製造業関連情報総合ポータルサイト@engineer
WEB営業力強化支援サービスのご案内
研究・技術・事業開発のためのセミナー/書籍 サイエンス&テクノロジー
イベント

1/24 初心者から中級者まで着実にステップアップできる 多変量解析講座 ~役に立つ基礎理論と解析ツールの使い方~

  • このエントリーをはてなブックマークに追加
  • @engineer記事クリップに登録
イベント名 初心者から中級者まで着実にステップアップできる 多変量解析講座 ~役に立つ基礎理論と解析ツールの使い方~
開催期間 2025年01月24日(金) ~ 2025年02月10日(月)
【Live受講】2025年1月24日(金) 10:30~16:30
【アーカイブ受講】2024年2月10日(土)まで受付
(配信期間:2/10~2/25)
※会社・自宅にいながら受講可能です※
会場名 【ZoomによるLive配信セミナー】アーカイブ(見逃し)配信付き
会場の住所 オンライン
お申し込み期限日 2025年02月10日(月)16時
お申し込み受付人数 30  名様
お申し込み

初心者から中級者まで着実にステップアップできる
多変量解析講座
~役に立つ基礎理論と解析ツールの使い方~

重回帰分析/ロジスティック回帰分析/主成分分析/判別分析/クラスター分析/決定木分析

/機械学習手法

 

受講可能な形式:【Live配信】or【アーカイブ配信】

■主要な多変量解析手法を、実務に即した形で教えるので、
着実にステップアップが可能です■

本講座は、初心者から中級者まで幅広い層を対象としており、
着実にステップアップできるように、重回帰分析やロジスティック回帰分析、
主成分分析といった主要な多変量解析手法を実務に即した形でご講義いただきます。

複雑なデータ構造や相互関係を正確に理解できるよう、
幅広い分野で役立つ高度なデータ解析スキルを身につける絶好の機会です。
 
【得られる知識】
多変量解析の基礎理論
Excelを用いた多変量解析手法
機械学習・AIの基礎知識
 
【Live配信受講者 限定特典のご案内】
当日ご参加いただいたLive(Zoom)配信受講者限定で、特典(無料)として
「アーカイブ配信」の閲覧権が付与されます。
オンライン講習特有の回線トラブルや聞き逃し、振り返り学習にぜひ活用ください。 

 

講師

  

(株)メドインフォ  代表取締役 医学博士 嵜山 陽二郎 氏

【専門】

医療統計学、薬物動態学、データマイニング、機械学習、医療経済学、臨床研究・疫学研究 


【執筆など】

  薬効薬理非線形モデリング
  (Sakiyama Y.et al. Nippon Yakurigaku Zasshi 2008, 132: 199-206.)
  機械学習による薬物動態予測
  (Sakiyama Y.et al. Expert Opinion of Drug Metabolism and Toxicology, 2009, 5: 149-169.)


【簡単な経歴】

  1993    東京大学医学系研究科博士課程 終了
  1993-2014  製薬企業(ファイザー(株)、グラクソスミスクライン(株)など)にて統計解析実務および社員教育に従事
  2015-    株式会社メドインフォ設立 代表取締役

【講師紹介】 

 

セミナー趣旨

 

 本講座は、初心者から中級者まで幅広い層を対象としており、着実にステップアップできる内容となっています。
本講座では、重回帰分析やロジスティック回帰分析、主成分分析といった主要な多変量解析手法を実務に即した形で学べます。

 現代のデータ駆動型社会では、単変量解析だけでは把握しきれない複雑なデータ構造や相互関係を正確に理解することが求められています。
本多変量解析入門講座は、医療、製薬、製造、マーケティングなど幅広い分野で役立つ高度なデータ解析スキルを身につける絶好の機会です。

 

セミナー講演内容

 

 1.多変量解析の基本コンセプト
    1.1.多変量データとは
    1.2.説明変数と目的変数
    1.3.モデルの複雑性と頑健性

2.重回帰分析
    2.1.単回帰と重回帰
    2.2.Excelソルバーを使った重回帰分析
    2.3.行列計算を使った重回帰分析
    2.4.変数選択

3.ロジスティック回帰解析
    3.1.単変数の場合のロジスティック回帰分析
    3.2.尤度と最尤推定法
    3.3. Excelソルバーを使ったロジスティック回帰分析
    3.4.2変数の場合のロジスティック回帰分析

4.主成分分析
    4.1.多次元データの1次元への縮約
    4.2.Excelソルバーを使った主成分分析    
    4.3.固有値・固有ベクトルと因子負荷量
    4.4.変数間の関係を調べる

5.判別分析
    5.1.1変数による2群の判別
    5.2.線形判別関数
    5.3.判別得点と誤判別の確率

6.クラスター分析
    6.1.階層的クラスター分析法
    6.2.非階層的クラスター分析法

7.決定木分析
    7.1.回帰分析
    7.2.ランダムフォレスト法

8.機械学習手法
    8.1.いろいろな機械学習手法
    8.2.事例紹介:サポートベクターマシン


     □質疑応答□

 

※詳細・お申込みは上記

「お申し込みはこちらから」(遷移先WEBサイト)よりご確認ください。

サイト内検索
ページカテゴリ一覧
新着ページ
月別ページ