本セミナーは、2024年3月8日に開催したアーカイブセミナーです。

‍

【学習内容】

• BPSのフレームワークについてキャッチアップできます
• Stanによる演習で確実にBPSを使いこなすための知識を学べます
• ベイズ専門家による講義で、実務への応用に向けたインサイトを得ることができます

‍

【内容】

ビジネスにおいて、複数の視点や複数のエキスパートの意見を考慮し、

それらを融合した総合的な判断を行う方がより良い意思決定または予測につながることが多くあります。

本セミナーでは、様々な視点から個別で開発・学習されたモデル（エキスパート）の予測結果を決定理論に基づきながらベイズ的に統合するBayesian Predictive Synthesis (BPS)について解説します。

特に、ビジネス領域において頻出である時系列データに適応されたBPSの手法を紹介し、stanによる実装・実演を行います。

BPSを用いることによって、複数のモデルの予測結果の統合はもちろん、予測精度の向上、予測の信頼区間の算出（不確実性の評価）、各モデルの信憑性の評価、さらには予測結果の解釈性を実現することが可能になります。

具体的には、
・BPSフレームワークの紹介

・BPSによって実現できること（想定される具体的なユースケースの紹介）

・Stanを使った具体的な実装方法

・BPSを使用するにあたっての注意点

について解説します。

‍

【このような方におすすめ】

• 対象者をここに記載

‍

【レクチャー】

• 講義動画
  • 前半：64分
  • 後半：54分
• 講義資料
  • 拡張子：PDF
  • 部数：1部
• 演習資料
  • 言語：R言語
  • 部数：1部

‍

【講師】

菅澤 翔之助（慶應義塾大学 経済学部 准教授、株式会社Nospare 取締役CRO）

[略歴]

東京大学経済学研究科統計学コース博士課程後期課程修了

統計数理研究所特任研究員、東京大学空間情報科学研究センター 准教授を経て

現職に就任

主な研究分野はベイズ統計学 / 状態空間モデル / 時空間統計学

個人HP

X（旧Twitter）

‍

【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。

‍