データサイエンスのためのベイズ統計学入門【大阪開催】

ベイズ統計学の考え方、モンテカルロ法の仕組みを知りたい方に向けて、

半日速習セミナーです！

講師

大阪大学 大学院基礎工学研究科　准教授　博士（数理科学） 鎌谷 研吾 先生

【専門】 ベイズ統計学とモンテカルロ法

【講師紹介】
平成２０年東京大学大学院数理科学研究科博士課程修了．
平成２３年より大阪に居を移し，大阪大学に勤務．
ベイズ統計学とモンテカルロ法の研究を行う． 

受講料

1名41,040円(税込（消費税8％）、資料付)
＊1社2名以上同時申込の場合 、1名につき30,240円
＊学校法人割引 ；学生、教員のご参加は受講料50％割引。

セミナーポイント

■ はじめに
　データサイエンティストは不確実性を定量化し，価値を引き出す．その根幹をなすのが，確率を用いた不確実性のモデリングであり，確率と不確実性の関係を最もよく説明できるのがベイズ統計学である．
　本セミナーではベイズ統計学によって不確実性，確率，認識といったいくつかの基本的な考え方を説明する．そして，ベイズ統計学で中心的課題である計算-モンテカルロ法-について説明する．とくに，マルコフ連鎖モンテカルロ法について，その仕組みを述べる．

■ 受講対象
・ベイズ統計学の考え方について知りたい方
・モンテカルロ法の仕組みを知りたい方

■ 本セミナーに参加して修得できること
・ベイズ統計学の確率の考え方が理解できる
・確率を理解することの重要性が理解できる
・統計計算がなぜ重要か分かる

セミナー内容

1. 不確実性と確率
2. 確率，条件付き確率
3. 病気の診断の正当性
4. 事前分布，尤度，事後分布
5. 真実の表現としてではなく、人の認識としての確率
6. 主観的ベイズ
7. ベイズ統計学の一貫性
8. 信用区間
9. 事後確率
10. モデル「選択」 

11. 予測
12. 共役事前分布
13. 妥当で理想的認識としての確率
14. 客観的な認識はありえるか
15. 非主観的ベイズの試み
16. 客観的に見える主観
17. ラプラス事前分布
18. 目を背けていた問題
19. 計算困難性
20. 確率分布の扱い方

21. 頭の中身を探る
22. 良い質問の仕方
23. 対称性（詳細釣り合い）
24. 自問自答（マルコフ連鎖モンテカルロ法）
25. マルコフ連鎖モンテカルロ法
26. マルコフ連鎖モンテカルロ法の長期的振る舞い
27. モンテカルロ革命
28. 残されている問題
29. 適当に答えさせるか質問を簡単にするか
30. 交渉せずに合意をつくる方法は？

31. まとめ