1. ホーム
  2. セミナー
  3. 基礎から学ぶベイズ統計学と実用例【LIVE配信】

一般的な統計学との違いやベイズ統計学の使いどころがわかる事例も紹介します。

基礎から学ぶベイズ統計学と実用例【LIVE配信】
※本セミナーはZoomを使ったLIVE配信セミナーです。会場での参加はできません。
日程が変更になりました。　4/23⇒7/5

※受付を終了しました。最新のセミナーはこちら

セミナー概要
略称
ベイズ統計学【WEBセミナー】
セミナーNo.
210488
開催日時
2021年07月05日（月） 10:00～16:00
主催
（株）Ｒ＆Ｄ支援センター
問い合わせ
Tel：03-5857-4811　E-mail：info@rdsc.co.jp　問い合わせフォーム
開催場所
【WEB限定セミナー】※会社やご自宅でご受講下さい。　
価格
非会員：  55,000円 （本体価格：50,000円）
会員：  49,500円 （本体価格：45,000円）
学生：  55,000円 （本体価格：50,000円）
価格関連備考
会員（案内）登録していただいた場合、通常1名様申込で55,000円（税込）から
　・1名で申込の場合、49,500円（税込）へ割引になります。
　・2名同時申込で両名とも会員登録をしていただいた場合、計55,000円（2人目無料）です。
会員登録とは？　⇒　よくある質問
備考
・本セミナーは「Zoom」を使ったWEB配信セミナーです。

・セミナー資料は事前に郵送します。会社のご住所以外で受け取りを希望される場合は、申し込みフォームのコメント欄に、発送先のご住所をご記入下さい。セミナー資料の無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。この点にご了承の上、お申し込みください。


【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下さい。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。Zoom WEBセミナーのはじめかたについてはこちらをご覧下さい。セミナー開始直前のトラブルについては対応いたしかねますのでご了承下さい。

３．開催日の数日前に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下さい。
講座の内容
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
　社会人だけでなく、大学院生など学生の方でも問題ありません。
　
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。
　
習得できる知識
・ベイズ統計学の考え方が分かり、一般的な統計学の手法との違いが分かるようになる。
・ベイズ統計学での推論の進め方（ベイズ的アプローチ）の考え方を学ぶことで、データ以外の情報を利用した解析手法を習得できるようになります。
　
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うため、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。　
　
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
　

キーワード
ベイズ,統計,データ,情報,確率,尤度,最尤推定法,推定,観測,講習,セミナー
関連するセミナー
関連する書籍
関連する通信講座
関連するタグ
フリーワード検索
カテゴリ別検索
カテゴリ別検索