【中止】＜1日速習＞情報創出のためのベイズモデリング入門 ～ベイズの定理から階層ベイズモデルまで～

情報をデータと事前知識から創り出すというDX時代に必要な観点から ベイズモデルの特性を整理して説明します。

セミナー講師

東北大学 大学大学院経済学研究科　准教授 石垣 司 先生

2007年　科学技術振興機構　CREST研究員
2008年　産業技術総合研究所　特別研究員
2011年　東北大学大学院経済学研究科　講師
2013年　東北大学大学院経済学研究科　准教授
現在に至る。

セミナー受講料

【オンラインセミナー（見逃し視聴なし）】1名47,300円(税込（消費税10％）、資料付)
　＊1社2名以上同時申込の場合、1名につき36,300円

【オンラインセミナー（見逃し視聴あり）】1名52,800円(税込（消費税10％）、資料付)
　＊1社2名以上同時申込の場合、1名につき41,800円

＊学校法人割引；学生、教員のご参加は受講料50％割引。

受講について

※本講座は、お手許のPCやタブレット等で受講できるオンラインセミナーです。

配布資料・講師への質問等について

• 配布資料はPDF等のデータで送付予定です。受取方法はメールでご案内致します。
  （開催1週前～前日までには送付致します）。
  ※準備の都合上、開催1営業日前の12:00までにお申し込みをお願い致します。
  （土、日、祝日は営業日としてカウント致しません。）
• 当日、可能な範囲で質疑応答も対応致します。
  （全ての質問にお答えできない可能性もございますので、予めご容赦ください。）
• 本講座で使用する資料や配信動画は著作物であり、
  無断での録音・録画・複写・転載・配布・上映・販売等を禁止致します。

下記ご確認の上、お申込み下さい

• PCもしくはタブレット・スマートフォンとネットワーク環境をご準備下さい。
• ご受講にあたり、環境の確認をお願いしております（20Mbbs以上の回線をご用意下さい）。
  各ご利用ツール別の動作確認の上、お申し込み下さい。
• 開催が近くなりましたら、当日の流れ及び視聴用のURL等をメールにてご連絡致します。

Zoomを使用したオンラインセミナーとなります

• ご受講にあたり、環境の確認をお願いしております。
  お手数ですが下記公式サイトからZoomが問題なく使えるかどうか、ご確認下さい。
  → 確認はこちら
  ※Skype／Teams／LINEなど別のミーティングアプリが起動していると、Zoomでカメラ・マイクが使えない事があります。お手数ですがこれらのツールはいったん閉じてお試し下さい。
• Zoomアプリのインストール、Zoomへのサインアップをせずブラウザからの参加も可能です。
  ※一部のブラウザは音声（音声参加ができない）が聞こえない場合があります。
  　必ずテストサイトからチェック下さい。
  　対応ブラウザーについて(公式) ;
  　「コンピューターのオーディオに参加」に対応してないものは音声が聞こえません。

申込み時に（見逃し視聴有り）を選択された方は、見逃し視聴が可能です

• 開催5営業日以内に録画動画の配信を行います（一部、編集加工します）。
• 準備が出来しだい視聴用URLをメールでご連絡します。（GWや年末年始・お盆期間等を挟む場合、それに応じた配信期間設定の延長を実施します）
• 期間内であれば繰り返し視聴できます。セミナーを復習したい方、当日受講が難しい方等にお勧めです。2倍までの倍速視聴も可能です。（視聴環境によっては機能しない事もございます。事前に下記テスト動画でお試しください。）
  ※万一、見逃し視聴の提供ができなくなった場合、
  （見逃し視聴有り）の方の受講料は（見逃し視聴無し）の受講料に準じますので、ご了承下さい。
  →こちらから問題なく視聴できるかご確認下さい（テスト視聴動画へ）パスワード「123456」

セミナー趣旨

2023年現在、DX時代が到来しています。様々な業種においてDXの重要性は論を待ちません。DX推進の主目的の一つはデータ活用によるドメイン課題の解決であり、そのためにはデータから有用な情報を創り出す仕組みが必要です。ベイズモデルは、事前の情報とデータを組み合わせることでより高度な情報を創り出すことを得意としています。初歩的な統計学や機械学習では難しい、人間の感覚や事前の情報をデータと適切に組み合わせることでDX時代の課題解決に貢献できる可能性が高まります。
本セミナーでは、ベイズモデルを中心に統計的モデリングによってデータから情報を創出するための基本的な考え方や具体例を紹介します。また、意思決定や現象の理解に必要となる情報をデータと事前知識から創り出すというDX時代に必要な観点からベイズモデルの特性を整理して説明します。
本セミナーは、統計学の基礎的な知識（正規分布や回帰分析など）を既に持っている方を対象に行いますが、初学者にも分かりやすいように「なぜこの知識や考え方が必要なのか？」というモチベーションを意識した説明を行います。厳密な数式の証明やアルゴリズムの説明は本セミナーの対象としていません。数式と計算例を交えながらも、具体的なイメージを優先した説明を行います。

受講対象・レベル

実務的知見とデータを統合して新たな情報を創り出すベイズ統計学の仕組みを知りたい方
DX推進やビジネス意思決定のためにベイズモデリングを役立てたい方

習得できる知識

DX時代に必要な統計的モデリングの考え方
ベイズモデルによるデータと事前知識の統合の考え方
逐次ベイズ推定による逐次的意思決定の仕組みの理解
階層ベイズモデルによる「個」を知るための情報創出の理解

セミナープログラム

1. DX時代とベイズモデリング
　1.1 DX時代のデータサイエンス
　1.2 統計的モデリングの考え方
　1.3 ベイズモデルの原理

2. ベイズの定理による情報創出の構造
　2.1 条件付き確率と事後確率
　2.2 ベイズの定理
　2.3 事前分布と事後分布
　2.4 数学的準備
　2.5 ベイズの定理の構造

3. ベイズ推定
　3.1 事後分布の求め方～正規分布を例に
　3.2 ベイズ推定の方法の大別
　3.3 事後分布の信用区間

4. 意思決定のための情報創出
　4.1 ベイズ統計学と意思決定
　4.2 逐次的な意思決定～沈没した潜水艦の捜索を例に
　4.3 逐次ベイズ推定

5. 「個」を知るための情報創出
　5.1 階層性のあるデータの統計的モデリング
　5.2 階層ベイズ線形回帰モデル
　5.3 個人の消費行動分析の事例

6. まとめ：DX時代のベイズモデルによる情報創出

7.Q&A