はじめてのベイズ統計学【PC実習付き】

69,120 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 10:30 ~ 16:30 
締めきりました
主催者 株式会社 情報機構
キーワード SQC一般   モンテカルロ法
開催エリア 東京都
開催場所 【品川区】きゅりあん
交通 【JR・東急・りんかい線】大井町駅

PC実習を導入した
ベイズ統計学のハンズオン形式セミナー!
自分の手を動かすことで、より身につく!

AI・人工知能時代のための PC実習で学ぶ
はじめての統計・機械学習入門シリーズ 全3回講座:第2回

★ 昨今の人工知能・AIブームに取り残されないために!
 
必要なものは中学校レベルの数学知識のみ!

第1回~第3回のいずれか1回または2回、および全3回の受講が可能です。
【第1回】「はじめての統計学【PC実習付き】」
 https://www.monodukuri.com/seminars/detail/8719
【第2回】「はじめてのベイズ統計学【PC実習付き】」このページのセミナー

【第3回】「はじめてのディープラーニング【PC実習付き】」
 https://www.monodukuri.com/seminars/detail/8721
【全3回】
 https://www.monodukuri.com/seminars/detail/8718

※ いずれか2回の受講をご希望の場合
は、それぞれの回のページからお申込みのうえ
  備考欄に2回同時申込みの旨ご記入ください。ご請求時に割引料金を適用します。

日時

2019年8月7日(水) 10:30-16:30
2019年8月8日(木) 10:30-16:30 【2日間コース】

講師

株式会社すうがくぶんか 講師未定
* 主催社セミナーにて過去講演経験のある先生にご登壇頂く予定です。

受講料

1名69,120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58,320円
*学校法人割引 ;学生、教員のご参加は各回それぞれ受講料1名38,340円。

※ いずれか2回の受講をご希望の場合は、それぞれの回のページからお申込みのうえ
  備考欄に2回同時申込みの旨ご記入ください。
  ご請求時に合計1名116,640円(1社2名以上同時申込の場合、1名につき105,840円)の
  割引料金を適用します。
  各回、別の方が受講いただくことも可能です。
  1社2名以上同時申込は、同時申込、同形態(講座数、参加日)でのお申込にのみ有効です。

実習用PCについて

セミナーで使用されるPCは主催社にて用意致します。
お手持ちのPCをご希望される方はお問い合わせください。
※ 持ち込みによる値引きはありません。

プログラム

■ 講座のポイント
 昨今、様々な分野で注目を浴びているベイズ統計学について、集中的に学ぶ講座です。通常の統計学は学んだことがあるが、ベイズ統計については初心者という方に向けてカリキュラムを構成する予定です。
 大きく2つのテーマを元にカリキュラムを構成します、1つ目は、ベイズ統計学と従来の統計学の考え方・手法の違いについて。2つ目は、ベイズ統計学の応用事例についてです。またコンピュータ[R、Stan]を使った実習も取り入れ、理論だけでなく実際にどのように解析を行うのかについても、体験できるようになっています。

■ 受講後、習得できること
・ベイズ統計学の考え方について知ることができる
・従来の統計学とベイズ統計学の違いについて知ることができる
・ベイズ統計学の応用事例について知ることができる
・ベイズ統計による統計解析をコンピュータを用いて実践することができる

■ 講演中のキーワード
・ベイズ統計学
・階層ベイズ法
・状態空間モデル
・マルコフ連鎖モンテカルロ法(MCMC)
・統計学
・線形混合モデル

■ 講演プログラム
1.ベイズ統計学の概要
  1-1.ベイズ統計学の成り立ち
  1-2.ベイズ統計学と従来の統計学

2.ベイズの定理
  2-1.条件付き確率
  2-2.ベイズの定理(ベイズの展開公式)
  2-3.事前確率・事後確率・尤度とその解釈

3.確率分布とベイズの定理
  3-1.確率分布に対するベイズの定理
  3-2.自然な共役分布

4.マルコフ連鎖モンテカルロ法(MCMC)
  4-1.MCMCの概要
  4-2.実際のアルゴリズム紹介

5.Stanを用いたMCMCサンプリング
  5-1.Stanの使用法
  5-2.簡単なモデル
  5-3.線形回帰をStanで

6.階層ベイズモデル
  6-1.統計的モデリングの概要
  6-2.階層ベイズとは
  6-3.過分散の事例

7.状態空間モデル
  7-1.状態空間モデルと一般的な時系列モデル(AR等)の違い
  7-2.状態方程式と観測方程式
  7-3.Stanでの実装(ローカルレベルモデルとトレンドモデル)

 <終了後、質疑応答>