【中止】＜今こそ「R」実習で学ぶ＞統計・データ分析の基礎とノウハウ〜機械学習の一歩手前を学ぶセミナー〜
統計・データ分析
Rならここまでできる・Rでもここまでできる！
「実際に操作するので、講義だけでは見えないところもわかる」と毎回好評です！
セミナー講師
フューチャーブリッジパートナーズ(株)
代表取締役 博士（情報理工学） 長橋 賢吾 先生
慶應義塾大学環境情報学部卒業。
同大学院政策・メディア研究科修了、2005年東京大学大学院情報理工学研究科修了。
博士（情報理工学）。英国ケンブリッジ大学コンピュータ研究所訪問研究員を経て、
2006年日興シティグループ証券（現、シティグループ証券）にてITサービス・ソフトウェア担当の
証券アナリストとして従事したのち2009年3月、フューチャーブリッジパートナーズ（株）設立。
コンサルティング業務の傍ら、統計やデータ分析、機械学習をテーマにした、
RやPythonによる実演習つきセミナー講師を多数務め、毎回好評を博している。
セミナー受講料
1名50,000円 + 税、(資料・昼食付)
＊1社2名以上同時申込の場合、1名につき40,000円 + 税
※消費税につきましては講習会開催日の税率にて課税致します。
＊学校法人割引；学生、教員のご参加は受講料１名25,000円+税となります
セミナー趣旨
Rは統計解析のためのプログラミング言語・開発環境ですが、機械学習で利用できる
ライブラリが数多く提供されています。企業の現場では、あるモデルでうまく動作するかを
判断するため、Rでプロトタイプを作成し、確認するというケースもあります。
本セミナーではまず、機械学習の基礎となる統計・データサイエンスについてわかりやすく
説明します。それを踏まえ、データ分析の理論や手法についてRでの実習を交えて解説します。
今回の内容を学び取ることで、更に学習したい人は機械学習へと進みやすくなるでしょうし、
あるいは、自分の行いたいことについて機械学習無しでも実現可能だというヴィジョンを
得られるでしょう。
「市販の書籍を購入し独学に取り組んだものの、今一つ理解できない」、
「PythonやTensorFlowは敷居が高い」、「自分のやりたいことができない」というような方の
受講も歓迎します。
受講対象・レベル
・統計・データ分析を行いたい方、学びはじめた方
・将来的には機械学習なども学びたいが、まずは、基礎固めをしたいという方
・Rによる統計・データ分析業務の中で何らかの疑問や困りごとを抱えている方
＊特に初心者・初学者の方を歓迎します。また業種・業界は不問とします。
セミナープログラム
1 Rと機械学習の基礎
1-1 機械学習とは何か？
1-2 Rとは何か？
1-3 Rのインストールと利用前の設定
1-4 RStudioのインストール
1-5 Rの基本的な利用方法
1-6 Rを使った統計量とデータの把握
1-7 tidyverseによるデータ整形
1-8 ggplot2によるグラフ描画
2 回帰分析で目的変数の値や発生確率を予測
2-1 単回帰分析
2-2 重回帰分析
2-3 ロジスティック回帰分析
2-4 ポアソン回帰
2-5 回帰分析の実際のビジネスへの応用
3 クラスタリング分析の3つの手法でデータを分類
3-1 クラスタリングの3つの手法
3-2 階層化クラスタリング
3-3 非階層化クラスタリングとk平均法
3-4 クラスタリングの応用
4 主成分分析・因子分析で属性を削減し因子を特定
4-1 主成分分析とは？
4-2 因子分析
5 アソシエーション分析で関連性がある物事を見極める
5-1 アソシエーション分析に使われるアソシエーション・ルールとは
5-2 arulesによるアソシエーション分析
5-3 アソシエーション分析の応用
6 サポートベクターマシンでクラス分類
6-1 線引きによるクラス分類
6-2 カーネル法
6-3 サポートベクターマシンによる機械学習
6-4 1クラスサポートベクターマシン
7 アンサンブル学習と正則化―モデルの組み合わせと過学習の解決
7-1 過学習とは？
7-2 正則化
7-3 アンサンブル学習
7-4 バギング
7-5 ブースティング
7-6 ランダムフォレスト
＜質疑応答・名刺交換・個別相談＞
※主なR演習内容
・四則演算
・グラフの描画
・ファイルの読み込み
・平均、分散、相関分析
・天気データに基づく回帰分析
・ビールの趣向アンケートに基づいた主成分分析の方法
・アソシエーション分析の演習
・Groceriesライブラリを用いて、関連商品購入分析
・arulesパッケージのインストール
・アソシエーションルールの表示
・アソシエーションルールの可視化
・コンビニにみるアソシエーション分析の運用
・クラスタリング（樹形図）の演習
・Ｋ平均法の演習
・カーネルライブラリのインストール
・SPAM学習データの作成
・SPAMテストデータの作成
・サポートベクターマシンによるモデル生成
・生成したモデルによる判別率判断
・交差検定
・ランダムフォレストのパッケージインストール
・学習データ、テストデータの準備
・ランダムフォレストモデルの生成
・生成したモデルによる判別率判断
▽過去の同講師セミナー受講者の声
・「これから自分が何を勉強すればいいのか分かったのが一番の収穫でした。
ありがとうございます」（生産管理）
・「講師との距離も近く、名刺交換や具体的な質問・ディスカッションが
できたのがよかった」（データ処理）
・「実際に操作できるので、講義だけでは見えにくい部分も分かりました」（マーケティング）
・「日ごろ気になっていたことが訊けて大変有意義でした」（材料評価）
