エリア 全国
開催場所 【WEB限定セミナー】※会社やご自宅でご受講下さい。 

ご自身が関わっている業務や研究課題について、どのような手法を適用していくべきか、そのためにどんな準備が必要かについて、ヒントが得られることと思います!

~ 多変量解析の基礎、解析法、解析ツールなど ~

セミナー講師

京都女子大学 現代社会学部 名誉教授 理学博士 小波 秀雄 氏
<ご専門>
 コンピューターサイエンス,統計学
<ご略歴> 
 2000年より京都女子大学、大学コンソーシアム京都等にて統計学、プログラミングを担当
授業テキストを公開した統計学のテキストは累計数十万ダウンロードされている
http://konamih.sakura.ne.jp/Stats/Text/

22nd International Conference on Neural Information Processing(ICONIP2015)主催のThe 2015 Cybersecurity DataMining Competition(CDMC2015)にてチーム優勝
情報処理学会会員

セミナー受講料

49,500円(税込、資料付)
■ セミナー主催者からの会員登録をしていただいた場合、1名で申込の場合46,200円、
  2名同時申込の場合計49,500円(2人目無料:1名あたり24,750円)で受講できます。
(セミナーのお申し込みと同時に会員登録をさせていただきますので、
   今回の受講料から会員価格を適用いたします。)
※ 会員登録とは
  ご登録いただきますと、セミナーや書籍などの商品をご案内させていただきます。
  すべて無料で年会費・更新料・登録費は一切かかりません。
  メールまたは郵送でのご案内となります。
  郵送での案内をご希望の方は、備考欄に【郵送案内希望】とご記入ください。

受講について

Zoomを使ったWEB配信セミナー受講の手順

  1. Zoomを使用されたことがない方は、こちらからミーティング用Zoomクライアントをダウンロードしてください。ダウンロードできない方はブラウザ版でも受講可能です。
  2. セミナー前日までに必ず動作確認をお願いします。
  3. 開催日直前にWEBセミナーへの招待メールをお送りいたします。当日のセミナー開始10分前までに招待メールに記載されている視聴用URLよりWEB配信セミナーにご参加ください。
  • セミナー資料はPDFにてお送りいたします。※紙媒体での配布はございません。
  • 無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。

セミナー趣旨

 本セミナーでは、データ解析の王道である多変量解析について、その基本原理を理解した上で、重回帰分析、主成分分析、分散分析(ANOVA)、クラスター分析など代表的な手法について紹介していきます。ご自身が関わっている業務や研究課題について、どのような手法を適用していくべきか、そのためにどんな準備が必要かについて、ヒントが得られることと思います。また現実の面倒なデータをどう取り扱うかについても触れますが,個別にご質問いただければさらにお答えいたします。
 多くの項目を扱うため,数学的な詳細に触れることはなるべく避けますので,数学に自信のない方でも受講可能です。なお、数学的なレベルは高校数学(数列,微積,確率)程度を想定しています。
 多変量解析のツールとして現在最も人気があるのは、統計計算パッケージの R と、高い数学機能をもつ汎用プログラミング言語 Python です。本セミナーではこれらについての紹介も行います。

受講対象・レベル

・これからデータ処理に取り組む予定の技術者・研究者の方、および業務においてデータ処理の知識を広げたい方。

必要な予備知識

・予備知識としては高校の数学I, II 程度を想定し、必要な知識は補って解説いたします。

習得できる知識

・さまざまのデータ整理と可視化技法について知識を得る。
・多変量解析に共通する数学的な原理を理解する。
・さまざまなデータに対して、どのような多変量解析の手法が適しているかを判断できる。
・多変量解析のためのフリーソフトR および Python について概要がわかる。

セミナープログラム

1.  多変量解析の基礎
 1-1 二変量データの線形回帰
 1-2 共分散の理解がすべての基礎
 1-3 相関係数の正しい理解
 1-4 p値と統計的検定
 ブレーク p値でごまかす危険について

2. よく使われる解析法
 2-1 重回帰分析
 2-2 主成分分析
 2-3 因子分析
 2-4 ロジスティック回帰分析
 2-5 分散分析:ANOVA
 2-6 アソシエーション分析
 2-7 クラスター分析
 ブレーク 現実の汚いデータをどう扱うか:可視化の威力

3. 多変量解析のためのツール
 3-1 統計分析のためのプログラミング言語 R
 3-2 数学計算に威力を発揮する Python
 
※内容については若干の変更の可能性があります。

多変量解析,基礎,解析法,重回帰分析,主成分分析,クラスター分析,セミナー,講演