インフォマティクス・機械学習活用のための多変量解析とデータ前処理テクニック

ビッグデータ解析の初心者がまずは押さえておきたい、基本理論と実用ツールの使い方
簡単なデータセットを事例に、初心者にも簡単に易しく解説！

日　時

２０２３年４月１０日（月）、１１日（火）　両日とも１０：３０～１６：３０

セミナー講師

(株)メドインフォ　代表取締役　嵜山 陽二郎　氏

【略歴】
1983-87年　東京大学理科Ⅱ類入学～東京大学薬学部卒業
1987-1993年　東京大学大学院修士課程、博士課程修了（医学博士）
1993-1999年　東京都老人総合研究所、国立長寿医療研究センターにて、画像解析の業務に従事
1999-2007年　ファイザー株式会社中央研究所にて、職員を対象とし100回を超える統計解析の授業を実施、非臨床薬理試験における統計解析支援。
2007年　ファイザー株式会社中央研究所が閉鎖
2008年　日本薬理学雑誌に発表した論文は、薬理試験においてExcelソルバーの非線形モデルを導入した最初の試みとして話題となる1)。
2009年　ファイザー株式会社英国サンドウィッチ研究所における主要な業績の一つとして、機械学習モデルを薬物動態に応用した最初の試みが、エキスパートオピニオンジャーナルに掲載される2)。
2009-2013 グラクソスミスクライン株式会社、ヤンセンファーマ株式会社、フェリングファーマ株式会社にて医学情報・統計解析担当を歴任
2015- アスペンジャパン株式会社　メディカルアフェアーズ部　部長
2015- 株式会社メドインフォ設立　代表取締役

他にも、これまで40報を超える学術論文を執筆し、非臨床・臨床研究の解析手法において多数の研究業績を有する。国際学会発表5回、国際薬物動態予測学会の座長、製薬企業スタッフ対象の講演会など多数の実績あり。現在運営中のサイト「統計解析 - Python・R・エクセルを使った講義で最速マスター」は10万PVを超える人気サイトとなっている 。著書に、「医師・看護師のための統計学ポイント＆アドバイス77 東京図書」がありわかりやすい統計学の教科書として絶賛発売中。

セミナー受講料

1名につき 66,000円（消費税込、資料付）
〔1社2名以上同時申込の場合のみ1名につき60,500円〕

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

　近年、様々な分野で人工知能（AI）の技術に期待が寄せられていますが、AIの情報処理技術をフルに活用し開発を進めていく分野はインフォマティクスと呼ばれています。そしてインフォマティックにおける情報処理技術の中核をなすものが機械学習であり、そのベースとなるのが多変量解析とデータ前処理テクニックです。多変量解析とデータ前処理テクニックについてわかりやすく説明した教科書は非常に少ないです。多くの解説書は難しい線形代数の理論に終始しています。しかし、本講座では先ず2変数の小規模データを題材に丁寧に解説してから多変数へと発展させます。理論や数式だけでなく、既に親しみのあるExcelと無料解析ツールのR、Pythonを使った豊富な計算事例を用いた実践的な内容になっています。また、本講座は機械学習・多変量解析を使用するあらゆる分野の方向けの入門講座です。機械学習・多変量解析の面白さと可能性に一人でも多くの方に触れて頂けることを期待しています。

セミナープログラム

≪第１日目≫　4月10日（月）10：30～16：30
１．多変量解析の基本コンセプト
　①多変量データとは
　②説明変数と目的変数
　③モデルの複雑性と頑健性

2．データの前処理
　①Pythonによる簡単プログラミング
　②Pandasモジュールによるデータの読み込み
　③Numpyモジュールによる数値計算

３．重回帰分析
　①単回帰分析
　②最小2乗法
　③重回帰分析
　④多重共線性と変数選択

４．重回帰分析（演習）
　①Ｅｘｃｅｌソルバーを使った重回帰分析
　②Excel行列計算を使った重回帰分析
　③R/Pythonを使った重回帰分析

５．ロジスティック回帰解析
　①単変数の場合のロジスティック回帰分析
　②ロジスティック回帰モデル
　③オッズとオッズ比
　④尤度と最尤推定法

６．ロジスティック回帰分析（演習）
　①Excelソルバーを使ったロジスティック回帰分析
　②R/Pythonを使ったロジスティック回帰分析

７．主成分分析
　①多次元データの１次元への縮約
　②Ｅｘｃｅｌソルバーを使った主成分分析
　③固有値・固有ベクトルと因子負荷量
　④変数間の関係を調べる

８．主成分分析（演習）
　①Excelソルバーを使った主成分分析
　②R/Pythonを使った主成分分析

【質疑応答】

≪第２日目≫　4月11日（火）10：30～16：30
１．判別分析
　①１変数による２群の判別
　②線形判別関数
　③判別得点と誤判別の確率

２．判別分析（演習）
　①Excelを使った判別分析
　②R/Pythonを使った判別分析

３．クラスター分析
　①階層的クラスター分析
　②非階層的クラスター分析

４．クラスター分析（演習）
　①Excelを使ったクラスター分析
　②R/Pythonを使ったクラスター分析

５．決定木分析
　①回帰木分析
　②ランダムフォレスト法

６．決定木分析（演習）
　①Excelを使った決定木分析
　②R/Pythonを使った決定木分析

７．機械学習
　①機械学習とは
　②分類問題
　③回帰問題
　④深層学習

８．機械学習（事例紹介）
　①サポートベクターマシン

９．おわりに

【質疑応答】