[入門編] 2025年5月20日（火）に、株式会社エイゾス主催のデータ分析入門ウェビナーを開催します。
データ分析に必須の評価指標について解説を行います。実数値データに対して、評価指標としてよく用いられる、相対誤差、Root Mean Square Error (RMSE)、相関係数、について解説します。また、２値データ（正常・異常、陽性・陰性など）に対する分析としてよく用いられるロジスティック回帰について簡単に説明した上で、混同行列の解説を行います。True Positive (真陽性）、False Positive（偽陽性）、True Negative（真陰性）、False Negative（偽陰性）の説明を行った上で、Accuracy（正解率）、Precision（精度・適合率）、Recall（再現率）などの解説を行います。また、ROC曲線やAUCといった概念についても解説します。
 
さらに、伝統的な統計分析で用いられている変数選択について紹介します。2015年に公表されたTRIPOD声明[1]で触れられている、推奨されない変数選択手法について解説を行います。また、弊社のMulti-Sigmaを用いてAI解析を行う際の変数の取扱い方についてもご説明します。
 
最後に、機械学習モデルでよく利用されるアンサンブルモデルを簡単に紹介します。
 
 
[1]
Transparent Reporting of a multivariable prediction model for Individual Prognosis Or Diagnosis
 
【Agenda（予定）】
- 評価指標1（RMSEや相関係数）
- 2値分類（ロジスティック回帰）
- 評価指標2（正答率や再現率）
- TRIPOD声明（変数選択部分）解説
- 変数選択の悪い事例
- アンサンブルモデル
 
 
研究開発、医療、マーケティング、農業などの様々な分野で利用されている手法についてご説明します。データ分析にあまり馴染みのない方に特にお勧めの内容となっています。
 
担当講師：　株式会社エイゾス　金井　龍一 Ph.D.(統計科学)