データサイエンス研究所主催セミナー

ビッグデータのためのデータ解析法(入門編)

~ビッグデータの解析によく用いられる各手法(新時代リーダーのための「データ分析力」シリーズ)~

2019年11月 7日

データサイエンス研究所
所長 伊藤嘉朗
MDB情報活用力講座の「データ分析力」シリーズとして、株式会社データサイエンス研究所主催セミナーのご紹介と販売をいたします。【MDBメンバーの皆様はメンバー価格にてご参加頂けます】

■ビッグデータをビジネスに活用するための「知識と手法」を学ぶ
  1. 「ビッグデータ」の解析によく用いられる手法を具体的な事例演習により学びます。
  2. 各解析手法の基本的なしくみを理解し実践的な活用能力の習得を目指します。
  3. 実践的な理解のために、EXCEL、Rを用いて、受講者各自1台ずつPCによる演習を行います。(可能ならPCご持参ください。貸し出しも可能です。)
  4. セミナー終了後、希望される方には業務への活用方法等についてご相談に応じます。

■受講対象
  • ビッグデータの活用方法について実践的に学びたい方
  • ビッグデータの解析手法のしくみについて習得したい方
  • ※数学やプログラムの知識は特に必要ありません。

■学習内容
  1. ビッグデータとは
    ビッグデータの特徴、ビッグデータを取り扱う上で注意すべきことについて解説します。
  2. ビッグデータにおける統計解析
    サンプルサイズの違いによる解析結果の解釈方法、外れ値の定義、処理方法について学びます。
    • 検定における有意確率の有効性
    • 効果量の活用方法
    • 外れ値の定義
    • 箱ひげ図、ヒストグラム
  3. 相関分析
    相関関係の基本的なしくみについて学びます。
    • 散布図
    • 相関係数のしくみ
    • 外れ値による影響
    • 交絡要因とは何か
    • 偏相関係数の求め方
  4. 重回帰分析
    基本的な回帰分析、外れ値を勘案した回帰分析の方法等について理解します。
    • 回帰分析のしくみ
    • 回帰モデルの判断方法(t検定、決定係数)
    • ロバスト回帰
    • リッジ回帰、オーバーフィッティング(過学習)問題
  5. ロジスティック回帰分析
    従属変数が2値変数である回帰分析について学びます。
    • ロシスティック回帰分析のしくみ
    • オッズ比のしくみと活用法
    • 予測値(確率)の算出と分類方法
  6. 判別分析、SVM(サポートベクターマシン)
    分類問題によく使用される解析手法について学びます。
    • 判別分析のしくみ
    • 分類方法
    • SVMのしくみ(サポートベクター、マージン)
    • 判別分析とSVMによる分類の違い
  7. クラスター分析
    データのクラスタリングの方法について解説します。
    • 階層クラスタリングによる分類
    • k-meansクラスタリングによるデータの層別
    • クラスタリング方法の違いによる特徴とよく用いられる方法
  8. 主成分分析
    変数の集約(縮約)によく用いられる手法について説明します。
    • 主成分分析のしくみ
    • 主成分分析による次元の縮約方法
※セミナーの内容は、一部変更される場合がございます

■関連講座のご紹介
→【リサーチデータなら】アンケート調査法入門
→【予測・計画立案には】販売予測・需要予測入門
→【基礎の補強には】実践統計手法
→【基礎から押さえる】実践統計学
→【マネジメントクラスの皆様は】管理者のための実践統計学

参加お申し込みフォームはこちら

開催概要

タイトル ビッグデータのためのデータ解析法(入門編)
~ビッグデータの解析によく用いられる各手法~
講師 伊藤 嘉朗
株式会社データサイエンス研究所 所長
日本能率協会、早稲田大学、産能大学、中央学院大学などで、統計学の講師を歴任。専門分野は統計学、多変量解析。数多くの企業・団体において、データ分析に関わる研修及びコンサルティングを実施。豊富な実務経験からの「わかりやすい解説」で継続受講者が絶えない。
日時 2020年01月15日(水) 10:00~17:00(開場9:50)
2020年02月06日(木) 10:00~17:00(開場9:50)
2020年03月03日(火) 10:00~17:00(開場9:50)
※同内容の講座です。ご都合のよい日時にて、お申し込みください。
会場 株式会社データサイエンス研究所 セミナールーム
東京都千代田区平河町2-5-5 全国旅館会館B1F アクセス
参加費 <一  般>     45,000円(税別)
<MDBメンバー価格> 42,000円(税別)
参加対象 ・ビッグデータの活用方法について実践的に学びたい方
・ビッグデータの解析手法のしくみについて習得したい方
※数学やプログラムの知識は特に必要ありません。
プログラム(予定) ビッグデータのためのデータ解析法(入門編)~ビッグデータの解析によく用いられる各手法~
1.ビッグデータとは
ビッグデータの特徴、ビッグデータを取り扱う上で注意すべきことについて解説します。
2.ビッグデータにおける統計解析
サンプルサイズの違いによる解析結果の解釈方法、外れ値の定義、処理方法について学びます。
・検定における有意確率の有効性
・効果量の活用方法
・外れ値の定義
・箱ひげ図、ヒストグラム
3.相関分析
相関関係の基本的なしくみについて学びます。
・散布図
・相関係数のしくみ
・外れ値による影響
・交絡要因とは何か
・偏相関係数の求め方
4.重回帰分析
基本的な回帰分析、外れ値を勘案した回帰分析の方法等について理解します。
・回帰分析のしくみ
・回帰モデルの判断方法(t検定、決定係数)
・ロバスト回帰
・リッジ回帰、オーバーフィッティング(過学習)問題
5.ロジスティック回帰分析
従属変数が2値変数である回帰分析について学びます。
・ロシスティック回帰分析のしくみ
・オッズ比のしくみと活用法
・予測値(確率)の算出と分類方法
6.判別分析、SVM(サポートベクターマシン)
分類問題によく使用される解析手法について学びます。
・判別分析のしくみ
・分類方法
・SVMのしくみ(サポートベクター、マージン)
・判別分析とSVMによる分類の違い
7.クラスター分析
データのクラスタリングの方法について解説します。
・階層クラスタリングによる分類
・k-meansクラスタリングによるデータの層別
・クラスタリング方法の違いによる特徴とよく用いられる方法
8.主成分分析
変数の集約(縮約)によく用いられる手法について説明します。
・主成分分析のしくみ
・主成分分析による次元の縮約方法

※セミナーの内容は、一部変更される場合がございます

参加お申し込みフォームはこちら

お問合せ先

(株)日本能率協会総合研究所 リサーチ&コンサルティング部
  〒100-0004 東京都千代田区大手町2-2-1 新大手町ビル2F
  Tel : 03-6202-1281 E-mail : mdb_consulting@jmar.co.jp

お悩みの方はお気軽にご相談ください

お電話での
お問い合わせ
03-6202-1281
Webからの
お問い合わせ
お問い合わせフォーム
  • 調査を依頼したい