ベイズ統計学の基礎と演習

★ベイズ統計学の特徴が活かされる事例を詳解し、使いどころがはっきりと理解できるようになる！☆ベイズ統計学とは何かをわかりやすく解説し、一般的な統計学との違い、ベイズ統計学の使いどころがわかる事例も紹介します。

※オンライン会議アプリZoomを使ったWEBセミナーです。ご自宅や職場のノートPCで受講できます。【アーカイブ配信：5/24～6/4】での受講もお選びいただけます。希望される方は申込フォームにてご選択ください。

セミナー講師

（株）フィンデクス　代表取締役　青木　義充　氏＜専門＞時系列解析，ベイズ統計学，データサイエンス

セミナー受講料

55,000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55,000円（2人目無料：1名あたり27,500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。

• セミナー資料は開催前日までにお送りいたします。
• 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

　データの解析をしている際に、「データ以外の情報を利用した解析をしたい」と思ったことはありませんか？そもそもデータ解析の目的が、客観的な解析をしたいというものであるならば、データ以外の情報を利用することに懐疑的になるかもしれません。たしかに、一般的な統計学の手法では、得られたデータから、その背後に潜む構造を推測する形式がとられています。つまり、推測時に利用できる情報はデータのみといってよいでしょう。その一方で、ベイズ統計学では、データから得られる情報だけでなく、事前に知りえた情報（主観的に設定した情報）を利用して推測していきます。本講演では、ベイズ統計学の考え方を学ぶことにより、一般的な統計学の手法との違いを意識しながら、データとそれ以外の情報を組み合わせた推論方法を習得することができます。　また、ベイズ統計学を学んだことのある方の中には、手法について理解はできたが、実際にどのように用いればよいか分からない方もいらっしゃるかもしれません。特に、一般的な統計学の手法でも十分に扱える問題では、せっかく学んだベイズ統計学を活用する機会もないことでしょう。本講演では、ベイズ統計学の特徴が活かされる事例を取り扱い、プログラミングの演習を通じてデータ解析を実体験できるので、ベイズ統計学の使いどころがはっきりと理解できるようになるでしょう。　

受講対象・レベル

・ベイズ統計学を基礎から学びたい方・ベイズ的アプローチに興味がある方、一般的なアプローチとの違いを知りたい方・データ解析の実務に携わっている方

必要な予備知識

データ解析に興味を持たれている方であれば、特に予備知識は必要ございません。

セミナープログラム

１．はじめに　1-1. ベイズ統計学の考え方　　　a.頻度論的アプローチ　　　b.異なるの情報の利用　1-2. 条件付確率とベイズの定理　　　a.条件付確率と周辺確率　　　b.ベイズの定理　1-3. 事前情報とデータによる情報　　　a.因果関係の整理　　　b.学習の効果

２．ベイズ統計学における推定手法　2-1. ベイズ統計学の特徴　　　a.尤度と最尤推定法　　　b.異なる情報に関する確信度合　　　c.尤度と事前情報の組み合わせ方：事後分布の計算　　　d.様々な事前情報の考え方：正規分布，一様分布，無情報事前分布　2-2. 推定手法　　　a.様々な確率分布のパラメタ推定：正規分布，指数分布，ベータ分布　　　b.推定結果のまとめ方：事後平均，事後標準偏差，信用区間　　　c.マルコフ連鎖モンテカルロ法（MCMC法）の考え方　　　d.ギブスサンプラーのアルゴリズム

３． データ解析　3-1. 一般的な統計解析の手法との比較　　　a.データの分布を解析する　　　b.線形回帰モデルを解く　3-2. ベイズ統計ならではの解析手法　　　a.打ち切りなどの不完全な観測データへの応用　　　b.データ拡大法のアルゴリズム

スケジュール：昼食の休憩時間12：00～12：45を予定しております。※進行によって、多少前後する可能性がございます。※質問は随時チャット形式で受け付けます。また音声でも可能です。

キーワード：ベイズ統計学,ブラックボックス,マルコフ連鎖モンテカルロ法,MCMC,推定手法,セミナー