ベイズ統計学 セミナー

サイトマップサイトマップ よくあるお問合わせよくあるお問合せ リクエストリクエスト セミナー会場セミナー会場へのアクセス リンクリンク
セミナーのメニュー
  ヘルスケア系
3月
4月
5月
6月〜

化学・電気系 その他各分野
3月
4月
5月
6月〜
出版物出版物
新刊図書新刊図書 月刊 化学物質管理Gmpeople
通信教育講座通信教育講座
LMS(e-learning)LMS(e-learning)
セミナー収録DVDDVD
電子書籍・学習ソフトDVD
セミナー講師のコラムです。講師コラム
  ↑2019/3/6更新!!
お申し込み・振込み要領お申込み・振込要領
案内登録案内登録
↑ ↑ ↑
新着セミナー、新刊図書情報をお届けします。

※リクエスト・お問合せ等
はこちら→ req@johokiko.co.jp



SSL GMOグローバルサインのサイトシール  


ベイズ統計学 セミナー

ベイズ統計学を初歩から理解したい方、
ベイズ推定と最尤推定の違いについて知りたい方など、是非ご参加下さい。

ベイズ統計学入門

 〜ベイズ統計学の基礎を理解する〜

講師

高崎経済大学 経済学部 准教授 博士(理学) 宮田 庸一 先生

* 希望者は講師との名刺交換が可能です

講師紹介

1999年に早稲田大学大学院理工学研究科修士課程を卒業後、早稲田大学本庄高等学院数学科に専任教諭として勤務。2008年に高崎経済大学経済学部専任講師となり、2011年に同大学准教授となり現在に至る。

【専門】数理統計学(ベイズ統計学および有限混合モデル)

→このセミナーを知人に紹介する

<その他関連セミナー>

2019年5月14日 統計モデリング入門:一般化線形モデルから階層ベイズモデルへ<みどりぼんの久保拓弥先生>
2019年5月30日 データサイエンスのためのベイズ統計学入門【大阪開催】

日時・会場・受講料

●日時 2019年5月20日(月) 10:30-16:30
●会場 [東京・大井町]きゅりあん4階第3グループ活動室 →「セミナー会場へのアクセス」
●受講料 1名46,440円(税込(消費税8%)、資料・昼食付)
 *1社2名以上同時申込の場合、1名につき35,640円
      *学校法人割引;学生、教員のご参加は受講料50%割引。→「セミナー申込要領・手順」を確認下さい。

 ●録音・撮影行為は固くお断り致します。
 ●講義中の携帯電話の使用はご遠慮下さい。
 ●講義中のパソコン使用は、講義の支障や他の方の迷惑となる場合がありますので、極力お控え下さい。
  場合により、使用をお断りすることがございますので、予めご了承下さい。
  *PC実習講座を除きます。


■ セミナーお申込手順からセミナー当日の主な流れ →

セミナーポイント

■はじめに
データ解析や統計学に携わっている方であれば、ベイズ統計学という言葉をどこかで耳にしたことがあるかもしれません。しかし、ベイズ統計学を講義科目として扱っている大学はごく限られています。このため、本講座ではベイズ解析を用いた推定、検定の手法を基礎から解説していきます。特に、従来の最尤推定量を用いた統計手法ではうまくいかないが、ベイズ解析を用いるとうまくいく例を紹介します。またベイズ推定量を計算するためにRを用いたモンテカルロ法を説明しますが、これは手法と実行例についてのみとなるため、実習などは行いません。入門ということなので、理論的(数学的)に高度になりすぎないようにします。

■受講対象
・ベイズ統計学を初歩から理解したい方
・ベイズ推定と最尤推定の違いについて知りたい方
・周辺分布の使い方について知りたい方

■必要な予備知識
1. 偏微分(最大値を求めるとき、ラプラス近似を説明するときに使います。)
2. 行列(線形回帰モデルを説明するときに使います。)
3. 重積分(ベイズ推定を表現するときに使います。特に計算できる必要はありません。)
4. 条件付き確率分布,確率密度関数、確率変数の独立など、
  大学1年生もしくは高校の数学で学ぶ統計学の初歩的な知識
 (解説しますが、知識があった方が理解しやすくなるかもしれません。)

■本セミナーに参加して修得できること
・ベイズ統計学における推定、検定、モデル選択の仕方がわかる
・ベイズ統計と最尤推定の違いについて理解できる
・ベイズアプローチの機械学習(非線形回帰モデル)への応用の仕方がわかる

セミナー内容

1. 予備知識
  1)期待値, 分散
  2)代表的な確率分布(正規分布,ガンマ分布,二項分布,ラプラス分布など)
  3)条件付き確率分布,条件付き確率密度関数
  4)線形回帰モデルおよび最小二乗推定量

2. ベイズの定理

3. ベイズ分析
  1)尤度関数および最尤推定量
  2)事前分布
  3)事後分布
  4)ベイズ推定量(事後平均,事後モード)
  5)信用区間
  6)予測分布

4. 事後平均の近似
  1)ラプラス近似(ベイズ推定と最尤推定の理論的な違いもここで説明します)
  2)重点サンプリング法
  3)マルコフ連鎖モンテカルロ法

5. ベイズ型の仮説検定
  1)周辺尤度,ベイズファクターの導出および解釈の仕方
  2)周辺尤度の近似
     a)ラプラス近似およびベイズ型情報量規準
     b)モンテカルロ法(重点サンプリング法、ブリッジサンプリング法)

6. ベイズ分析の応用
  1)周辺尤度の非線形ロジスティック回帰モデルへの応用
  2)事後モードの応用例として:
     LASSO(Least Absolute Shrinkage and Selection Operator)
     Rのパッケージおよびコードも紹介する予定

7. まとめ

セミナー番号:AC190538

top

注目の新刊

雑誌 月刊化学物質管理


三次元培養

ピッカリング・エマルション

再生医療・細胞治療

2019 車載カメラ徹底解説

量子コンピュータ

これから化学物質管理

外観検査

生物学的同等性試験

最新の医療機器薬事入門

積層セラミックコンデンサ

分野別のメニュー

化学・電気系他分野別一覧

  植物工場他

  機械学習他

ヘルスケア系分野別一覧

  海外関連

  医療機器

各業界共通
マーケティング・人材教育等

「化学物質情報局」

特許・パテント一覧 INDEX
(日本弁理士会 継続研修)

印刷用申込フォーム    

セミナー用

書籍用

会社概要 プライバシーポリシー 通信販売法の定めによる表示 商標について リクルート
Copyright ©2011 情報機構 All Rights Reserved.