[WEBライブ・セミナ]
統計数学と主成分分析によるビッグ・データの可視化とパターン認識

~アメリカ大統領選挙からマーケティング,AI/IoTまで,RとPythonでやってみよう~

講師:別府 伸耕(リニア・テック) / 企画:ZEPエンジニアリング / 販売:マルツエレック

本セミナのコンセプト

データ処理で価値を生み出すための正攻法は,数学を学ぶことです.本セミナでは主成分分析を題材にして,数学を使いこなすお手伝いをします.


図1 セミナ全体の流れ

タイム・テーブルと申し込み

本セミナは「すべてのPartを一括して受講する」コースと,「好きなPartだけを選択して受講する」コースを用意しています(まとめて受講するほうがお得です).お申込みは,マルツエレックの通販ページで行います.下記スケジュール表のボタンを押して,コースの選択や必要事項の入力をお願いいたします.

月/日 開始 終了 内容 価格 申し込み
2/15~2/16 開催分 (すべてのPartを一括受講する) \50,000
2/15(月) 10:00 12:30 [Part1]: 入門編(半日コース) \13,000
2/15(月) 14:00 16:30 [Part2]: 応用編(半日コース) \13,000
2/16(火) 10:00 16:00 [Part3]: 原理解説編(1日コース) \26,000
2/20~2/21 開催分 (すべてのPartを一括受講する) \50,000
2/20(土) 10:00 12:30 [Part1]: 入門編(半日コース) \13,000
2/20(土) 14:00 16:30 [Part2]: 応用編(半日コース) \13,000
2/21(日) 10:00 16:00 [Part3]: 原理解説編(1日コース) \26,000

学ぶこと

「主成分分析」はビッグ・データを効率よく解析するための非常に強力な手法です. エレクトロニクスの分野における信号処理や,いわゆる“AI”のパターン認識に応用されています. さらに,マーケティングから人文・社会科学の分野にいたるまで,その応用範囲は多岐に渡ります. 本セミナでは「アメリカの大統領選挙の州別データ」を題材にして,主成分分析の実施例と具体的な解析方法を紹介します. 「基礎編」,「応用編」,「原理解説編」の3つのコースを用意しています. すべてのコースを受講すれば,原理となる数学から実際の応用やプログラミング例まで幅広い理解を得ることができます.

図2 アメリカの州名の略称 図3 Pythonによる主成分分析の結果…「NH(New Hampshire),VT(Vermont),MN(Minnesota)は平均IQと高卒率が高い」などの傾向がわかる 図4 Rによる主成分分析の結果

入門編 (半日コース)

主成分分析とは何なのか知りたい方,Rを使ったデータ分析を体験してみたい方向けのコースです.

  • イントロダクション
  • 主成分分析の考え方と応用範囲
  • アメリカ大統領選挙を主成分分析で理解する
  • Rを使った実演

配布資料のサンプルはこちらからどうぞ

サンプル動画

本動画は,Rで「主成分分析」を実行するときの様子です.本コースではRの使い方も含めて丁寧に解説します.

  1. データの読み込み
  2. データの整形
  3. 主成分分析実行
  4. グラフ描画

応用編(半日コース)

主成分分析のしくみを知りたい方,Pythonを使って具体的にコーディングをしてみたい方向けのコースです.

  • 主成分分析のための基礎数学
  • 主成分分析のアルゴリズム解説
  • Pythonによるコーディング例の紹介
  • Pythonによる主成分分析の実演

配布資料のサンプルはこちらからどうぞ

原理解説編(1日コース)

主成分分析の原理を詳しく知りたい方,背景にある数学を学びたい方向けのコースです.

  • 多変数関数の微分
  • ラグランジュの未定乗数法
  • 線形代数
  • 統計学の基礎知識
  • 主成分分析のアルゴリズムの導出
  • Pythonによるコーディング例と復習

配布資料のサンプルはこちらからどうぞ

受講対象

  • 非常に強力な分析手法である「主成分分析」を体験したい方
  • 統計処理をマーケティングや社会調査に利用したい方
  • “R”を利用した統計処理をやってみたい方
  • “Python”による統計処理をやってみたい方
  • 統計処理の根底にある数学(微分,線形代数,統計学)を学びたい方

講演の目標

  • RやPythonなど,状況に応じて道具を選びながらビッグ・データ解析ができる
  • 主成分分析による「データの縮約」を理解し,応用できる
  • 微分・積分や線形代数など,データ処理に必須の数学の概要を理解できる
  • データの分布と「分散」の関係性を理解する

予備知識

  • 高校数学(のおぼろげな知識)
  • 「応用編」を受講される方は,プログラミングに関する基礎知識があるものとします.

受講者が準備するもの

本セミナでは,講師によるデータ分析の実演があります. ご自身のパソコンでもデータ処理を体験できるように,データおよびプログラムを提供いたします. もし講師と共にデータ処理を進めたい場合は,「RおよびPythonのインストール手順書」にしたがって, あらかじめインストールを済ませておいてください(必須ではありません).

講師紹介

略歴

  • 2011年 東京工業大学 工学部 電気電子工学科 卒業
  • 2013年 東京工業大学大学院 理工学研究科 電子物理工学専攻 修了
  • 2013年 株式会社アドバンテスト 入社
  • 2016年 株式会社村田製作所 入社
  • 2019年 リニア・テック 開業

主な著書

  1. 電子回路のキホン 要点マスタ50,トランジスタ技術,2015年5月号,別冊付録,CQ出版社.
  2. 情熱のフル・ディスクリートFMラジオ,トランジスタ技術,2016年1月号 特集 第5章,CQ出版社.
  3. 本質理解!万能アナログ回路塾,トラジスタ技術,2017年9月号,連載,CQ出版社.
  4. 初等関数と微分・積分,2019年,CQ出版社.
  5. 月着陸船アポロに学ぶ確率統計コンピュータ,トランジスタ技術,2019年7月号 特集,CQ出版社.
  6. 大解剖!CPUはこうやって動いている,トランジスタ技術,2020年5月号 特集,CQ出版社.