本セミナーは、2024年1月27日に開催したアーカイブセミナーです。

このセミナーは、統計検定®︎2級程度の知識を持っていることを前提としています。

‍

【学習内容】

下記の知識、実装方法を学べます。

• ガウス過程
• 確率的機械学習
• 有価証券の利回り分析
• マーケティングの潜在的変量効果モデリング
• 疫病の時空間データ分析
• 計算コスト削減の近似手法
• 確率的プログラミング言語

‍

【内容】

ガウス過程は未知で複雑（非線形的）な変数間の関係性を学習できるパワフルな確率的機械学習の手法です。ガウス過程は

• 有価証券の利回りの分析
• マーケティングにおける潜在的な変量効果のモデリング
• 疫病の時空間データの分析

等と、多岐にわたる領域でのモデリングに利用されており、ニューラルネットワークとも深い関わりを持っています。ガウス過程はその柔軟性ゆえ近年、非常に人気のある機械学習手法となっています。しかし、日本ではガウス過程の理論解説は存在するものの、具体的な業務での利用に向けた実装と応用に関する説明はまだ不足しています。

‍

本セミナーは、ガウス過程の基本から応用までを一貫して学び、日々のモデリングにおける実践的な活用法を習得することを目的としています。

‍

具体的には、

• ガウス過程の基本理論の解説
• 一般的なカーネル関数の紹介
• 計算コストを大幅に削減する最新の近似手法の紹介
• 確率的プログラミング言語を用いた実装
• マーケティングにおける応用事例の紹介

などについてRを用いた演習も含め、徹底的に解説します。

本セミナーは、ガウス過程の考え方から具体的な実装技術まで、包括的かつ実践的に学びたい方々に最適です。

‍

【このような方におすすめ】

• データサイエンティストおよび機械学習エンジニア：ガウス過程の基本理論や計算コスト削減の近似手法、確率的プログラミング言語の実装について学びたい方々。
  
• 金融アナリスト：金融分野でのデータモデリングにガウス過程を活用したい方々。
  
• マーケティングリサーチャー：マーケティングにおける潜在的変量効果のモデリングや応用事例に興味のある研究者やプロフェッショナル。
  
• エピデミオロジストおよび公衆衛生の専門家：疫病の時空間データ分析に関心があり、新しい分析手法を模索している方々。
  
• 進化する機械学習技術に関心を持つ教育関係者：最新の機械学習手法を教育カリキュラムに取り入れたい方々。

‍

【レクチャー】

• 講義動画
  • 前半：30分
  • 後半：89分
• 講義資料
  • 拡張子：PDF
  • 部数：1部
• 演習資料
  • 言語：R言語
  • 部数：3部

‍

【講師】

段 暁然 （インペリアル・カレッジ・ロンドン & オックスフォード大学 Ph.D生）

[略歴]

慶應義塾大学 環境情報学部 卒業

Imperial College London, MSc Statistics 修了 (最優秀卒論賞)

EPSRC CDT in Modern Statistics and Statistical Machine Learning at Imperial and Oxford (博士課程) 在籍

主な研究分野は ベイズ統計学 / 医療統計学/公共衛生学

[主な著書・論文]

• (第一著者) Estimating fine age structure and time trends in human contact patterns from coarse contact data: The Bayesian rate consistency model. PLoS Computational Biology.
• (共著) Longitudinal population-level HIV epidemiologic and genomic surveillance highlights growing gender disparity of HIV transmission in Uganda. Nature Microbiology.

‍

【受講料金】

¥11,000

ベーシックプラン

お支払いから1ヶ月間、いつでもどこでも受講できます。

※講義動画のダウンロードはできません。