概要

【受講料金】

一般料金：1名様5,500円

学生料金：1名様2,750円

団体申込（10名〜）：1名様4,950円

【本セミナーの学習内容】‍

• 一般化線形モデルと一般化加法モデルの基本概念を学べます
• PyMCの概要を学び、実用のための手ほどきを受けられます
• 一般化線形モデルと一般化加法モデルをPyMCで実装できるようになります

【セミナー概要】

このセミナーでは線形回帰モデルを二値データやカウントデータに拡張した一般化線形モデル (Generalized Linear Models; GLM) および非線形的なモデリングを可能にする一般化加法モデル (Generalized Additive Models; GAM) について紹介した後に、Pythonのベイズ統計パッケージで最も使われているPyMCにおけるそれぞれのモデルの実装方法について解説します。

本セミナーでは、実務での使用方法のイメージがつくように、実際にあるマーケティング課題を想定して、一部実世界のデータに基づいて生成されたNospare独自のデータセットを用います。

このセミナーを受講した方は非常に汎用性が高い統計モデリングの知識とPythonを用いたベイズ統計分析のスキルを身につけることができます。

‍

一般化線形モデルとは

実世界では「1」または「0」の値しか取り得ない二値データ、個数を表すカウントデータ、正の実数（もしくは負の実数）しか取り得ない実数データなどが多く存在する。これらのデータに対して目的変数が正規分布に従うと仮定している従来の線形回帰モデルを使用するのは不適切であり、実際には不可能な予測結果もしくは誤ったインサイトの原因となる。一般化線形モデル (Generalized Linear Model; GLM) は線形回帰モデルを正規分布に従わないデータへ拡張したものであり、線形回帰モデルと同様の解釈性を保ちながらも対応できるデータの種類が大きく増える。

例えば商品管理や消費者の購買行動の分析に使われるPOS (Point of Sale) データには商品の販売個数や購買人数などといったカウントデータが含まれる。このようなデータは一般化線形モデルを使って分析するのが適切である。

一般化加法モデルとは

多くの場合、目的変数と説明変数の関係性は非線形的で複雑なものである。一般化加法モデル (Generalized Additive Model; GAM) は加法的なモデルでありながらも多種多様な非線形的な関係性にも対応できるように一般化加法モデルを拡張したものである。GAMは統計モデリングで実現できることを大幅に広げ今日においても最新の研究で利用されている。

例えば商業施設に訪れる買い物客の人数は日時レベルや週時レベルで強い周期性がある。この客数と時刻の非線形的な関係をデータから抽出には周期的な関数を組み込まれた一般化加法モデルが非常に効果的である。

PyMCとは

PyMCはPythonでのベイズ統計モデリングにおいて最もよく使われているパッケージです。シンプルなPython APIを用いて簡単なモデルものから非常に複雑なものまで自由自在に統計モデルを実装することができ、MCMCを使用した推論を行うことができます。研究から実務まで幅広く使われており、PyMCを使ったベイズモデリングはデータサイエンティストとして自分の引き出しに加えておくべきスキルセットです。

‍

本セミナーの開催後、申込者に対して1ヶ月間のアーカイブ配信およびPyMCの実践コード、講義資料をお送りいたします。

みなさまのご参加をお待ちしております。

【このような方におすすめ】

• 企業や研究で使えるデータ分析手法を身に付けたい大学学部生（学年問わず）と大学院生
• 実務でベイズ統計モデルを使用したい / する必要のあるデータサイエンティスト
• ベイズ統計を研究に応用したい研究者

【講師紹介】

小林 弦矢（明治大学 専任教授）

所属：明治大学 商学部 専任教授

学位：博士（経営学）（神戸大学）

[経歴]

2024年4月 - 現在：明治大学, 商学部, 教授

2022年4月 – 2024年3月：明治大学, 商学部, 准教授

2017年4月 - 2022年3月：千葉大学, 大学院社会科学研究院, 准教授

2016年10月 - 2017年3月：千葉大学, 法政経学部, 准教授

2014年4月 - 2016年9月：千葉大学, 法政経学部, 講師

[最近の論文]

Small areaestimation of general finite-population parameters based on grouped data 

Robustfitting of mixture models using weighted complete estimating equations 

BayesianApproach to Lorenz Curve Using Time Series Grouped Data 

[主な書籍等出版物]

『ベイズデータ解析』, 菅澤翔之助, 小林弦矢, 川久保友超, 栗栖大輔, 玉江大将, 株式会社Nospare，森北出版， 2024年6月

‍

ご参加にあたって（必ずご確認ください）

【申込方法】

一般申込を希望の方は、画面上部の「一般申込はこちら」をクリックし、お支払いをお願い申し上げます。

学生申込を希望の方は、画面上部の「学生申込はこちら」をクリックし、Googleフォームへのご記入をお願い申し上げます。

団体申込を希望の方は、本サイト上部の「団体申込」よりお申し込みください。

【申込期限】

本セミナーの申込期限は以下です。期限の延長などは致しかねますので、参加をご希望の方はお早めに申込ください。

• 一般申込期限：開催日前日 23:59まで
• 学生申込期限：開催日の2営業日前 23:59まで
• 団体申込期限：開催日の2営業日前 23:59まで

【領収書発行方法】

領収書を希望の方は、下記よりお問い合わせください。

https://seminar.no-spare.com/receipt

【注意事項】

お申し込みを検討される方は、下記について必ずご確認ください。

• 本セミナーはZoom Webinarsを用いて開催いたします。
• お申し込み後、弊社より本セミナーへのZoom参加用URLを開催当日までに送付いたします。
• 開催時間になりましたら、送付するURLよりご参加ください。
• 講義終了後からの受講申込や、講義途中からの申込およびライブ受講の欠席による返金は致しかねますので、予めご了承ください。
• 本セミナーにお申し込みいただいた方には、本セミナーのアーカイブ動画 / 講義資料 / 演習資料（演習のあるセミナーのみ）の3点を配布いたします。
• お申し込み後、諸事情によりリアルタイムでのご参加が難しくなってしまった方にも、上記3点の資料を配布いたします。
• アーカイブ配信期間は、セミナー終了より1ヶ月間です。
• 万が一、開催時間になっても事前案内メール（Zoomの参加URLや講義資料など）が届かない場合は、迷惑メールフォルダやゴミ箱に自動的に振り分けられている場合がございます。一度ご確認いただきますようお願い申し上げます。
• 参加URLはメールにてご案内いたします。no-spare.comドメインより受け取ることができるように設定をお願い申し上げます。
• お問い合わせの際は、必ず弊社コンタクトフォームよりお問い合わせいただきますようお願い申し上げます。

【禁止事項】

• セミナーの録音や録画撮影などはご遠慮ください。
• セミナーで配布した一切の資料 / 動画を無断で公開、転載することは固く禁じます。

【免責事項】

• 本セミナーの内容は、事前の告知なく変更を行う場合があります。
• 主催者および講演者の諸般の事情や、天災地変その他の不可抗力の事態により、本セミナーの一部あるいは全部を中止させていただく場合があります。
• 弊社ドメインをブロックしていたことによりメールが受け取れなかったことによる参加の遅れや欠席などの責任は負いかねますので、ご了承ください。

上記が発生する場合は、当社から受講者に対して、本ページやSNS、電子メールなどで事前にお知らせいたします。

ただし、事由によっては事前のお知らせがないことを予めご了承ください。

【個人情報提供に関するご承諾について】

セミナーのお申し込みフォームや支払いフォームにご記入いただく個人情報は、当社のプライバシーポリシーに則り、適切かつ厳格に取り扱います。