Pythonで学ぶベイズ統計ハンズオン(後編)【ベイズ統計モデリングに慣れる】
2019/07/28(日)10:00
〜
12:30
開催
ブックマーク
参加枠 | 申込形式 | 参加費 | 参加者 |
---|---|---|---|
セミナー参加者枠
|
先着順 |
4,000円
現金支払い
|
6人 / 定員12人 |
イベント内容
開催概要
「ベイズ統計」「ベイズ推論」という単語は,機械学習の分野で耳にしたことがあると思います。ベイズ統計は統計モデリングの強力な手法である一方,体系的な理解やイメージをつかむのはなかなか大変です。
本企画ではベイズ統計の基礎について,最尤法からステップアップする形で講義を進めていきます。数式だけでは理解が難しいと思うので,PyMC3の実装を通してイメージできるようにしていきます。
参考資料:
オズワルド マーティン「Pythonによるベイズ統計モデリング: PyMCでのデータ分析実践ガイド」
https://www.kyoritsu-pub.co.jp/bookdetail/9784320113374
須山 敦志「ベイズ推論による機械学習入門」
https://www.kspub.co.jp/book/detail/1538320.html
進行予定
7/21(日)前編【最尤推定からベイズ統計へ】
機械学習の手順について
最小二乗法の概要,前提条件について
最尤推定
・尤度とは何か
・最尤推定の考え方
・最尤推定と最小二乗法の関係
・最尤推定とMAP推定の違い
・Pythonによる最尤法の実装
ベイズ推論の基礎
・最尤推定の欠点とベイズ推論による克服
・ベイズ推論の大まかな流れ
・Python(PyMC3)によるベイズ推論の実装,とりあえず動かす
7/28(日)後編【ベイズ統計モデリングに慣れる】
ベイズ推論の基礎続き
・事前分布と事後分布の関係
・MCMC法とは何か,その他の近似法
・予測分布の求め方
・Python(PyMC3)によるベイズ推論の実装,より詳しく中身をみる
さまざまなモデルにおけるベイズ推論
・正規分布モデル
・線形回帰モデル
・ロジスティック回帰モデル
・階層モデル
・混合分布モデル
開催日程
7/28(日)
受付:9:50~10:00
講義&ハンズオン:10:00〜12:30
会場
水道橋駅、神保町駅、九段下駅周辺
千代田区西神田2-7-14 YS西神田ビル2F
対象者
・該当分野の入門者の方、初学者の方
・Pythonでベイズ統計を実装してみたい方
当日のお持物
・ノート、筆記用具
・PC(実際にPCで分析を行っていただく形になります。PythonをJupyter Notebookで動かす形で実装していきます(Google Colaboratoryでも可)。また,ベイス統計のPythonライブラリであるPyMC3を用いるので,事前の準備をお願いします。
参考:公式ドキュメント https://docs.pymc.io/
追加1,500円でインストールのフォローも可能なので、わからない方はPCをそのまま持ち込んで
いただく形でも大丈夫です。)
参加費
・4,000円(2.5h)
※ 領収書を発行する際は事務手数料として追加1,000円のお支払いをよろしくお願いします。
定員
12名(人数に合わせて調整します、別媒体でも募集していますので申し込み人数は当日参加者数を反映しません。)
ご参加にあたってのお願い
無断欠席や前日以降のキャンセルに関しては当日人数読めなくなり非常に迷惑なので
基本的に行わないようにお願いします。(直前参加は定員的に問題なければ歓迎です!)
体調不良、職務都合、ご家庭の事情などどうしてものケースは別途ご連絡いただくか、
イベントへのお問い合わせよりご連絡いただけますと嬉しいです。
上記がひどいアカウントに関してはブラックリスト処理を行い以後の参加をお断りさせて
いただきますので、その点だけ予めご了承ください。
(7割以上来れる前提でのお申し込みと前日以降のキャンセルはメッセージでのご連絡を
いただくということだけ気をつけていただければ大丈夫だと思います)
モチベーションの高い参加者の方を重視する運営としていきたいと考えています。
ご協力のほど、よろしくお願いいたします。
新規会員登録
このイベントに申し込むには会員登録が必要です。
アカウント登録済みの方はログインしてください。
※ ソーシャルアカウントで登録するとログインが簡単に行えます。
※ 連携したソーシャルアカウントは、会員登録完了後にいつでも変更できます。
![TECH PLAY](https://files.techplay.jp/JI32Z7OO7/images/top/apilogo_dots.png)