PREMIUM
スライド資料
授業の概要
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
-
松原 望
東京大学名誉教授
1942年東京に生まれる。1966年東京大学教養学部基礎科学数学コース卒、文部省統計数理研究所研究員。スタンフォード統計学部博士課程修了(Ph.D.)。筑波大学助教授、エール大学フルブライト招聘研究員、東京大学教養学部教授、同大学院新領域創成科学研究科教授、上智大学教授、聖学院大学大学院教授を歴任。東京大学名誉教授。 [著書]「社会を読み解く数学」「はじめよう!統計学超入門」「図解入門 よくわかる最新ベイズ統計の基本と仕組み」「入門確率過程」「入門ベイズ統計」のほか、共著に「統計学入門(基礎統計学)」。社会調査・評論、金融数学、技術数学、技術社会批判、社会科学方法論など論文・エッセイなど多数。親切な教え方には定評があり、現在各界に2万5千人以上の教え子が活躍している。
-
江川 みどり
スクー放送部
チャプター
-
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