ベイズ統計 状態空間モデル 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
10月
11月
12月
2020年1月〜

化学・電気系 その他各分野
10月
11月
12月
2020年1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
  ↑2019/10/7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  


医薬・機器・化粧・食品系セミナー

*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:

★ベイズ統計の基本、一般化線形モデル、状態空間モデル。


ベイズ統計モデリング
によるデータ分析入門(PC実習付)

講師

Logics of Blue 馬場 真哉 先生

* 希望者は講師との名刺交換が可能です

講師紹介

■主経歴
2014年4月-2017年6月 IT企業にて生産管理システムの開発などに従事。
2017年7月-現在 独立し、データ分析支援や、書籍の執筆などに従事。

■主要著書
・平均・分散から始める一般化線形モデル入門(2015)
・時系列分析と状態空間モデルの基礎:RとStanで学ぶ理論と実装(2018)
・Pythonで学ぶあたらしい統計学の教科書(2018)
・RとStanではじめる ベイズ統計モデリングによるデータ分析入門(2019)

■専門・得意分野
・数理統計学の理論と応用
・統計的意思決定理論とオペレーションズ・リサーチ

→このセミナーを知人に紹介する

<その他関連セミナー>

機械学習・ディープラーニング・人工知能関連セミナー・書籍一覧

日時・会場・受講料

●日時 2019年11月19日(火) 10:30-16:30
●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50,000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40,000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1名28,500円 + 税。→「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

■実習用パソコン
弊社にて準備します。

■講座のポイント
 ベイズ統計モデリングによるデータ分析は、データを柔軟に分析することを可能としました。本セミナーでは、ベイズ統計モデリングの基礎理論をおさらいしたうえで、一般化線形モデル(GLM)と状態空間モデル(SSM)を中心に解説します。
 GLMは、古典的な回帰分析を拡張したものです。個数データや比率データなどを柔軟にモデル化できます。SSMは時系列データを分析するときにしばしば使われるモデルです。季節やトレンドの構造を柔軟に表現できます。両者を学ぶことで、様々なデータに対してモデルを作って分析を行うことができるようになります。
 初等的な統計学の用語(期待値・分散・区間推定・回帰分析など)と確率論の基礎用語(確率の加法定理・確率の乗法定理など)については、説明を省略することがあります。
 MCMCのアルゴリズムなど理論的な詳細にあまり時間をかけない代わりに、ベイズ統計モデリングの大枠をつかみ、PC実習を通してデータ分析の方法を学んでいただく構成となります。

■受講後、習得できること
・ベイズ統計モデリングの基礎理論
・R言語とStanを用いた分析方法
・一般化線形モデル(GLM)によるデータの解釈と予測
・状態空間モデル(SSM)によるデータの解釈と予測

セミナー内容

1.はじめに
2.ベイズ統計モデリングの基本
 2.1 ベイズ統計モデリングの概要
 2.2 統計モデルの基本
 2.3 ベイズ推論の基本
 2.4 MCMCの基本
3.一般化線形モデル
 3.1 回帰分析の復習
 3.2 一般化線形モデルの基本
 3.3 ポアソン回帰モデル
 3.4 ロジスティック回帰モデル
 3.5 一般化線形混合モデル
4.状態空間モデル
 4.1 状態空間モデルの基本
 4.2 ローカルレベルモデル
 4.3 時変係数モデル
 4.4 トレンドの構造
 4.5 周期性のモデル化
 4.6 正規分布以外の確率分布を用いた状態空間モデル

(質疑応答)

セミナー番号:AA191185

top

注目の新刊

雑誌 月刊化学物質管理

各社の化学物質管理

分散技術

中分子医薬品

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

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.