Скачать с ютуб 統計モデリング入門: 実は分かっていないけど仕事で一番使う"線形回帰"を懇切丁寧に в хорошем качестве

統計モデリング入門: 実は分かっていないけど仕事で一番使う"線形回帰"を懇切丁寧に

本動画の目標は、仕事で一番使うであろう線形回帰モデルをマスターして、機械学習のアプローチでは得にくい "説明" する力を手に入れることです。 【ハイライト】 統計学は "説明" に比重を置いた学問であるため、現象の理解や解析に用いられます。しかし、洗練された統計ツールを利用しても、利用者の "解釈する力" を必要とします。そのため最もシンプルな統計モデリングである線形回帰でも、正しく使いこなすのは簡単ではありません。(と、私は思います) そこで本動画では、線形回帰モデルを正しく使うために ・線形回帰モデルを使った将来予測の方法 ・モデルの選択と評価の方法 (モデルの評価方法、情報量基準、t値、p値) ・多重共線性について 等について MATLAB を用いたデモと解説を実施します。そして、結果の共有までの一連のワークフローをご提案します。 想定対象者: ・データ解析従事者 ・現象の定量的な説明が必要な方 ・線形回帰モデルを使う方 対象者レベル: MATLAB 入門 (無料トレーニング) 講座修了者 *必ず事前受講してください *線形代数と統計学の基礎知識があると効果倍増です *MATLAB 入門 (無料トレーニング、所要時間は2時間程度)はこちら: https://bit.ly/3oLL4YI ～アジェンダ～ 00:00 イントロダクション 04:02 線形回帰とは 08:17 モデル推定手法 09:30 信頼区間と予測区間の違い 15:00 決定係数と AIC 20:51 SE, t値, p値 26:32 多重共線性 30:12 データの標準化 31:06 交差相関にご用心 33:54 成果物のスケール ＜講演者について＞ 吉野 紘和, PhD, 製品スペシャリスト - データサイエンス領域 学生時代カーネルマシン (SVMなど) を用いたパターン認識の研究に従事。新入社員研修の個人テーマで、SVM を用いて製品品質予測モデルを構築するも、「現場に行ってデータしか見ないとは何事か！」と直属の部長に怒られる。その後、色々あって離職 & 渡英。英国の大学で白色干渉計の非線形モデリングに従事 (統計的信号処理, PhD)。そのまま現地のメーカーに就職し、開発品スペックを決める責任者となる。統計的に導き出したスペックに開発者から散々文句を言われ、毎日涙しながら戦う。製品上市後、充実した気持ちとともに帰国 & MathWorks 入社。英国の食事は悪く言われがちだが、紅茶とスコーンは凄く美味しいと思う。 - MATLABについて: https://bit.ly/2qqoOIR - Simulinkについて: https://bit.ly/388Ysfn - MathWorks製品一覧: https://bit.ly/38jFoNc - MathWorksソリューション一覧: https://bit.ly/3ej86BO - 無料2時間MATLABチュートリアルで学ぶ: https://bit.ly/3kTP5a8 - MATLAB無料評価版を入手する: https://bit.ly/33PlRPv - MATLABとSimulinkの最新バージョンをチェックする: https://bit.ly/2rWZ7js #線形回帰 #MATLAB入門 #統計モデリング © 2022 The MathWorks, Inc. MATLAB and Simulink are registered trademarks of The MathWorks, Inc. See www.mathworks.com/trademarks for a list of additional trademarks. Other product or brand names may be trademarks or registered trademarks of their respective holders.