多変量解析の基礎とビッグデータ活用にむけての実演習セミナー (全2回コース)

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

日時

中止

プログラム

2021年10月19日「多変量解析の基礎とビッグデータ活用にむけてのデータマイニング実演習」

 多変量解析は、複数の説明変数や目的変数をもつデータを扱う統計解析技術である。機械学習と同様に、教師あり学習と教師なし学習に分かれる。教師なし学習は、個々のデータの相互関係に基づき、クラスタリングや次元削減を行い、意味のある変数を見つけ出す技術であることから、知識発見の技術、あるいはデータマイニングと呼ばれることもあります。  本セミナーは、多変量解析のうち、教師なし学習であるクラスタリング、時限削減、協調フィルタリングなどの教師なし学習に分類される技術について解説する。

  1. 多変量解析とは何か
  2. 多変量解析の種類
    • 多変量解析と機械学習との違い
  3. データマイニングとデータモデリング
  4. クラスタリング
    1. k平均法
      1. k平均法の原理
      2. k平均法の応用
      3. k平均法の実装
    2. 階層的クラスタリング
      1. 階層的クラスタリングの原理
      2. 階層的クラスタリングの応用
      3. 階層的クラスタリングの実装
  5. 次元削減
    1. 主成分分析
      1. 主成分分析法の原理
      2. 主成分分析の応用
      3. 主成分分析の実装
    2. 潜在意味分析
    3. 独立成分分析
  6. 因子分析
    1. 因子分析の原理
    2. 因子分析の応用
    3. 因子分析の実装
  7. 協調フィルタリング
    1. 協調フィルタリングの原理
    2. 協調フィルタリングの応用
    3. 協調フィルタリングの実装
  8. まとめと最新の動向

2021年10月26日「多変量解析の基礎とビッグデータ活用にむけてのデータモデリング実演習」

 多変量解析は、複数の説明変数や目的変数をもつデータを扱う統計解析技術である。機械学習と同様に、教師あり学習と教師なし学習に分かれる。教師あり学習では、目的変数を予測する数理モデルの作成を行い (データモデリング) 、複数の説明変数に基づいた予測を行う。予測には分類と回帰がある。データモデリングの手法には、重回帰モデル、一般化線形モデル、混合効果モデル、一般化加法モデルなどがある。 本講演では、ビッグデータ解析におけるデータモデリングについて解説する。

  1. 多変量解析とは何か
  2. 多変量解析の種類
    • 多変量解析と機械学習との違い
  3. データマイニングとデータモデリング
  4. 回帰分析とデータモデリング
    1. 単回帰分析と重回帰分析
      1. 重回帰分析を行う上での注意点
      2. 交絡因子、多重共線性、交互作用
      3. 変数選択
  5. 一般化線形モデル
    1. ロジスティック回帰モデル
    2. ポアソン回帰モデル
  6. 混合効果モデル
  7. 一般化加法モデル
  8. 機械学習、深層学習
    1. 深層学習モデル
    2. 説明可能なAI
  9. 交差検証とROC曲線
  10. 混同行列
  11. まとめとデータモデリングの最新動向

受講料

複数名受講割引

アカデミー割引

教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

ライブ配信対応セミナー / アーカイブ配信対応セミナー

ライブ配信またはアーカイブ配信セミナーのいずれかをご選択いただけます。

ライブ配信セミナーをご希望の場合

お申し込みの際、通信欄に「ライブ配信希望」の旨を記載ください。
ライブ配信セミナーをご希望の場合、以下の流れ・受講内容となります。

アーカイブ配信セミナーをご希望の場合

お申し込みの際、通信欄に「アーカイブ配信希望」の旨を記載ください。
アーカイブ配信セミナーをご希望の場合、以下の流れ・受講内容となります。