……Zoomオンライン受講
……見逃し視聴選択可
★生成AI（LLM）を「統計の家庭教師」として使い、ベイズ統計を実務判断・リスク評価・AI活用に結びつける入門講座。
★画像解析・センサーデータ・設備保全など現場データ活用の視点から、不確実性を扱う考え方を実践的に学びます。
講師
(株)ビー・ナレッジ・デザイン 代表取締役 高幣 玲児 氏
講師紹介
■主経歴等
1990年、株式会社構造計画研究所に入社。同社にて可視化ビジネス部 部長、中部営業所 所長、建設・製造系営業担当部長、技術担当部長等を歴任。
研究開発および新規事業の立ち上げに多数従事し、2020年に株式会社ビー・ナレッジ・デザインを設立。現在、同社代表取締役として、コンピュータシステムの企画・開発・販売・保守、設計・製造支援コンサルティング、AIデータ設計・製造・組込みを推進している。
画像・映像・センサーデータ・GIS/3D/VRを用いた現場データ活用、インフラ・設備保全、災害情報、AI画像解析、業務支援システムの開発・実装経験を有する。
■専門および得意な分野・研究
生成AI・ローカルLLM・RAGを活用した業務支援、AI画像解析、物体検出、異常検知、センサーデータ解析、GIS／地図連携、3D／VR系システム。
画像・映像・センサーデータからの特徴抽出、現場知見を取り込んだ判定モデル設計、インフラ・設備保全領域におけるデータ活用。
ベイズ統計・確率的思考を用いた小標本データの判断、不確実性評価、リスク評価、予測モデル設計。
Python、Flask／FastAPI、PostgreSQL／PostGIS、ONNX／OpenVINO等を用いた、研究・PoCから実装・運用までを見据えたAIシステム構築。
■本テーマ関連の公的委員及び専門学協会等での委員会活動（歴含む）
日本バーチャルリアリティ学会（VRSJ）所属。
■関連実績（公開情報に基づく特許・論文・発表等）
・特許第7252593号「情報処理システム、情報処理方法及びプログラム」：発明者 高幣 玲児、特許権者 株式会社ビー・ナレッジ・デザイン。画像・センサーデータ、特徴抽出、判定モデル生成に関する技術。
・特開2004-193702「ビデオ画像共有システム」：発明者 高幣 玲児、佐藤 慶秀、出願人 株式会社構造計画研究所。ビデオ画像の共有・加工編集・操作履歴再現に関する技術。
・「ドローン撮影画像を用いた簡易な路面ひび割れ測定技術の開発」：建設施工と建設機械シンポジウム論文集・梗概集（Web）、2020年、pp.9-12。著者に高幣玲児。AI推論・オルソ画像・路面ひび割れ測定に関する研究。
・「画像処理による床タイル段差の検知手法に関する研究」：日本建築学会大会学術講演梗概集、2020年。著者に高幣玲児。画像処理による駅舎床面の状態把握に関する研究。
・「防災・減災情報のデジタルアースへの投入と利用サービス」：2014年、問題複合体を対象とするデジタルアース共同利用・共同研究拠点 発足記念シンポジウム。著者に高幣玲児。
＜その他関連商品＞
統計解析 一覧はこちら
日時・受講料・お申込みフォーム
●日時：2026年8月18日(火) 13:00-16:00 ＊途中、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 40,700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29,700円
【オンライン受講（見逃し視聴あり）】：1名 46,200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35,200円
＊「見逃し視聴あり」でお申込の場合、当日のご参加が難しい方も後日セミナー動画の視聴が可能です。
＊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
商品コード：AD2608N5
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
■講演ポイント
ベイズ統計は、データが少ない場面や不確実性を含む判断に強く、品質管理、検査、異常検知、リスク評価、予測など多くの実務に応用できます。一方で、数式や専門用語が壁になり、学習途中で止まりやすい分野でもあります。
本セミナーでは、生成AIを「理解を助ける相棒」として活用し、ベイズの定理、事前分布・尤度・事後分布、信用区間、予測分布などの基礎を未経験者用にかみ砕き、データ活用の例を公式等を極力使わず解説します。さらに、Pythonを使ったサンプルの実行方法（環境設定も含め）の提供による分析の入口、生成AIに質問・検証・説明文作成を任せる際の注意点まで扱います。
■受講後、習得できること
・ベイズ統計の基本概念を、業務上の意思決定やリスク判断の言葉で説明できる。
・事前分布、尤度、事後分布、信用区間、予測分布の考え方を理解できる。
・Pythonセットアップ 環境構築の実現。
・生成AIを用いて、数式・用語・サンプルコード・分析結果の理解を効率化できる。
・小標本データ、検査データ、センサーデータ等に対するベイズ的な分析設計の入口を習得できる。
セミナー内容
■講演プログラム ＊内容変更の可能性あり
1.生成AI時代にベイズ統計が重要になる理由
1.1 AIブームと統計的意思決定：なぜ「確率で考える力」が必要か
1.2 生成AIが得意なこと／苦手なこと：計算、説明、検証の役割分担
2.ベイズ統計の基本
2.1 ベイズの定理を直感で理解する
2.2 事前分布・尤度・事後分布とは何か
2.3 頻度主義統計との違い：p値、信頼区間、信用区間
2.4 「データが増えると判断が更新される」考え方
3.生成AIを使った学習・理解の進め方
3.1 専門用語・数式を平易な言葉に翻訳させるプロンプト
3.2 例題、反例、図解、コードを生成させる方法
3.3 生成AIの回答を鵜呑みにしないための確認手順
4.実務で使いやすいベイズ統計の代表例
4.1 不良率・故障率・検査結果の更新
4.2 センサーデータ、設備保全、異常検知への応用
4.3 画像解析・AI判定結果の信頼度をどう扱うか
4.4 小標本・ばらつき・現場知見を含む判断設計
5.Python等による簡易分析の入口
5.1 正規分布モデルによる平均値・ばらつきの推定
5.2 階層ベイズの考え方：拠点差・個体差・現場差を扱う
5.3 事後予測分布による「次に起こりそうなこと」の見積り
（質疑応答）
お申込みはこちらから
