真に役立つビッグデータ分析のための数理

※現在、この講座の申し込みは
行っていません。

• 講座詳細

  ★詳細・お申込みはコチラ＞＞［明治大学リバティアカデミーのページへ］
  ★資料請求はコチラ＞＞［明治大学リバティアカデミー資料請求のページへ］
  
  【講座趣旨】
  近年、様々な分野で盛んにいわれる「ビッグデータ」。しかし、単に大量のデータを集めて解析するだけで、ビジネスのためのよい情報を得られるというものではありません。
  本講座では、適切な情報の抽出と状況把握、それに基づく予測や意思決定を行うために、どのような考え方で数理が使われているか、実例も取り上げながらわかりやすく解説します。
  
  【講義概要】
  第1回 10月15日(火) 役に立つ分析のための数理と考え方
  大量データからの情報抽出の手法を整理し、役に立つ分析に必要となる数理的な考え方を基礎か
  ら解説します
  
  第2回 10月22日(火) 個々の消費者の違いをモデリングする
  マーケティング施策に対する個人別反応を階層ベイズモデルで表現し、データから推定する事例を紹介します
  
  第3回 10月29日(火) ネット上の書き込みから消費者の意見を知る
  Twitterから文章データを抽出し、テキストマイニングにかけて情報を整理する事例を紹介します
  
  第4回 11月 5日(火) ビッグデータとアンビエント社会
  本講義では、次世代コンピュータ技術として注目されているアンビエントコンピューティングにおけるビッグデータについて解説します
  
  第5回 11月12日(火) ビッグデータとクラスタリング
  ビッグデータを活用する際、重要な技術であるデータマイニングの基礎であるクラスタリングについて解説します
  
  第6回 11月19日(火) 時系列情報から変化を見つけ予測する
  経済データやセンサーデータなどの時系列から、変化を見つけたり将来予測をした事例と方法を
  解説します

• 備考

• 講師陣

  名前	中村 和幸
  肩書き	明治大学 総合数理学部 現象数理学科 准教授
  プロフィール	2007年総合研究大学院大学修了、博士(学術)。専門は統計科学、特にベイズ統計と時空間解析への応用、データ同化。これまでに、生物学・地球科学・地盤工学等の幅広い学術・産業分野における統計解析に共同研究者として参画。
  名前	日高 徹司
  肩書き	(株)博報堂
  プロフィール	東京大学理学部卒。明治大学先端数理科学研究科博士課程修了。博士(数理科学)。広告の費用対効果の研究に従事し、時系列解析や機械学習など、様々なデータ解析手法をマーケティングに適用することを試みている。
  名前	森 啓之
  肩書き	明治大学 総合数理学部 ネットワークデザイン学科 教授
  プロフィール	1985年早大大学院博士課程修了。工学博士。早稲田大学理工学部助手、明治大学理工学部助手、助教授を経て、1995年同教授。2013年4月より、総合数理学部ネットワークデザイン学科教授。その間、1994年から1年間、米国コーネル大学客員准教授。IEEE(米国電気電子学会)データベース収録論文150編以上。