……Zoomオンライン受講
……見逃し視聴選択可
〇不確実性の問題を解決するために“ベイズ統計”どう役立つのか?実務に活かすための基礎力を身につける!
〇ベイズ統計の基礎から確率モデリングやサンプリング、AI・機械学習・脳科学との関わりまで。
講師
筑波大学 システム情報系 知能機能工学域 教授 手塚 太郎 氏
講師紹介
平成17年 京都大学大学院 情報学研究科 博士後期課程 修了。立命館大学情報理工学部講師、筑波大学図書館情報系准教授などを経て令和3年より現職。博士(情報学)。著書に「しくみがわかる深層学習」「しくみがわかるベイズ統計と機械学習」(いずれも朝倉書店)。
<その他関連セミナー>
機械学習・AI 一覧はこちら
日時・受講料・お申込みフォーム
●日時:2026年2月9日(月) 10:30-16:30 *途中、お昼休みや小休憩を挟みます。
●受講料:
【オンライン受講(見逃し視聴なし)】:1名 50,600円(税込(消費税10%)、資料付)
*1社2名以上同時申込の場合、1名につき39,600円
【オンライン受講(見逃し視聴あり)】:1名 56,100円(税込(消費税10%)、資料付)
*1社2名以上同時申込の場合、1名につき45,100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」を確認ください。
*5名以上でのお申込の場合、更なる割引制度もございます。
ご希望の方は、以下より別途お問い合わせ・お申込みください。
req@*********(*********にはjohokiko.co.jpを入れてください)
お申込みはこちらから
配布資料・講師への質問など
●配布資料はPDFなどのデータで配布いたします。ダウンロード方法などはメールでご案内いたします。
・配布資料に関するご案内は、開催1週前~前日を目安にご連絡いたします。
・準備の都合上、開催1営業日前の12:00までにお申込みをお願いいたします。
(土、日、祝日は営業日としてカウントしません。)
・セミナー資料の再配布は対応できかねます。必ず期限内にダウンロードください。
●当日、可能な範囲でご質問にお答えします。(全ての質問にお答えできない可能性もございます。何卒ご了承ください。)
●ご受講に際しご質問・要望などございましたら、下記メールアドレス宛にお問い合わせください。
req@*********(*********にはjohokiko.co.jpを入れてください)
*5名以上でのお申込の場合、更なる割引制度もございます。
ご希望の方は、以下より別途お問い合わせ・お申込みください。
req@*********(*********にはjohokiko.co.jpを入れてください)
オンラインセミナーご受講に関する各種案内(必ずご確認の上、お申込みください。)
※メールアドレスの記載誤りについては、以下へご連絡お願いいたします。
req@*********(*********にはjohokiko.co.jpを入れてください)
→Skype/Teams/LINEなど別のミーティングアプリが起動していると、Zoomで音声が聞こえない、カメラ・マイクが使えないなどの事象が起きる可能性がございます。お手数ですが、これらのアプリは閉じた状態にてZoomにご参加ください。
→音声が聞こえない場合の対処例
→一部のブラウザは音声が聞こえないなどの不具合が起きる可能性があります。
対応ブラウザをご確認の上、必ず事前のテストミーティング をお願いします。
(iOSやAndroidOS ご利用の場合は、アプリインストールが必須となります)
→見逃し視聴について、 こちらから問題なく視聴できるかご確認ください。(テスト視聴動画へ)パスワード「123456」
<見逃し視聴ご案内の流れ・配信期間詳細>
セミナーポイント
■はじめに:
現代は大規模データの時代であり、あらゆる分野で統計に基づく判断が求められている。一方でデータには誤りが含まれることがあり、多くのデータを収集するのが困難なこともある。それによって生じる不確実性を考慮した上で最適な判断を行う枠組みがベイズ統計である。本講座では不確実性の問題を解決するためにベイズ統計がどのように役立つのかを紹介し、応用のための基礎力の獲得を目指す。さらにAIや機械学習が発展する上でベイズ統計が果たした役割を示す。また、脳科学との関わりについても紹介する。
■受講対象者:
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:
高校卒業レベルの確率の基礎知識
■本セミナーで習得できること:
・不確実性のもとで判断を行う上でベイズ統計がどのような意味で最適であるのかの理解。
・ベイズ統計や機械学習を問題解決にどのように役立てられるかの概観。
・AIや機械学習を導入したプロジェクトで方向性を示せる知見。
など
セミナー内容
1.ベイズ統計の基礎
1)確率入門
2)ベイズの定理
3)パラメータと確率変数
4)統計的推定と検定
5)事前確率と事後確率
6)共役事前分布
2.確率モデリング
1)階層モデル
2)系列モデル
3.サンプリング
1)マルコフ連鎖モンテカルロ
2)メトロポリス法
4.機械学習
1)クロスエントロピー損失
2)ガウス過程回帰と深層学習
5.脳科学におけるベイズモデル
1)ベイズ統計と最適性
2)自由エネルギー原理
3)ベイジアンブレイン
<質疑応答>
お申込みはこちらから
セミナーコード:AD260205


