講座の概要
講座で得られる知識・スキル
- データから現状を把握するための可視化手法・各種統計量の確認方法
- 適切なデータの収集方法や実験計画の策定方法
- 仮説の構築と検証を行うための基礎理論
受講に必要なスキル・前提知識
必須スキル
- 線形代数、微分、確率・統計の基礎知識 (機械学習・ディープラーニングのための基礎数学講座 修了相当)
推奨スキル
- ベイズ統計学の基礎知識（機械学習・ディープラーニングのための応用数学講座 修了相当）
- Pythonを始めとしたプログラミングの基礎知識（機械学習のためのPython入門講座 修了相当）
講座の特長
- 統計分析における重要な基礎知識をわかりやすく学べる
- 統計分析ツールを適切に使いこなすための基礎理論を丁寧に解説
- 統計検定2級の出題範囲に対応
講座概要
| 講座名 | 統計検定2級対応 統計分析基礎講座 |
|---|---|
| 受講スタイル |
オンライン講座 お好きな時間、お好きな場所でeラーニング形式にて受講いただけます。 |
| 講座時間 | 動画講義約8.5時間（演習時間除く） |
| 料金 |
110,000円／1名（税込） |
| 料金に標準で含まれるもの |
|
| 動画の視聴期間 | 動画共有日から1年間 |
| チャットの質問期間 | 講座チャンネルへの招待日から3ヶ月間 |
カリキュラム
DAY1DAY2DAY3DAY4
DAY1
記述統計学の基礎
- 変数の分類
- 量的データのグラフ表現
- 量的データの縮約表現
- 質的データのグラフ表現
- ２変数データの記述と要約
推測のためのデータ収集法
- 調査・研究のデザイン
- 標本調査と無作為抽出
DAY2
事象と確率
- 事象と確率
- 条件付き確率
- ベイズの定理
確率変数と確率分布
- 期待値と分散
- モーメント
- 離散型確率分布
- 連続型確率分布
- 2変数の確率分布
- 大数の法則と中心極限定理
点推定と区間推定
- 点推定と区間推定
- 1標本問題｜1つの母集団に関する区間推定
DAY3
復習｜区間推定とは？
2標本問題｜2つの母集団に関する区間推定
- F分布
- 母平均の差の区間推定
- 母分散の比の区間推定
- 母比率の差の区間推定
仮説検定
- 仮説検定の考え方と母平均の検定（分散既知）
- 母平均の検定（分散未知）
- 母分散の検定
- 平均値の差の検定（分散既知）
- 平均値の差の検定（分散未知）
- 等分散の検定（母分散の比の検定）
- 母比率の検定
- 母比率の差の検定
DAY4
分散分析
- 分散分析の基礎
- 実験計画法
回帰分析
- 回帰分析とは
- 単回帰
- 重回帰
- 決定係数
- 回帰係数の区間推定
- 回帰係数の検定
- 回帰の有意性の検定
時系列データの分析
- 時系列データとは
- 周期性の分析
- トレンドの分析
- 変動の要約
補足｜Jupyter Notebookを使った可視化・回帰分析・分散分析
開催日程
オンライン講座
お客様ご自身のPCにて、ご都合に合わせた時間、場所で動画をオンラインでご視聴いただけます。随時お申し込み可能です。受講方法については、お支払い確認後、3営業日以内にご案内いたします。
講師紹介
-
スキルアップAI講師。横浜国立大学大学院 環境情報学府 情報メディア環境学専攻（現:情報環境専攻）修了。修士（情報学）。高専時代に画像認識に対して興味を持ったことがきっかけで、現在はDeep Learningや機械学習、進化計算などの人工知能分野におけるアルゴリズムの研究開発やコンサルティングに従事。日本ディープラーニング協会の2018年度・2019年度E資格合格者、2018年度G検定合格者。
ご案内
PCの動作環境
・MacOSX 10.9 以上
・Windows 8 以上（64bit必須）
事前準備
本講座では、Google ChromeとMinicondaまたはAnacondaをインストールしていただきます。また、pipというライブラリ管理ソフトを使って、Python ライブラリをインストールしていただきます。これらインストール作業を行えるパソコン環境をご準備ください。特に、社用のパソコンなどでアクセス制限のあるインターネット回線をご利用の方は、インストール作業を問題なく行えることを事前にご確認ください。ご不明な点がございましたら、事前にご連絡ください。
