データサイエンティスト育成講座
ベイズ統計学

研修

プログラム概要

確率の基礎から確率分布、パラメータ推定、マルコフ連鎖モンテカルロ法 マルコフ連鎖、ハミルトニアンモンテカルロ法、回帰分析、PyStan入門ならびPyStanを用いた階層モデルと重回帰の正則化、ベイジアンネットワークについて学べます。

対象者

AI・機械学習プロジェクトを推進する方

受講料

150万円(3名までの場合)
※受講人数に応じてお見積りいたします
※講座内容はカスタマイズ可能です。カスタマイズの際は別途お見積りいたします

受講前提

Pythonと機械学習の基礎知識のある方

カリキュラム

ベイズ統計学

演習

・確率の基礎 命題と論理記号
 ⚪︎確率論の基本的な概念、頻度論的方法による確率
 ⚪︎確率の性質
 ⚪︎同時確率、周辺確率、条件付き確率
 ⚪︎ベイズの定理
 ⚪︎確率変数と確率分布、連続確率と離散確率
 ⚪︎確率質量関数と確率密度関数
 ⚪︎累積分布関数
 ⚪︎期待値、分散、共分散
・確率分布
 ⚪︎離散確率分布(ベルヌーイ分布、二項分布、幾何分布、ポアソン分布)
 ⚪︎連続確率分布(一様分布、指数分布、ワイブル分布、ガンマ分布、ベータ分布、正規分布)
 ⚪︎同時分布、周辺分布
 ⚪︎多変量分布
・パラメータ推定
 ⚪︎最尤推定、ベイズ推定
 ⚪︎共役事前分布
 ⚪︎無情報事前分布、弱情報事前分布
 ⚪︎ベイズ点推定(MAP、EAP、MED)
 ⚪︎信頼区間とベイズ確信区間、予測分布
・マルコフ連鎖モンテカルロ法 マルコフ連鎖
 ⚪︎遷移行列、不変分布、詳細釣り合い条件、マルコフ連鎖の収束条件
 ⚪︎メトロポリス法、ギブスサンプリング
・ハミルトニアンモンテカルロ法
 ⚪︎ハミルトニアンと正準方程式、ラグランジアンとハミルトニアン
 ⚪︎リープフロッグ法、ハミルトニアンモンテカルロ法
・回帰分析
 ⚪︎線形回帰とその行列表現
 ⚪︎交互作用
 ⚪︎ロジスティック回帰、ポアソン回帰
・PyStan入門
 ⚪︎PyStanとは
 ⚪︎PyStanを用いた単回帰分析、重回帰分析、ロジスティック回帰分析
 ⚪︎PyStanを用いたポアソン回帰分析
・PyStanを用いた階層モデル
 ⚪︎階層モデル、複数の階層を持つ階層モデル
・PyStanを用いた重回帰の正則化
 ⚪︎Stanにおける正則化のアプローチ
 ⚪︎ラプラス分布を用いた変数選択、非階層モデル
・ベイジアンネットワーク
 ⚪︎ベイジアンネットワーク
 ⚪︎条件付き確率表、ベイジアンネットワークの確率推論
 ⚪︎構造学習アルゴリズム
 ⚪︎グラフィカルモデルを用いた因果推論
 ⚪︎構造方程式モデル

講義時間

3日間 ※ご要望によって、短縮版、拡大版のご提供が可能です