ビッグデータ活用のための多変量解析 超入門

再開催を依頼する / 関連するセミナー・出版物を探す
オンライン 開催

本セミナーでは、ビッグデータからの知識発見のための技術としての教師なし学習について、基礎から解説いたします。
特に統計解析ソフトRやプログラミング言語Pythonを用いた分析デモを見ながら、実際の解析を実感できるようにいたします。

日時

開催予定

プログラム

ビッグデータの利活用のための多変量解析によるデータ分析手法は大きく分けて教師なし学習と、教師あり学習に分類される。教師なし学習は、データの個々の特徴をもとに分類したり、相関関係を調べたりして、データの特徴や、知見を見出す手法である。一方、教師あり学習はデータとデータに紐付けられた結果との関連性に基づいて予測のためのモデル (例えば、数式モデル) を作成し予測を行う。教師なし学習はデータマイニング、教師あり学習はデータモデリングと呼ばれることもある。  データマイニング手法として用いられる教師なし学習には、相関分析、アソシエーション分析、クラスター分析、主成分分析などがある。本講座では、ビッグデータからの知識発見のための技術としての教師なし学習を学ぶ。特に統計解析ソフトRやプログラミング言語Pythonを用いた分析デモを見ながら、実際の解析を実感できるようにする。

  1. 多変量解析超入門
    1. 多変量解析とは何か
    2. 多変量解析の分類
    3. 多変量解析のためのツールとしてのRとPython
  2. 相関分析
    1. 相関分析とは
    2. 相関分析の応用
    3. 相関分析の事例
  3. アソシエーション分析
    1. アソシエーション分析とは
    2. アソシエーション分析の応用
    3. アソシエーション分析の事例
  4. クラスター分析
    1. アソシエーション分析とは
    2. アソシエーション分析の応用
    3. アソシエーション分析の事例
  5. 主成分分析
    1. 主成分分析とは
    2. 主成分分析の応用
    3. 主成分分析の事例
  6. 最近の多変量解析の話題とまとめ

受講料

複数名同時受講割引について

アカデミック割引

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

ライブ配信セミナーについて