5/19(Sun)

今日の生放送

エンジニアのためのベイズ統計学

エンジニアのためのベイズ統計学-基本原理-

第1回:2016年7月28日公開

60min

エンジニアのためのベイズ統計学-基本原理-

おためし受講する(5分)

コース概要

この授業では、ベイズ統計学の基礎概念からはじまり、具体的な事例を元にExcelやRでの実演を交えながら企業・団体の情報システム管理・設計者、エンジニアの実務に活きる、教養としてのベイズ統計学を学びます。

ベイズ統計学は「はやり」でもなくただ「目新しい」だけのものではありません。ルーツは古く、簡単な「ベイズの定理」が基礎です。それさえきちんと学べば、あとは多少複雑でも、誰にでもすっきりと理解できます。それだけでなく、応用に対して実にフレキシブルで、とても有用です。

この授業は、基礎理論を柱にしていますが、内容は「わかりやすく」「面白く」「ためになる」基礎編です。 理系であればよりわかりやすい内容ですが、高校3年生程度のレベルであり、特に高度な数学の知識は問いません。

こんな人にオススメ

ソフトウェアエンジニアで、多様なデータを扱う案件に取り組みたい人・人工知能(AI)やfintechに関心がある人 ・コンピュータで統計計算はできるが、どこか自信が持てない人

担当の先生

パーソナリティ

  • 徳田 葵

    徳田 葵

    スクー放送部

  • 田原 彩香

    田原 彩香

    スクー放送部

  • 江川 みどり

    江川 みどり

    スクー放送部

  • 大木 しのぶ

    大木 しのぶ

    スクー放送部

参加したい受講生 : 1962

カテゴリー

タグ

サンプルファイル

月額980円で、4,600本以上の授業が見放題

授業リスト

エンジニアのためのベイズ統計学-基本原理-

2016年7月28日公開

60min.

ベイズ統計学は「はやり」でもなくただ「目新しい」だけのものではありません。ルーツは古く、簡単な「ベイズの定理」が基礎です。それさえきちんと学べば、あとは多少複雑でも、誰にでもすっきりと理解できます。それだけでなく、応用に対して実にフレキシブルで、とても有用です。

この授業は、基礎理論を柱にしていますが、内容は「わかりやすく」「面白く」「ためになる」基礎編です。 理系であればよりわかりやすい内容ですが、高校3年生程度のレベルであり、特に高度な数学の知識は問いません。

 

スライド資料

エンジニアのためのベイズ統計学-「スパム」情報をシャットアウト-

2016年8月10日公開

60min.

現在、良質な情報を不要な迷惑情報(例:スパム・メール)から選別する機能はますます必要になってきています。

この授業では、洪水のようなスパムを除去する「フィルタリング」の基礎として「ベイズ統計学」を学び、有効な論理を与えます。 特に、現代情報社会に生きる専門家(企業・団体の情報システム管理・設計者、エンジニア)には必須知識となります。

※この授業には、サンプルファイルがあります。事前にダウンロードし、授業にご参加ください。

スライド資料

エンジニアのためのベイズ統計学-ワイン銘柄を当てる-

2016年8月25日公開

60min.

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。

  • 自己紹介
  • 00:28
  • 授業のゴール
  • 00:34
  • 授業概要
  • 01:29
  • 授業の流れ
  • 01:46
  • ワイン銘柄を数値データ情報から当てる
  • 01:36
  • 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
  • 人工知能(AI)がワインを評価?
  • 02:55
  • ワイン銘柄を当てる
  • 09:05
  • 分析方法
  • 00:21
  • ①ベイズ統計学(エクセル)
  • 05:40
  • ①ベイズ統計学(エクセル):実演
  • 02:38
  • ②多変量解析(R):線形判別分析
  • 02:51
  • ②多変量解析(R):クラスター分析
  • 02:57
  • ②多変量解析(R):実演
  • 04:36
  • ③データ・マイニング(R)
  • 05:04
  • ③データ・マイニング(R):実演
  • 03:23
  • まとめ
  • 00:56
  • 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
  • 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
  • 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
  • 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
  • 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
  • 次回授業について

スライド資料

エンジニアのためのベイズ統計学-レコメンド機能-

2016年9月8日公開

60min.

最近は「おすすめシステム」の花盛りであり、この傾向は今後も「e-コマース」の分野でますます進むと予想されます。システムは、まずはベイズ統計学の簡単な応用で試作・実験できます。

「ベイズの定理」を誰にでもわかるやり方で復習し、これを単純な仮定のもとに「おすすめシステム」にあてはめます。次に多少複雑な現実のケースに発展させますが、エクセルとRを用いて試作の実習を行うので、誰にもこの目で確かめられます。他方、ベイズ統計学とは別の「協調フィルタリング」という直接的、直感的な方法もよく使われており、これも基礎原理を丁寧にかつ簡潔に解説していきます。

  • 自己紹介
  • 00:39
  • 授業の位置づけ
  • 00:37
  • 授業概要
  • 01:15
  • 授業の流れ
  • 01:16
  • レコメンド・システムとは
  • 06:34
  • 質問:みなさんは、おすすめ機能が役に立つ、または不都合だと思ったことがありますか。例を挙げて紹介してください。
  • 04:47
  • レコメンド・システムの機能
  • 00:17
  • コンテンツ・ベース
  • 07:55
  • 協調フィルタリング
  • 01:20
  • 協調フィルタリング:項目ベース型
  • 00:30
  • 具体例:協調フィルタリング:項目ベース型
  • 05:19
  • 協調フィルタリング:ユーザーベース型
  • 01:29
  • 具体例:協調フィルタリング:ユーザーベース型
  • 04:23
  • レコメンド・システムと単純ベイズ分類
  • 01:31
  • 例題:レコメンド・システムと単純ベイズ分類
  • 01:43
  • 具体例:レコメンド・システムと単純ベイズ分類
  • 05:20
  • おわりに
  • 02:16
  • Q:例えば、お寿司屋さんのように、その日によって市場でおすすめされたものが異なる場合、店頭では、どのようにおすすめするものを決めれば良いのでしょうか?!統計学の威力は発揮できるのでしょうか?
  • 01:24
  • Q:例えば評価が33332の人と22221の人は似ていますか?被る数字はありませんが。
  • 01:30
  • Q:最近、来年のお正月に向けて、おせち料理などの話題を聞くようになりました。また、これから、ハロウィンやクリスマスに向けて、各業界でマーケティング戦略を考えていると思います。企業のマーケティング戦略として、統計学の果たす役割を教えて下さい!
  • 02:45
  • Q:マーケティングオートメーションは、ベイズですか??
  • 00:48
  • Q:私は行動分析学の専門家ではないのでよくわかりませんが、脳科学や心理学をベースに統計をとった場合、どの程度まで信憑性の高い仮説を立てることができるのでしょうか?
  • 02:46
  • Q:ネットを使っているとレコメンドされる時があるが、なんでわかるのですか?
  • 03:07
  • Q:アンケート項目(仮設)を立てるためには、何を学べばよいでしょうか?
  • 00:46
  • お知らせ

スライド資料

エンジニアのためのベイズ統計学-人に優しい新薬開発とベイズ統計学-

2016年9月21日公開

60min.

医学、薬学は今世紀の人類にとって非常に重要なテーマであり、ITの素養を持った人材が求められる領域です。自由な統計学であるベイズ統計学も、統計学の基礎の素養を別途つけることでそのニーズに答えることができます。

ベイズの定理も素朴な表し方から、「分布」というヒストグラムが発展した形に発展しますが、この表し方ではベイズ統計学も一段と冴え、高度な課題を解決できます。

この授業では、人類の健康にかかわりのある「医薬開発」という重要テーマで学んでいきます。そのためのベイズ統計の人道的な役立て方は、ITの活用に重要な考え方です。

スライド資料

エンジニアのためのベイズ統計学-カルマン・フィルタを用いる意思決定-

2016年10月6日公開

60min.

衛星「はやぶさ」のデータが時々刻々と大量に蓄積され、かつ衛星がどのように制御されているか、ITに関わる人なら当然関心を持つと思います。特に、衛星は全ての瞬間で運動しているので、そのデータ分析の効率は格段に高度かつ効率的でなくてはならなりません。

ベイズ統計学は「状態空間表現」という合理的な考え方の元に、著しく効率的な「カルマン・フィルタ」という方法でこの高度な課題を解決します。21世紀の宇宙時代の大量高速なデータを前に、びくともしない合理的分析法を学びましょう。他の経済データにも応用が可能です。

スライド資料

エンジニアのためのベイズ統計学-ベイジアン・ネットによる「人工知能」-

2016年10月20日公開

60min.

ビッグデータは通常、理由や論理を与えず人間に任されます。しかし、データの大きさから、なぜ○○病になるのか、なぜエンジンがかからないのか(バッテリーか、配線か、ガソリンかetc.)などを判断することは非常に大変です。

プロは経験の積み重ねから、上記のような問題箇所を早く見つけますが、ITではプロでなくてもデータさえあればそれに近い判断ができ、その判断の方法を今回ベイズ統計学を用いて紹介します。

スライド資料

エンジニアのためのベイズ統計学-コンピュータによる「あいまい表現」-

2016年11月2日公開

60min.

「ちょっときれい」「かなりいい」「好きでないわけではない」という中間表現は人間的な微妙表現ですが、この人間的な優しさを何とかITであらわすことができないでしょうか。

確率も、起こる確率が0.8といえば「かなり確か」の「かなり」を意味しているので、論理的なyes(1)ともno(0)ともいい切れない似た面があります。この中間の「ファジー論理」はより心理的、工学的ですでに応用されています。地下鉄が止まるときも中間的な段階を少しずつ経て微妙に止まるので、乗客に衝撃もなく止まったことさえ感じません。

このように、0,1だけではなく、0, 0.01, 0.02, ・・・,0.99, 1のように中間的段階もあるファジー理論の考え方を学び、IT時代の人間的優しさを追求します。

スライド資料

エンジニアのためのベイズ統計学-ベイズの定理で勝つコンピュータ・ゲーム-

2016年11月17日公開

60min.

将棋、碁だけが「ゲーム」ではなく、商談、ライバル社との競争、仲間内の競争、国内や国際政治(平和と戦争)、国際的競争などいろいろあり、友人関係も微妙な面があります。

今は「コンピュータ・ゲーム」の時代ですが、「ゲーム」で重要なのは相手の「手」を推量することです。「推量」できれば当方は格段に有利になります。ITでも「ベイズの定理」とコンピュータが結びつけば、面白いゲームができます。ここではまず手始めに簡単な「コンピュータとのじゃんけんゲーム作り」を試しましょう。

スライド資料

エンジニアのためのベイズ統計学-遺伝子のベイズ分析-

2016年12月1日公開

60min.

ヒト・ゲノム(遺伝子)の解読がコンピュータの力で精力的に進められています。分野は「バイオ・インフォマティクス」と言われ、ITの先端分野になっていて、医療や創薬に応用されています。
何十億という膨大な量のデータにも「ベイズ統計学」が役立っており、今回の授業では腫瘍に関係ある遺伝子を見出す研究を紹介します。
腫瘍には非常に多くの遺伝子が関わっているので、診断や治療はバイオ・インフォマティクスの知識と技術抜きでは考えられません。その遺伝子を見出し、一部をカラーで見ながら学びます。

スライド資料

プレミアム生放送

関連授業

人気の生放送授業

もっと見る

新着の生放送授業

もっと見る

アクティビティ