★ベイズ統計学とはどういうものか?普通の統計学と何が違うのか?ベイズ統計学を学ぶことの魅力は何か?
★数学的にブラックボックスのままやりすごすことなく、しっかりわかりやすく解説します!

ベイズ統計学入門【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。

セミナー概要
略称
ベイズ統計学【WEBセミナー】
セミナーNo.
220408
開催日時
2022年04月25日(月) 10:30~16:30
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
講師
著述家 高橋 信 氏

<ご専門> 統計学・マーケティングリサーチ

<学協会等>日本統計学会

<その他>
 1972 年新潟県生まれ。九州芸術工科大学(現・九州大学)大学院芸術工学研究科情報伝達専攻修了。民間企業でデータ分析業務やセミナー講師業務などに従事した後、大学非常勤講師や非常勤研究員などを務めた。現在は、著述家として活動する傍ら、企業や大学などでの講演活動にも精力的に取り組んでいる。
 主要な著書に『マンガでわかる統計学』『マンガでわかるベイズ統計学』『マンガでわかる線形代数』(いずれもオーム社)がある。スウェーデン語やイタリア語やロシア語などに翻訳されてもいる。
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
定員
30名 ※現在、お申込み可能です。満席になり次第、募集を終了させていただきます。
備考
・本セミナーは「Zoom」を使ったWEB配信セミナーです。

・セミナーテキストは事前に郵送します。ご自宅等でのお受け取りを希望される場合は、お申し込みフォームのコメント欄に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。

【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
・一般的な統計学とベイズ統計学の違いを学びたい方
・データ分析業務に携わっている方
 
習得できる知識
・ベイズ統計学の基礎
・一般的な統計学とベイズ統計学の違い
・ベイズ統計学の活用法
 
趣旨
 お仕事に従事されている中で、「ベイズ統計学が云々」「ベイズ統計学で柔軟なモデリングが云々」といった話をどこかで聞いたことがあるかもしれません。本講座は、「ベイズ統計学とはどういうものか?」「一般的な統計学と何が違うのか?」「ベイズ統計学を学ぶ意義は?」といったことを知りたい方におすすめです。すでにベイズ統計学に基づいた分析をおこなっているものの、実は知識にやや不安を覚えているという方にもおすすめです。
 本講座の解説では、数学的な事柄も扱います。とは言っても、難しそうな記号を使って延々と板書するというわけでは決してありません。さまざまなお仕事に従事されている方々が受講することや講演時間には限りがあることを前提に、ベイズ統計学に関係する各概念を、あまりに数学的にブラックボックスのままやりすごすことなく、しっかりわかりやすく解説します。
 
プログラム

1.ベイズ統計学とは?
 1-1.ベイズ統計学とは?
 1-2.一般的な統計学とベイズ統計学の違い
 1-3.なぜわざわざベイズ統計学を学ぶのか?

2.確率の基礎知識 ~数学っぽくて硬質だけど避けられない話題~
 2-1.期待値と分散と標準偏差
 2-2.確率分布

3.最尤法 ~最もそれらしい推定値を求める方法(のひとつ)~
 3-1.二項分布の場合
 3-2.正規分布の場合

4.ベイズの定理 ~ベイズ統計学の要点~
 4-1.条件付き確率
 4-2.ベイズの定理
 4-3.事前確率密度関数と事後確率密度関数(事前分布と事後分布)
 4-4.事後期待値と事後分散

5.マルコフ連鎖モンテカルロ法 ~平均や分散などの近似値を求める方法~
 5-1.マルコフ連鎖モンテカルロ法
 5-2.メトロポリス・ヘイスティングスアルゴリズム
 5-3.ギブスサンプラー
 5-4.ハミルトニアンモンテカルロ法

6.ベイズ統計学の活用例
 6-1.階層ベイズモデル ―少ないデータから家賃と専有面積の関係を探る
 6-2.2つの母集団の平均についての推測 ―t検定との違いを知る
 6-3.状態空間モデル ―クジラの生息頭数を探る

キーワード
ベイズ、統計学、基礎、確率、事例、データ、分析、機械、学習
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