時系列データ分析 カルマンフィルタ R 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
9月
10月
11月
12月〜

化学・電気系 その他各分野
9月
10月
11月
12月〜

  ・10月名古屋開催セミナー
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
  ↑2019/9/11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  


時系列データ分析 カルマンフィルタ R セミナー

*その他 機械学習・ディープラーニング・人工知能: 関連セミナー、書籍はこちら:

本セミナーでは時系列分析を初歩から体系立てて学びます。
またその際、R言語による実践方法もあわせて紹介します。

初学者のための時系列データ分析

〜状態空間モデルとRで実践するカルマンフィルタ〜

講師

北海道大学 大学院 情報科学研究院 客員教授 博士(工学) 萩原 淳一郎 先生

→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11月7日(木) 10:30-16:30
●会場 [東京・京急蒲田]大田区産業プラザ(PiO)6階C会議室 →「セミナー会場へのアクセス」
●受講料 1名43,000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33,000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

■ご受講に際し
※各自にてノートPCをご持参ください。
本セミナーは、通常の講義形式となりますが、プログラムを動かすソースコードを
ウェブ上で読んだり、手元で試したりするとより理解が深まります。

Wi-Fi環境、各机の下に電源を準備しております。
(尚、原則として弊社でのPC準備・貸し出しは行いませんので、予めご理解頂きますよう、お願い申し上げます。)

■はじめに
統計分析や機械学習に関する情報はインターネットなどを通じて手に入りやすくなりました。一方で、時系列分析は応用的な分析の一種であるため、実際に自身の問題に適用しようとすると、どこから手を付けていいのか分からなかったり、試してはみたけどその方法で良いのか確信が持てないといったことがよくあると思います。そこで本セミナーでは時系列分析を初歩から体系立てて学びます。またその際、R言語による実践方法もあわせて紹介します。

■受講対象
・時系列分析を始めたばかりの方から,少し始めてみたもののなかなかうまくいかないとお困りの方
・状態空間モデルやカルマンフィルタに関心がある方
・本テーマに興味のある方なら、どなたでも受講可能です

■必要な予備知識
・特に必要としませんが,確率・統計やR言語に関する基本知識があればより深くご理解をいただけると思います。

■本セミナーに参加して修得できること
・時系列分析に関連する確率・統計の基礎
・時系列分析の基本的な流れ
・状態空間モデルに基づく時系列分析

セミナー内容

1.はじめに
 (1) 時系列分析とは
 (2) 時系列分析のアプローチ

2.確率・統計に関する基礎
 (1) 複数の確率変数の関係
 (2) 確率過程
 (3) 共分散・相関
 (4) 定常過程と非定常過程
 (5) 最尤推定とベイズ推定

3.Rで時系列データを扱う際の基礎

4.時系列分析ひとめぐり
 (1) 目的の確認とデータの収集
 (2) データの下調べ
 (3) モデルの定義
 (4) パラメータ値の特定
 (5) フィルタリング・予測・平滑化の実行
 (6) 結果の確認と吟味

5.状態空間モデル
 (1) 状態空間モデルの定義
 (2) 状態空間モデルの特徴
 (3) 状態空間モデルの分類

6.状態空間モデルにおける状態の推定
 (1) 事後分布による状態の推定
 (2) 状態の逐次的な求め方

7.線形・ガウス型状態空間モデルの一括解法

8.線形・ガウス型状態空間モデルの逐次解法
 (1) カルマンフィルタ
 (2) 例: ローカルレベルモデルの場合

9.線形・ガウス型状態空間モデルにおける代表的な成分モデル
 (1) 個別のモデルの組み合わせ
 (2) 代表的な成分モデルの紹介
 (3) 分析例

講師紹介

【略歴】
1992年 北海道大学大学院、工学研究科、修士課程修了
同年4月日本電信電話株式会社に入社、
7月エヌ・ティ・ティ移動通信網株式会社(現・株式会社NTTドコモ)へ転籍
2016年 北海道大学大学院、情報科学研究科、博士後期課程修了
2017年より 北海道大学大学院、客員教授
訳書『Rによるベイジアン動的線形モデル』(朝倉書店、2013年)
著書『基礎からわかる時系列分析 ―Rで実践するカルマンフィルタ・MCMC・粒子フィルター』
(技術評論社、2018年)

【専門】無線通信工学、統計分析

【本テーマ関連学協会での活動】
MCPCモバイルコンピューティング推進コンソーシアム・モバイルシステム技術検定プログラム委員、
電子情報通信学会・学会誌編集委員を経歴

セミナー番号:AC191133

top

注目の新刊

雑誌 月刊化学物質管理

5G

洗浄バリ 2019

日本語メディカルライティング

DI対応CSV 2019

プラスチック環境対応技術

自動運転センシング

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

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.