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
セミナーのメニュー
  ヘルスケア系
ライブ配信
8月
9月
10月
2021年11月〜

化学・電気系 その他各分野
ライブ配信
8月
9月
10月
2021年11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
  ↑2021/8/4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  



Zoom見逃し視聴あり

9月13日のみ参加/見逃視聴なし → 

9月13日のみ参加/見逃視聴あり → 


9月13日・9月17日 両日参加/見逃視聴なし → 

9月13日・9月17日 両日参加/見逃視聴あり → 

★データサイエンティストを目指す上での必須知識、時系列データ分析の基礎を学びます!
★時系列データの特徴をとらえながら分析する手法とは?データの順序関係を
意識することで生じるメリットとは?
★R言語を用いた演習例を交えて解説致します♪

データサイエンティスト養成講座
〜Rを用いた時系列データ分析の基礎〜


<Zoomによるオンラインセミナー:見逃し視聴あり>

講師

株式会社フィンデクス 代表取締役 博士(学術) 青木義充 先生

講師紹介

慶應義塾大学にてニューラルネットワーク,衛星レーダの画像解析の研究に従事.2004年に一橋大学助手就任し,金融データ解析を専門とする.2007年から株式会社QUICKで,金融業界動向のマーケティング,新たな金融情報サービスの企画,金融機関などとの共同研究に従事する傍ら,総合研究大学院大学複合科学研究科統計学専攻を修了し,商品先物のリスクに関する研究で学位(学術)を取得する.それ以降,金融に関する学会,論文の発表,著書の執筆のほか,一橋大学,上智大学で非常勤講師としてデータサイエンス,数理ファイナンスを指導.2018年9月,FinTech時代に真に役立つ金融知識と技能を幅広い方々に届けるべく,株式会社エフビズを創立,代表取締役を務める.2020年11月に社会人向けデータサイエンス教育プログラムとデータ解析コンサルティングに特化した株式会社フィンデクスを共同創業し,代表取締役に就任.

■業界での活動
企業との共同研究,データ解析コンサルティング
学会,研究集会での研究発表,
大学での非常勤講師,企業での教育研修セミナー講師
・一橋大学,上智大学,成蹊大学
一般向け,専門家向けの各種セミナー講演,

■専門・得意分野
時系列解析,金融データ解析,ベイズ統計学,データサイエンス


9月17日『データサイエンティスト養成講座〜データサイエンスに必要なベイズ統計の基礎知識を身につける〜』とセットで受講が可能です。
講義内容はこちら→


日時・会場・受講料

●日時 2021年9月13日(月) 10:30-16:30
●会場 ※会場での開催は行いません
●受講料
『時系列データ分析(9月13日)』のみのお申込みの場合
  【オンラインセミナー(見逃し視聴なし)】:1名47,300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36,300円

  【オンラインセミナー(見逃し視聴あり)】1名52,800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41,800円

『ベイズ統計入門(9月17日)』と合わせてお申込みの場合
 (同じ会社の違う方でも可。※二日目の参加者を備考欄に記載下さい。)
  【オンラインセミナー(見逃し視聴なし)】:1名72,600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61,600円⇒割引は全ての受講者が両日参加の場合に限ります

  【オンラインセミナー(見逃し視聴あり)】:1名83,600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72,600円⇒割引は全ての受講者が両日参加の場合に限ります

      *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・録画行為は固くお断り致します。


■ セミナーお申込手順からセミナー当日の主な流れ →

配布資料・講師への質問等について

●配布資料は、印刷物を郵送で送付致します。
 お申込の際はお受け取り可能な住所をご記入ください。
 お申込みは4営業日前までを推奨します。
 それ以降でもお申込みはお受けしておりますが(開催1営業日前の12:00まで)、
 テキスト到着がセミナー後になる可能性がございます。


●当日、可能な範囲で質疑応答も対応致します。
(全ての質問にお答えできない可能性もございますので、予めご容赦ください。)
●本講座で使用する資料や配信動画は著作物であり
 無断での録音・録画・複写・転載・配布・上映・販売等を禁止致します。
●受講に際しご質問・要望などございましたら、下記メールにてお問い合わせ下さい。 req@johokiko.co.jp

※本講座は、お手許のPCやタブレット等で受講できるオンラインセミナーです。

下記ご確認の上、お申込み下さい(クリックして展開「▼」:一部のブラウザーでは展開されて表示されます)
・PCもしくはタブレット・スマートフォンとネットワーク環境をご準備下さい。
・ご受講にあたり、環境の確認をお願いしております(20Mbbs以上の回線をご用意下さい)。
 各ご利用ツール別の、動作確認の上お申し込み下さい。
・開催が近くなりましたら、当日の流れ及び視聴用のURL等をメールにてご連絡致します。開催前日(営業日)の12:00までにメールが届かない場合は必ず弊社までご一報下さい。
・その他、受講に際してのご質問・要望などございましたら、下記メールにてお問い合わせ下さい。
 <req@johokiko.co.jp>

Zoom
Zoomを使用したオンラインセミナーとなります(クリックして展開「▼」)
・ご受講にあたり、環境の確認をお願いしております。
 お手数ですが下記公式サイトからZoomが問題なく使えるかどうか、ご確認下さい。
 → 確認はこちら
 *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でカメラ・マイクが使えない事があります。お手数ですがこれらのツールはいったん閉じてお試し下さい。
 →音声が聞こえない場合の対処例

・Zoomアプリのインストール、Zoomへのサインアップをせずブラウザからの参加も可能です
 →参加方法はこちら
 →※一部のブラウザーは音声(音声参加ができない)が聞こえない場合があります、
   必ずテストサイトからチェック下さい。
   対応ブラウザーについて(公式);コンピューターのオーディオに参加に対応してないものは音声が聞こえません

見逃し視聴あり
申込み時に(見逃し視聴有り)を選択された方は、見逃し視聴が可能です。
(クリックして展開「▼」)
・原則、開催5営業日後に録画動画の配信を行います(一部、編集加工します)。
・視聴可能期間は配信開始から1週間です。
 セミナーを復習したい方、当日の受講が難しい方、期間内であれば動画を何度も視聴できます。
 尚、閲覧用URLはメールでご連絡致します。
 ※万一、見逃し視聴の提供ができなくなった場合、
 (見逃し視聴あり)の方の受講料は(見逃し視聴なし)の受講料に準じますので、ご了承下さい。

 →こちらから問題なく視聴できるかご確認下さい(テスト視聴動画へ)パスワード「123456」


セミナーポイント

時系列データとは,時刻変化に伴って値が変化する対象を,ある特定の時間間隔で記録したものを指します.たとえば,毎日の正午の気温を記録したものは時系列データです.時系列データの分析では,データの並び順・前後関係を意識するか否かを重要視します.たとえば,1週間の正午の平均気温は,7日分の気温の総和を7で割れば求められます.ここで,7日分の総和は,足し合わせる順番を意識する必要はなく,月火水木金土日でも金月水火日木土のいずれであっても変わりありません.同様に,バラつきを示す指標である分散も,他のデータとの関係を見る相関係数も,データの並び順を意識しないため,いわゆる時系列データの分析とは考え方が異なります.
本セミナーでは,時系列データの特徴をとらえながら分析する手法の考え方,特にデータの順序関係を意識することで生じるメリットについて,実際の時系列データを用いながら説明します.なお,データ分析に広く利用されているR言語を用いた演習例を交えることで,より実践的に学習することができます.

■受講後、習得できること 
・時系列データの特徴を理解し,一般的なデータとの違いが分かる.
・時系列データの特徴を活かした分析手法の基礎が学べる.
・R言語を用いた時系列データの分析ができるようになる.

セミナー内容

1. 時系列データの特徴について
 1-1 時系列データの定義
 1-2 時系列データでない例とその違い
 1-3 時系列データの観察と確認法

2. 時系列データの分析について
 2-1 時系列データの取り扱い
 2-2 時系列データの性質とモデルの導入
  ・自己回帰(AR)モデル
  ・移動平均(MA)モデル
  ・ARMAモデル
  ・ARIMAモデル
 2-3 うまくいかない分析例
 2-4 時系列データ分析のコツ

3. 統計分析用のプログラミング言語
 3-1 Rの導入
 3-2 ソースコードと実行例の紹介

セミナー番号:AH2109Q1

top

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.