AIの実務基礎としての統計解析とベイズ統計解析、そして重要ポイントを分かりやすく解説(入門＋基礎）！ 理論だけでなく仕事に即役立つ実際の計算の仕方も多くの計算例題で分かりやすく解説！【オンデマンド】

セミナー趣旨

現在、全世界で急激に脚光を浴びてきているAIですがその土台は数学理論であり、その中でも特に間違いなく統計解析学とベイズ統計学がその数学的土台の中心になっています。

ところが、統計学とベイズ統計学という数学は、それまでの微分積分や行列理論などと異なり、その数学性はそれまでの数学に対して異彩を放っていると言っても過言ではないでしょう。

簡単に言うと、微分積分や行列などの従来からの数学とは異なり理解しにくい数学になっていると思います。

それは従来からの数学よりも、人間の思考がより多く入り込んで数学であり、単に計算力さえあれば理解し使いこなせるという数学ではないからです。

特にベイズ統計学は、その使いこなしにおいて、人間の思考力が深く必要とされる内容になっています。

本セミナーでは、上記を考慮し、分かりやすさに第一主眼を置き、これらの重要な基礎ポイントを分かりやすく解説し、ときに統計学とベイズ統計学を比較し、またときにはどちらが実社会の分析に向いているかという数学者からすると俗っぽい内容も含め、分かりやすく解説していきます。

本セミナーを受講して頂ければ、欧米諸国特にアメリカでは純粋な統計学者は大変少なくなり、その分、ベイジアンと呼ばれるベイズ統計学者が急増してきているのがお分かりになって頂けると思います。

また、名古屋大学大学院で非常勤講師として統計学やベイズ統計学を英語で教えて、今年ですでに５年ですので、その間学生達からは「分かりやすい」ということで好評をいただいておりますので、その経験も生かしながら分かりやすく解説致します。

受講対象・レベル

・統計学やベイズ統計学の考え方からして理解できないというかた。
・統計学やベイズ統計学のの数学書を読んでみたが、書かれていることが殆どまたは半分くらいしか理解できなかっというかた。
・なぜ、統計学やベイズ統計学がAI（機械学習）の土台になっているかが理解できないというかた。
・統計学やベイズ統計学には他のいろいろな分野の数学が使われているので、全ての数学の分野を勉強しなくてはいけないのかと落ち込んでいるかた。
・統計学やベイズ統計学を実務にてどのように役に立てればいいのか、分からないかた。
・AI（機械学習）を急ピッチで学びたいかた。
・セミナー内の各トピックに計算例題とその解答を配置しました。理論だけでなく実際の手計のしかたも理解したいとうかたにお勧めです。
・統計解析やベイズ統計解析のソフトを使用して計算をしているが、これらの数学の中身が理解できていないのでそれらのソフトをブラックボックスとして使用しており、このままではいけないと思っておられる方。

必要な予備知識

予備知識として大学の学部で勉強する数学は理解しておいて頂ければありがたいですが、なかなかそうもいかないと思いますので、
高校数学を軽く出いいのでおさらい程度に学習しておいて頂ければ、理解して頂けるように解説致します。
数学が苦手な方にも理解して頂けるように工夫して解説致します。

習得できる知識

・上記の＜受講対象者＞のかたがたが望んでおられることが理解できるように説明致します。

セミナープログラム

＜第１部 ： 統計解析の実務基礎＞

１． なぜ、統計学よりベイズ統計学のほうが好まれるのか？微分積分や行列などの数学とどこが違うのか？

２． 統計学の限界とベイズ統計の限界について端的に考えてみよう。

３． 統計の基礎とポイント

　　3-1 統計において重要な標本調査とは？　なぜ、重要なのか？
　　　　標本から何を知りたいのか？
　　3-2 標本の選び方、ランダム・サンプリングとは？
　　　　　－実はよく理解されていないエルゴード性とモンテカルロ法
　　　　　　との関係とは？ー
　　3-3 平均値と期待値？　何が同じで何が違うのか？
　　　　　－市販の書籍では、平均値と期待値の違いについてほとんど
　　　　　　説明されていないが重要なので解説しますー
　　3-4 本当は誤差を測定できない。誤差の種類と偏差、残差との違いは？
　　3-5 ある事象についてある総数のデータがあれば、どのような分布の
　　　　データでもすぐに正規分布の考え方に準拠した統計解析をして
　　　　問題ないのか？
　　3-6 統計解析におけるもっとも基本的で重要な量には平均値だけで
　　　　なく分散という量もある。以外に重要な分散！
　　3-7 計算例題と解説
　　　　　－基本統計量の計算－

４． 統計解析の本質である正規分布の特徴について考えてみよう。

　　4-1 統計学にはいろいろな記号が出てくるが、記号の使い方に法則の
　　　　ようなものがあるのか？
　　4-2 正規分布とは？
　　4-3 正規分布の形状を数式で表すにはどのような数式がよいのかを
　　　　考え、正規分布を表す数式を自作のしてみよう！
　　4-4 正規分布における重要ポイントとは？　平均値・標準偏差・分散
　　　　の間の関係
　　4-5 種々の正規分布のグラフ
　　4-6 正規分布と標準正規分布、何が違うのか？　
　　4-7 重要ポイントを図解！ 標準正規分布 （ Z 変換 ） の本質を理解
　　　　しよう！
　　4-8 標準正規分布表の活用法
　　4-9 確率関数と確率密度関数の使い分けはどのようにしたらいいのか？
　　　　　－混同しやすい言葉の整理－
　　4-10 計算例題と解説
　　　　　－標準正規分布表を用いて確率を求めてみよう－

５． あるグループのデータが正規分布に従わない場合は、統計解析はできないのか？

　　5-1 ここで、中心極限定理が登場！
　　　 　　－見理解しづらい中心極限定理を図解して分かりやすく解説ー
　　5-2 標本平均の期待値について
　　5-3 標本平均の分散について
　　5-4 中心極限定理を図解した具体例で考えてみよう！
　　5-5 中心極限定理のポイントの整理
　　5-6 中心極限定理と標準正規分布との関係
　　5-7 計算例題と解説
　　　　　ーある製品の平均重量がある重さ以上になる確率を求めるー
　　　　　ー年収がある金額未満である確率を求めるー

６． 母平均の平均値の推定のしかた

　　6-1 平均値の推定とは？
　　6-2 母集団が正規分布でその正規分布の分散が既知の場合、標本平均
　　　　から母平均を推定する方法
　　6-3 計算例題と解説
　　　　　－大学入試の全国平均点を採点が完了する前に誤差1%以内で
　　　　　　速報する : 最適なサンプルサイズの計算法－
　　　　　－この方法は選挙速報（当選確実）などにも使用されている－
　　6-4 母分散が既知でない場合の計算方法
　　6-5 不偏分散を使用する方法
　　6-6 計算例題と解説
　　　　　－サンプルから母集団の平均値を推定－

７． t-分布とは

　　7-1 t-分布の由来
　　7-2 t-分布とは
　　7-3 t-分布と標準正規分布の関係を図で理解しよう！
　　7-4 t-分布を表す確率密度関数とは
　　7-5 t-分布と標準正規分布との関係を数学的に確認しよう！
　　7-6 自由度とは？
　　　　　－力学における自由度とは異なります－
　　7-7 t-分布を利用した母平均の推定法とは？
　　7-8 計算例題と解説
　　　　　－t-分布により測定値から真値の区間推定を行う－

８． 統計的仮説検定

　　8-1 統計的仮説検定とは？
　　8-2 統計的仮説検定の考え方とやり方
　　　　　－帰無仮説と対立仮設のたてかた－
　　8-3 両側検定とは？
　　8-4 片側検定とは？
　　8-5 統計的仮説検定の具体的なやり方
　　8-6 １群の平均の検定のしかた
　　8-7 計算例題と解説
　　　　　－統計的仮説検定のやり方（片側検定）－
　　8-8 計算例題と解説
　　　　　－統計的仮説検定のやり方（両側検定）－
　　8-9 統計的仮説検定の内容確認のための例題と解説
　　8-10 講師がお勧めする標準正規分布表やt-分布表など

９． 質疑応答

＜第２部：ベイズ統計解析の実務基礎＞

１． ベイズ統計とは？

　　1-1 統計学と比較して
　　1-2 ベイズ統計学を一言で簡単に表現すると？
　　1-3 従来の統計学とベイズ統計学の長所と短所
　　1-4 なぜベイズ統計学が再度脚光をあび始めたのか？
　　1-5 確率には２種類ある。それらは？
　　1-6 ベイズ統計学で使用する確率は？
　　1-7 ベイズの定理とその内容
　　1-8 ベイズの定理の証明
　　1-9 ベイズの定理を適用する際に必要になる「読み替え」とは？
　　1-10 同時確率と条件付き確率のイメージ図
　　1-11 計算例題１と解説
　　　　　－簡単な例題で同時確率と条件付確率を求めよう－
　　1-12 計算例題2と解説
　　　　　－簡単な例題で同時確率と条件付確率を求めよう－

２． ベイジアンネットワーク

　　2-1 ベイジアンネットワークとは具体的に何？
　　2-2 ベイジアンネットワークによる計算の仕方とその重要ポイントを
　　　　計算例題を通して解説 ： 仕事に即役立つ！
　　　 　　ー実際によく遭遇する問題として、工場内にある機械Bの
　　　　　　 故障率を他の機械Aから確率的に求める方法を解説ー

３． ベイジアンフィルター

　　3-1 ベイジアンフィルタ（迷惑メールの判定）とは具体的に何？
　　3-2 ベイジアンフィルター
　　　　　－ベイズの定理を使用してスパムメールを判定する計算例題－

４． ベイズ更新とは？

　　4-1 ベイズ更新の具体例とその計算の仕方を分かりやすく解説
　　4-2 ベイズ更新による事後分布の推定方法の計算のしかたとその解説
　　4-3 通常、ベイズ更新ではカーネルの計算まで

５． マルコフチェーン・モンテカルロ法（MCMC）について

　　5-1 MCMCのやりかたとその概要
　　5-2 分布を取り扱う場合のベイズの定理、MCMC法を使用する理由と
　　　　重要なポイントを分かりやすく解説

６．統計解析とベイズ解析の違いを整理して解説

７．質疑応答

セミナー講師

（社）日本騒音制御工学会認定技士
（社）日本音響学会第２回技術開発賞受賞

有限会社アイトップ　　技術コンサルタント　通訳・翻訳
名古屋大学大学院　非常勤講師 博士（工学）　　小林英男　氏

　東京電機大学工学部機械工学科卒業後、東京農工大学大学院工学研究科にて特別研究員（５年間）。
　大学生時代にESS（英会話部）に所属し、カリフォルニア大学バークレイ校（通称ＵＣバークレー、世界大学ランキングで毎年10位以内）にて英語研修、および毎日新聞社後援英語弁論大会で３位入賞。上智大学にて開催された全日本選抜集中合宿英語研修（２週間英語のみで日本語禁止、主催は財団法人語学教育振興会で会長は東京大学名誉教授坪井忠二先生）に２年連続で選抜され参加。東京電機大学第５３代ESS部長。技術だけでなく英語の勉強にも集中したのは卒業後に世界で活躍できるエンジニアになるため。 　大学卒業後、リオン㈱に入社し、騒音・振動の測定・分析・対策、および海外事業部でヨーロッパを担当してセールスエンジニアとして従事。 　 ㈱アマダに勤務し、工場で組立・製造・検査、海外事業部でNCタレットパンチプレスの修理・NCプログラムの作成教育・板金加工技術のコンサルタント、システム事業部で板金加工自動化ライン(FMS)の開発・設計、および技術研究所でアマダ製品の低騒音・低振動化および快適音化などの研究開発に携わり大ヒット商品を世に送り出した。上記のように、製造、サービス、設計、開発、研究（製造～研究まで）の一連の実務経験・実績を積み重ねた。
　 その後、技術コンサルタントとして独立して２８年が経過した。１部上場企業の研究、開発、設計部署を中心に、多くの企業に対し振動・騒音分野およびマルチフィジックス分野で技術指導および技術コンサルティングを実施。この間に先進国を中心に２５ヶ国以上に出張し、エンジニアとして英語で仕事をしてきた。またときに通訳・翻訳なども依頼され実施してきた。
　ここ10年以上は推測統計解析、ベイズ統計解析の研究にも力を入れ、実務エンジニアリングへのベイズ統計学の適用、および機械学習やAIの研究にも力を入れている。 　セミナーの講師歴は約３０年間。日刊工業新聞社主催などの多くの技術セミナー・（技術）英語セミナー・工業数学セミナー・応用物理数学セミナーの講師を実施してきた。この間に専門学校や大学で非常勤講師も行ってきた。
　また、日刊工業新聞社主催のセミナー講師歴は長く１０年以上。本セミナーの内容にも関連する流体と振動・騒音や伝熱とのマルチフィジックス解析の技術指導も行ってきた。また現在は、機械学習・AIにより従来技術を高知能化するための技術指導にも力を入れている。

　本セミナーでは、上記に関連した技術理論はもとよりその時々の実際の実務経験・技術ノウハウもまじえながら分かりやすく解説致していきます。

セミナー受講料

お一人様でご受講 ￥40,000（テキスト代など全てを含みます）
同じ会社でお二人様同時お申込のご受講でも合計 ￥40,000（テキスト代など全てを含みます）

＜テキストについて＞
テキストは、PDF化したものをメールに添付して受講者様にお送りさせて頂きます。基本的には、ご視聴開始日前日までににPDFテキストをメールに添付してお送りさせて頂いております。