講座概要

統計学は、「データに潜む規則や構造を抽出し、現象の理解や未知の現象に対する予測を行う」ための学問です。
実験や社会調査の解析だけではなく、ビッグデータ分析やAI開発でも統計学は不可欠であり、現代人にとって必須の学問と言っても過言ではないでしょう。
一方で、その背後には単なる数学的論理には収まらない様々な哲学的問題が横たわっています。

そんな統計学の歴史にあって、最大にして今なお継続中の議論が、ベイズ主義vs頻度主義についてでしょう。

統計学が台頭してきた19世紀から20世紀には、頻度主義が主流でしたが、21世紀になった今やベイズ主義こそが統計学の主流になりつつあります。
ベイズ推論は、自動運転から迷惑メールフィルタリング、画像復元やノイズキャンセリングなど、様々な分野に爆発的に応用されています。
ベイズ機械学習と呼ばれるベイズ統計学と機械学習の融合分野も大きな注目を集めています。
もはやベイズ主義の深い理解なくして現代的なデータ分析を語ることはできません。

本講義では、統計学的考え方をきちんと理解した上で、ベイズ主義が統計学にもたらした転換についてみなさんが理解できることを目指します。
本講座を通じて統計学の歴史や全体感を学ぶことで、今後の統計学の勉強がスムーズになるのではないでしょうか。

主な対象者

• 統計学の全体像や統計学的な考え方を理解しい方
• 頻度主義とベイズ主義の違いを理解したい方
• ベイズ主義のことをざっくりとは知っているが、もっと深く理解したい方

前提とする知識

• 頻度主義統計学の基礎知識（母集団の推定、検定など用語を知っていている程度）
• ベイズの定理など、ベイズ統計学の超初歩的な知識
• 高校程度の数学知識（簡単なベクトル計算にアレルギーを感じない程度）

アジェンダ

• この勉強会の目的・ゴール
• そもそも統計学とはなにか？
• 統計モデリングを用いた統計学的推論について
• 頻度主義とベイズ主義の違い
• MCMCなど、ベイズ事後分布の近似計算手法について

会場

Zoomウェビナーでの開催となります

※ 参加登録してくださった方に、このページ上部の「参加者への情報」の欄にZoom URLが表示されます。

タイムテーブル