おためし受講中

エンジニアのためのベイズ統計学-ワイン銘柄を当てる-

ベイズ統計学には、多種多様の情報があっても適切に分類して、「どこからの」データかを要領よく判別できる、Rによる判別分析(LDA)という方法があります。

この授業では実際にワインの銘柄の例を扱い、約10種類も成分を適切に分類・処理していきます。 RによるLDAという方法は、多くのマーケティングや経営に応用もできる手法です。

学生代表

  • 江川 みどり

    江川 みどり

    スクー放送部

【ノート機能】
授業内容や覚えておきたいポイントなど、ノートに自由に残せます

再生位置挿入 資料挿入
筆記アシスト
ONOFF
    【チャプター機能】
    授業内容をピンポイントでおさえながら
    ご自身のペースで進めることができます
    【前半】授業
    自己紹介
    00:28  (00:14 ~ )
    授業のゴール
    00:34  (00:42 ~ )
    授業概要
    01:29  (01:16 ~ )
    授業の流れ
    01:46  (02:45 ~ )
    ワイン銘柄を数値データ情報から当てる
    01:36  (04:31 ~ )
    質問:みなさんは、どんなワインが好きですか。理由も言ってください。
    04:20  (06:07 ~ )
    人工知能(AI)がワインを評価?
    02:55  (10:27 ~ )
    ワイン銘柄を当てる
    09:05  (13:22 ~ )
    分析方法
    00:21  (22:27 ~ )
    ①ベイズ統計学(エクセル)
    05:40  (22:48 ~ )
    ①ベイズ統計学(エクセル):実演
    02:38  (28:28 ~ )
    ②多変量解析(R):線形判別分析
    02:51  (31:06 ~ )
    ②多変量解析(R):クラスター分析
    02:57  (33:57 ~ )
    ②多変量解析(R):実演
    04:36  (36:54 ~ )
    ③データ・マイニング(R)
    05:04  (41:30 ~ )
    ③データ・マイニング(R):実演
    03:23  (46:34 ~ )
    まとめ
    00:56  (49:57 ~ )
    【後半】質疑応答
    Q:自己組織化マップとクラスター分析は似たものが近くに、異なるものは遠くに配置される手法だと思いますが、どのように使い分けるべきなのでしょうか?結果が好ましい方が良い分析になるのでしょうか?
    01:38  (51:11 ~ )
    Q:脳波をデータとして抜き取れるから、ワイン飲みながらデータとれば感覚も数値化しやすいかもです。
    00:52  (52:49 ~ )
    Q:すごく難しそうで私には取っ付きにくいテーマですが、易しく説明してくださって、自分の仕事にどう応用できるだろう?と考えるようになっています。
    02:30  (53:41 ~ )
    Q:先生のお話をお聞きして、医療の世界でも、一発で最適な治療ができて、根治ができることは多くはないと思います。ただ、統計学を使って、患者さんにとって希望が持てるような治療法は見つけやすくなりそうです!
    01:24  (56:11 ~ )
    Q:クラスター分析と自己組織化マップの違いが良くわかりませんでした。結果は同じようなグラフに見えるのですが...
    01:52  (57:35 ~ )
    次回授業について
      (59:27 ~ )