BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:統計学入門【確率変数・確率分布・ベイズ編
 】（統計検定2級合格レベル）
X-WR-CALNAME:統計学入門【確率変数・確率分布・ベイズ編
 】（統計検定2級合格レベル）
X-WR-TIMEZONE:Asia/Tokyo
BEGIN:VTIMEZONE
TZID:Asia/Tokyo
BEGIN:STANDARD
DTSTART:19700101T000000
TZOFFSETFROM:+0900
TZOFFSETTO:+0900
TZNAME:JST
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
UID:733674@techplay.jp
SUMMARY:統計学入門【確率変数・確率分布・ベイズ編】（
 統計検定2級合格レベル）
DTSTART;TZID=Asia/Tokyo:20190609T133000
DTEND;TZID=Asia/Tokyo:20190609T183000
DTSTAMP:20260409T191754Z
CREATED:20190523T071527Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/73367
 4?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n統計学入門
 【確率変数・確率分布・ベイズ編】（統計検定2級合格
 レベル）\n\n概要\n\n基礎から実践的な内容まで統計学
 を体系的に学べる講座を開講いたします！講座は5時間
 ×3回の構成になっており、全て受講していただくこと
 で、「統計検定2級合格レベル」への到達が可能です。
 本講座はその3回目に当たります。\n\n本講座では、確
 率変数や確率分布、ベイズの定理の概念を初学者にわ
 かりやすく解説いたします。\n確率変数や確率分布は
 統計学を深く学ぶ上でありとあらゆる場面に登場する
 前提知識です。統計学や機械学習の勉強を効率よく進
 める上で、これらの知識は非常に役立ちます。本講座
 を受講後は、推定・仮説検定・回帰分析など実践的な
 統計学の手法を理論ベースで理解するための基礎が完
 成いたします。\n\n実践的な手法に関する講座も用意し
 ておりますので、参加希望の方は下記リンクからお申
 込みください。\n\n関連講座\n初級：統計学超入門【超
 基礎編】（ゼロ〜統計検定3級合格レベルまで）\n中級1
 ：統計学入門【確率変数・確率分布・ベイズ編】（統
 計検定2級合格レベル）\n中級2：統計学入門【推定・仮
 説検定編】（統計検定2級合格レベル）\n中級3：統計学
 入門【回帰・分割表解析・分散分析編】（統計検定2級
 合格レベル）\n演習：統計学入門【徹底演習編】（統
 計検定2級合格レベル）\n\n※本講座は、動画復習対応
 講座でございます。受講した翌日から3日間、動画を公
 開いたします。聞き逃してしまった箇所の補填やより
 深い理解のためにお役立ていただけると幸いです！\n\n
 カリキュラム\n\n統計学を体系的に学べるセミナー（統
 計検定2級合格レベル）\n\n\n統計検定３級レベル用語ま
 とめ(確認程度)\n\n平均、分散、標準偏差\n変動係数、
 中央値、最頻値\n四分位数、範囲、四分位範囲、箱ひ
 げ図\n共分散、相関係数\n\n\n\n統計検定３級レベルから
 統計検定２級へ\n\n記述統計から推測統計へ\n母集団と
 は？\n\n\n\n統計検定２級レベル基礎用語まとめ\n\n確率
 の表し方\n確率変数とは？\n変数の種類\n期待値とは？\
 n\n\n\n確率分布\n\n連続型（正規分布、指数分布、一様
 分布）\n離散型（ベルヌーイ分布、二項分布、ポアソ
 ン分布、幾何分布、マルチヌーイ分布）\n中心極限定
 理\n二変量正規分布\n\n\n\nベイズの定理\n\n条件付き確
 率\nベイズの定理の考え方\n事前確率と事後確率\n\n\n\n\
 n\n※それぞれの項目に演習問題を最低2題用意しており
 ますので、理解度を確認しながら受講できます。\n※
 内容は一部変更になることがございます。\n\n講座を通
 じて得られること\n\n・統計スキルを統計検定2級合格
 レベルまで高められる\n・大学基礎レベルまでの統計
 学を一通り学べる\n・基本的な統計解析に関して、理
 論ベースで理解し、世界が広がる\n\n講座一覧のフロー
 チャート\n\nどの講座から受講したら良いのかわからな
 いというような方は、下記のフローチャートを参考に
 していただければと思います。\n\n\n\n持ち物\n\n・pdfの
 資料を閲覧するためのデバイス（ノートPC、タブレッ
 トなど）\n・ルートの計算ができるデバイス（ノートPC
 、スマホ、電卓など）\n・筆記用具（演習問題をたく
 さん用意しております。）\n\n※資料をお手元でも確認
 できるよう、当日は資料をデータとして配布いたしま
 す。\n\nこんな人にオススメ\n\n・統計検定2級の合格を
 目指している方\n・統計学を体系的に基礎から学びた
 い方\n・データ分析を行なっているが、理論をより深
 く理解した上で機械学習や統計解析の実装をしたいと
 考えている方\n\n講師\n\n神津陽信\n慶應義塾大学管理工
 学科において主に機械学習を用いた製造業における諸
 問題へ取り組んでいる。研究では機械学習と時系列デ
 ータを用いた研究に従事。他にも統計、生産管理、デ
 ータ分析にも精通。AIコンサルでPMとして多数のプロジ
 ェクトを行った経験などもあり。\n\n\n領収書について\
 n\n【Stripeで事前決済の方】\nクレジットカード会社が
 発行する明細を領収書の代わりとしてご利用ください
 。\n\n【Paypalの方】\n決済処理後にPaypalから送付される
 メール内容、またはPaypalの取引履歴から該当項目を確
 認の上、「詳細」をご覧ください。それらが領収書の
 代わりとなります。また、クレジットカード会社発行
 の利用明細書も領収書としてご利用いただけます。\n\n
 【別途領収書発行が必要な方】\n別途発行手数料とし
 て1000円頂きます。必要な方は、以下のフォームよりご
 申請ください。領収書発行手数料と受講料金を合算し
 た金額で発行いたします。\n全人類がわかる統計学 領
 収書発行フォーム\n\n会場\n\n東京都台東区台東１丁目11
 番4号 誠心Oビル 3階\n\nアクセス\n秋葉原駅より徒歩5分\
 nJR線をご利用の方は昭和通り改札、東京メトロ日比谷
 線をご利用の方は1番出口が最も近くなっております。
 \n\n受付・入場時間\n\n開始の15分前から\n\n※なるべく5
 分前までにお入りください。\n※途中参加も可能です
 。\n\nお問い合わせ\n\n・メールでのお問い合わせは、in
 fo@to-kei.net　までご連絡ください。\n・こちらで⇨LINE＠
 からもお問い合わせいただけます。（推奨）\n\n注意事
 項\n\n・リクルーティング、勧誘、採用活動など、目的
 に沿わない行為につきまして、主催者が相応しくない
 と判断した場合は即刻退出処分とします。全員が気持
 ちよく過ごすことが出来るよう、ご協力をお願い致し
 ます。\n・講座内で扱うコンテンツは全て「全人類が
 わかる統計学」に帰属しています。複製はご遠慮くだ
 さい。\n・個人ブログへの講義コンテンツの掲載はご
 遠慮ください。\n・統計検定2級の全範囲を網羅してい
 るわけではございません。より効率よく合格を目指す
 ために、出る確率が低い分野（過去問題から独自に判
 断）、理解が難しい割には得られる恩恵があまり大き
 くない分野は、カリキュラムから除外しています。\n
 ・最小遂行人数は「3名」です。開催日の前日までにこ
 の人数に達しない場合は中止となります。ただし、複
 数の媒体で募集を行っているので、本サイトの申込者
 数が最小遂行人数に達しない場合でも開催になる場合
 がございます。もし、中止が決定した場合はその時点
 で「全額返金」し、登録しているメールアドレスにご
 連絡させていただきます。\n\n全人類がわかる統計学と
 は\n\n株式会社AVILENが運営するサービスです。統計学・
 機械学習の学習用サイト全人類がわかる統計学を運営
 、管理するほか、社会人向けのAI人材やデータサイエ
 ンティスト育成のための教育事業を行なっております
 。\n統計学や機械学習を、出来るだけわかりやすく多
 くの人々に届けるということを目指して活動していま
 す。\n
LOCATION:秋葉原駅徒歩5分 東京都台東区台東１丁目11番4号 
 誠心Oビル 3階
URL:https://techplay.jp/event/733674?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR
