多変量解析の解説とビッグデータ、機械学習での活用に向けたポイント【提携セミナー】

　　セミナー　　情報通信　　AI・機械学習　　多変量解析の解説とビッグデータ、機械学習での活用に向けたポイント【提携セミナー】

開催日時	未定
担当講師	井上勝雄氏
開催場所	未定
定員	未定
受講費	未定

★多変量解析の考え方と活用するためのポイントを解説します

多変量解析の解説と

ビッグデータ、機械学習での活用に向けたポイント

【提携セミナー】

主催：株式会社技術情報協会

講座内容

今日、多くの企業や研究組織などでデータサイエンスは注目されてきています。それを学ぶためには多変量解析から入るのが一般的です。多変量解析はマーケティングや社会調査、保健医療など広範囲に用いられています。特に、マーケティング分野ではサイトやPOSデータなどのビッグデータ解析にも多変量解析は用いられています。

本講義では、難解な多変量解析の考え方と使用法を平易に解説します。さらに、実際に講師作成のエクセル・マクロで解析体験も行います。加えて、AIと関係のある機械学習で用いられている多変量解析についても解説します。また、講師が編集した統計言語「R」ソフトのテンプレート(簡単操作)も紹介します。

習得できる知識

多変量解析の考え方と活用するためのポイントについて理解が深まる

担当講師

(株)ホロンクリエイト　研究顧問　博士（工学）　井上勝雄氏

セミナープログラム（予定）

１．多変量解析の目的と全体像の解説
1.1 記述統計→推測統計→多変量解析
1.2 多変量解析と機械学習の関係

２．主に使われる多変量解析の重点的な解説
2.1 基礎統計（変数の種類、データの分散と相関）
2.2 重回帰分析（例えば、価格の予測と要因の分析）
2.3 主成分分析（手元にあるデータの次元を圧縮し構造化）
2.4 因子分析（潜在的要因、商品イメージの視覚化）
2.5 コレスポンデンス分析(商品・サービスの可視化)
2.6 その他の手法の概説
○コンジョイント分析、階層的クラスター分析、数量化1,3類など
2.7 エクセル・マクロによる例題による体験

３．ビッグデータ解析の代表的手法
3.1 ロジェスティック回帰分析 (教師あり機械学習)
3.2 非階層クラスター分析(教師なし機械学習)
3.3 統計言語「R」ソフトのテンプレート的な解説

【質疑応答】