ビッグデータ活用のための多変量解析超入門

ビッグデータ利活用のための教師なし学習を学ぶ！
～ 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 ～

分析デモを見ながら実際の解析を実感！
数式でゴリゴリ勉強するよりも、手順をイメージで掴める！
実務の場面を想定した、統計ソフトやPythonの具体的な活用法を詳解

セミナー講師

公立諏訪東京理科大学　工学部　情報応用工学科　教授　石井 一夫　氏

セミナー受講料

1名につき 55,000円（税込・資料付）
〔1社2名以上同時申込の場合のみ1名につき49,500円（税込）〕

受講について

• 本講座はZoomを利用したLive配信セミナーです。セミナー会場での受講はできません。
• 下記リンクから視聴環境を確認の上、お申し込みください。
  　→ https://zoom.us/test
• 開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。
  セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
• Zoomクライアントは最新版にアップデートして使用してください。
  Webブラウザから視聴する場合は、Google Chrome、Firefox、Microsoft Edgeをご利用ください。
• パソコンの他にタブレット、スマートフォンでも視聴できます。
• セミナー資料はお申込み時にお知らせいただいた住所へお送りいたします。
  お申込みが直前の場合には、開催日までに資料の到着が間に合わないことがあります。ご了承ください。
• 当日は講師への質問をすることができます。可能な範囲で個別質問にも対応いたします。
• 本講座で使用される資料や配信動画は著作物であり、
  録音・録画・複写・転載・配布・上映・販売等を禁止いたします。
• 本講座はお申し込みいただいた方のみ受講いただけます。
  複数端末から同時に視聴することや複数人での視聴は禁止いたします。
• Zoomのグループにパスワードを設定しています。
  部外者の参加を防ぐため、パスワードを外部に漏洩しないでください。
  万が一部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。

セミナー趣旨

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。

セミナープログラム

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

【質疑応答】