セミナー,統計学,多変量解析,機械学習,主成分分析,因子分析,回帰分析

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
4月
5月
6月
7月〜

化学・電気系 その他各分野
4月
5月
6月
7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
  ↑2019/4/5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  


セミナー,統計学,多変量解析,機械学習,主成分分析,因子分析,回帰分析

初心者の方でもわかりやすく、基本から具体的手法まで学べます。
*Excelの入ったPCをご持参下さい。

Excel演習で学ぶ多変量解析の基礎

講師

北海道大学 大学院情報科学研究科 教授 今井 英幸 先生

講師紹介

■略歴:
北海道大学理学部数学科卒業、北海道大学大学院工学研究科情報工学専攻修了、博士(工学)。
北海道大学工学部助手、助教授を経て、現在、北海道大学大学院情報科学研究院教授

■専門および得意な分野・研究:
統計学、多変量解析、計算機シミュレーション、ビッグデータ解析、統計的機械学習

■本テーマ関連学協会でのご活動:
日本統計学会、日本計算機統計学会、国際統計協会

→このセミナーを知人に紹介する

日時・会場・受講料

●日時 2019年6月14日(金) 12:30-16:30
●会場 [東京・大井町]きゅりあん4階第1特別講習室 →「セミナー会場へのアクセス」
●受講料 1名41,040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30,240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

■受講者の方へ:演習用PCご持参のお願い
セミナー中に、Microsoft Excelを使用した演習を行います。予めExcelがインストールされているPCをご持参下さい。
・OSはWindows、Excelは2013以降のPCをご持参ください。
・USBポート使用可/Wi-Fiに接続可のPCをご持参ください。(当日、追加データ等を配布する可能性があるため。)
・ご持参が難しい場合は、お申込み時に選択欄から『PC貸出』を選択ください。1講座あたり7,560円(税込)にて貸出致します。
・PCの貸出は原則として1週間前までにお申し出ください。

*尚、お申込み頂いた方へは、セミナー1週間前ごろを目途に当日必要な演習データのご案内を致します。

■はじめに
多変量解析の基本から具体的な手法について、Excelでの実習を交えて説明します。

■ご講演中のキーワード:
・ヒストグラムと散布図
・外れ値と欠損値
・データの視覚化
・データの分類とクラスター分析
・主成分分析、因子分析、回帰分析

■受講対象者:
・ニュースや文献、広告などに出てくるデータ分析結果の意味を読み取りたい
・これから自分でデータ解析を始めたい
・レポートなどでデータ解析の結果が示されるが、その意味がよくわからないので、困っている
など、多変量解析に対してあまり自信がない方を想定しています。

■必要な予備知識や事前に目を通しておくと理解が深まる文献、サイトなど:
必要な知識はセミナーの中で説明しますので、特に予備知識は必要としません。

■本セミナーで習得できること:
・ニュースや文献、広告などに出てくるデータ分析の結果の意味、なぜその方法が使われたのか、どこまで信頼できる結果なのか、がわかるようになる
・データ分析をするとき、どのような方法があるか、その中で、どの方法を使ったらよいか、の手がかりを自分で探すことができる
・レポートやプレゼンなどで示されるデータ解析の結果を、自ら解釈・判断し、疑問点を指摘することができる

セミナー内容

1. データを見る
1) データの種類と取り扱い
2) データの集計
3) ヒストグラム、箱ヒゲ図、散布図
4) データを見るときに気をつけなければいけないこと

2. データを分ける
1) 異常値、外れ値、欠損値の取り扱い
2) データの集積度によって分類する方法
3) 与えられたラベルを使って分類する方法
4) データを分類するときに気をつけなければいけないこと

3. 主成分分析と因子分析
1) 主成分分析の考え方
2) 主成分分析で何がどこまでわかるのか
3) 因子分析の考え方
4) 主成分分析、因子分析を使うときに気をつけなければいけないこと

4. 回帰分析
1) 回帰分析の考え方
2) 回帰分析で何がどこまでわかるのか
3) 回帰分析でよい結果が得られないときはどうしたらよいか
4) 回帰分析を使うときに気をつけなければいけないこと

セミナー番号:AC190670

top

注目の新刊

雑誌 月刊化学物質管理


半導体製造プロセス

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.