【Live配信 or アーカイブ配信】ベイズ統計の基礎とデータ分析、予測への応用

＜セミナー　No.606413＞
【Live配信 or アーカイブ配信】

ベイズ統計の基礎と

データ分析、予測への応用

★「ベイズの定理」の復習からデータ分析に向けた活用方法について学ぶ

■　講師
東京都市大学　デザイン・データ科学部　教授　博士（理学） 河合 孝純 氏

【ご専門】
炭素系高機能材料シミュレーション、データ分析

【ご略歴】
1997年東京理科大学大学院理学研究科物理学専攻修士課程修了。同年独立行政法人日本学術振興会特別研究員DC1採用、2年で同大学院博士過程修了。1999年より日本電気株式会社(NEC)にポスドクとして採用され、一般財団法人ファインセラミックスセンターフロンティアカーボンテクノロジー研究本部に出向、2003年よりNEC基礎研究所に勤務。2020年より東京都市大学大学院総合理工学研究科情報専攻教授。2023年同デザイン・データ科学部デザイン・データ科学科教授、教育開発機構 数理・ データサイエンス教育センター センター長。

■　聴講料 ： 1名につき５５，０００円（消費税込・資料付き）
〔１社２名以上同時申込の場合１名につき４９，５００円（税込）〕
〔大学、公的機関、医療機関の方には割引制度があります。詳しくはお問合せください。〕

■　プログラム　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　
【講演要旨】
　ベイズ統計学は，計算機の性能向上に伴い，現代のデータ分析に欠かせないツールとなっている。また，迷惑メール判別など，応用も幅広い。本講座では，ベイズの定理にはじまるベイズ統計学の基本的な考え方を古典的な頻度統計学との対比を交えつつ学ぶ。さらに，ベイズ推定，ギブスサンプリング法やメトロポリス・ヘイスティングス法などのマルコフ連鎖モンテカルロ法とその応用について学ぶ。

【習得できる知識】
１．ベイズ統計学について古典的な頻度統計学との対比に基づいた理解
２．ベイズ推定、ギブスサンプリング法など具体的な技術
３．データ分析等に際して技術の適用例

【プログラム】
１．確率の復習
　1.1 確率の図を使った理解
　1.2 順列・組合せ
　1.3 条件付き確率
２．ベイズの定理を使ってみる
　2.1 ベイズの定理とは？
　2.2 結果から原因を探っていく
　2.3 機械的に解けるのがベイズの強み
　2.4 ベイズの定理を使って解いてみる
３．「連鎖の確率」を扱うベイジアンネットワーク
　3.1 ベイジアン・ネットワークとは何か
　3.2 複雑なネットワークを扱う
　3.3 ノードの確率で連鎖の確率が分かる
　3.4 ナイーヴ・ベイズフィルター
４．「尤度」の理解を深める
　4.1 ベイズの壺問題で「尤度」を考える
　4.2 尤度関数を見る
５．ベイズ統計の応用例
　5.1 ベイズの定理からベイズ統計へ
　5.2 ベイズ統計でよく使う「確率分布」
　5.3 線形回帰，ロジスティック回帰
　5.4 マルコフ連鎖モンテカルロ法

【質疑応答】

セミナーの詳細についてはお気軽にお問い合わせください。