top of page
日時・場所
 

2015年3月7日(土)~8日(日)

東京大学駒場Iキャンパス 11号館

 

交通のご案内

京王井の頭線 駒場東大前

(渋谷から2駅)下車 すぐ

リンク先を参照ください

 

キャンパスマップ

リンク先を参照ください

 

参加方法
 
盛会のうちに終了しました。講師と参加者各位に御礼申し上げます。
 
プログラム
事前登録終了

【3月7日】

9時45分 受付開始 開場 

 

10時20分~10時30分 開会・オリエンテーション

 

3月7日午前セッション(10時30分~12時30分)

 

1-1-1 【基調講演】行動計量学と統計的機械学習:-Deep Learning による深層表現学習を中心に-

 麻生英樹先生(産業技術総合研究所)

 

 概要:統計的機械学習の分野では、近年、大量のデータを用いて多数の層を持つ(深い)ニューラルネットワークを学習させるDeep Learning(深層学習)の技術が、様々な分野で良い性能をあげて注目を集めている。
 Deep Learning の特徴の一つは、生に近いデータから、そのデータに潜在する構造を捉えた情報表現(深層表現)を学習的に獲得することにあると言われている。一方、行動計量学においても、主成分分析や因子分析などを始めとして、データの本質を捉えるような情報表現を求める手法が数多く研究されてきている。この講演では、Deep Learning による深層表現学習を中心として紹介しつつ、行動計量学と統計的機械学習の関係について理解を深めてゆきたい。

 

 

3月7日午後セッション(13時30分~17時45分:途中休憩15分)

 

1-2-1 データ解析のための統計モデリング入門

久保拓弥先生(北海道大学)

 

 概要:データ解析の経験があまりない人を対象に、簡単な統計モデリングについて説明します。まず一般化線形モデル (GLM) の概略と Rによるパラメーターの最尤推定を紹介します。つぎにより現実的なデータ解析のために GLM
に個体差・グループ差などをいれた混合モデルに発展させます。最後に、このような混合モデルが階層ベイズモデルとしてあつかえることを説明し、MCMCによるパラメーターの事後分布を推定する方法を説明します。

 

参考書:久保拓弥「データ解析のための統計モデリング入門: 一般化線形モデル・階層ベイズモデル・MCMC」岩波書店

 

1-2-2 欠測データ解析入門

高井啓二先生(関西大学)

 

 概要:データを収集すると、意図したようにデータが得られず複数の欠測値を含んでしまうことがある。このような欠測値を含むデータには通常の統計解析手法を適用できないため、様々な工夫が必要となる。本セッションでは、欠測値を含むデータを解析するための基礎的な概念と手法を、特に最尤法を中心に紹介する。また、欠測データ解析で使用される手法の限界や、様々な誤用や誤解についても紹介する。

 

 

*3月7日 午後のコース終了後から懇親会を行います.

 

【3月8日】

 

3月8日前半セッション(10時30分~12時30分,13時30分~15時)

 

2-1-1 状態空間モデルによる時系列解析の統一的理解と応用

猪狩良介先生(ビデオリサーチ)

 

 概要:経済学やマーケティングなどの分野では、株価や商品の売上データといった時系列データが与えられていることが多く、これらのデータから有益な情報を引き出すためには時系列解析法が用いられます。中でも状態空間モデルは時系列解析法として近年、様々な学術分野に加え、広告効果推定や売上予測などマーケティング実務でも注目されている手法です。
 本コースでは、状態空間モデルの基礎を学ぶと共に、実際にデータ分析へ応用したいという人を念頭に、回帰分析程度の知識を前提として、状態空間モデルの基本的な考え方と時系列解析法の統一的な理解について紹介します。また、実際の分析手順を、フリーソフトウエアのRを使った分析事例などにも触れながら解説を行います。

【当日使用するRのライブラリは以下の通り】

・dlm

 

 

2-1-2 行動計量学のためのベイズ推定におけるモデル選択・評価

岡田謙介先生(専修大学)

 

 概要:マルコフ連鎖モンテカルロ(MCMC)法を用いたベイズ推定では、階層モデルや混合モデルなどを含んだ柔軟な統計モデルの推定ができる。このことは、裏を返せばデータに基づく統計モデルの選択・評価が重要になるということでもある。本セミナーでは、社会科学分野を念頭におき、モデル選択・評価をめぐって、古典的な仮説検定と対比しながら主に以下の2点について論じる。

(1)ベイズ統計学の標準的な指標であるベイズファクターと、その最近の動向(客観ベイズ・情報仮説の評価)
(2)事後予測チェック(事後予測p値など)や各種情報量規準(WAICなど)といった予測の観点からの指標。

統計ソフトウェアとしては、RとStanの利用を想定する。

 

 

 

3月8日後半セッション(15時15分~18時15分)

 

2-2-1 消費者調査手法の新展開 -リサーチという経験のデザイン-

小野滋先生(インサイトファクトリー)

 

 概要:従来、調査は社会的意思決定において重要な役割を占めてきた。特にマーケティング分野においては、調査は消費者理解の主要な手段であった。しかし近年では、実査環境の悪化、行動データの充実、ソーシャルメディアの普及により、マーケティング活動における調査の相対的価値は次第に低下しつつある。
本コースでは、消費者調査に新しい価値を付与しようとする近年の試みについて論じる。(1)集合知、(2)インセンティブ整合性、(3)身体化認知の3つを主要なキーワードとして、研究を概観し、手法開発事例を紹介する。また、これからの手法開発のための概念的フレームワークを提起し、その意義について論じる。

 

2-2-2 クラスタリング・セグメンテーションとその応用

中山厚穂先生(首都大学東京)

 

 概要:本セミナーでは、対象がある1つのクラスに所属する形でクラスタリング結果が出力されるハードクラスタリングであるか、対象が複数のクラスターに属することを許容するソフトクラスタリングであるかというクラス(セグメント)の形成のされ方の違いに注目して、各クラスタリング手法の特徴や長所について解説する。ハードクラスタリングには各種の階層的手法や非階層的手法のK-means法が挙げられ、ソフトクラスタリングには混合分布モデル、潜在意味解析、非布置値行列因子分解(NMF)などがある。セミナーで解説した手法の実データへの応用として、統計ソフトウェアRにより実習を予定する。

【当日使用するRのライブラリは以下の通り】

・e1071
・lsa
・NMF
・Mclust


 

参加費・懇親会費
昼食について
実行委員会
キーデート
2015年1月14日(水)
事前登録開始
2015年2月25日(水)

事前登録・入金締め切り

*入金は2月26日付までを事前扱いとしますのでご注意ください。

 

 

 

宿泊の斡旋

駒場Iキャンパス内外にたくさんの食事場所があります(教養学部報の駒場飲食店記事参照:土日営業記載なし)

土日で営業しているキャンパス内店舗としてはルヴェソンヴェールとイタリアントマトがあります。

 

今回は宿泊の斡旋は行いません。渋谷周辺や品川から渋谷までの山手線各駅にビジネスホテルが多数あります。

 

実行委員長   星野崇宏(東京大学/名古屋大学)

副実行委員長  森一将(東京大学)

実行委員    大森拓哉(多摩大学)

                        橋本貴充(大学入試センター)

                        宮崎慧(関西大学)

                        横山暁(帝京大学) 

会員種別     事前支払/当日支払

会員              6500円/8000円
準会員         1500円/5000円
一般非会員  一日のみ10000円/12000円  二日とも参加14000円/16000円
学生非会員   5500円/8000円
*事前登録時に日本行動計量学会への入会申し込みを頂ければ参加費は会員又は準会員扱いとします(年会費は会員8000円、準会員は5000円です)。但し、当日の段階で入会書類の受付を確認できていない方については非会員とみなし追加でお支払頂きます。

*日本行動計量学会の賛助会員組織の従業員は会員扱いとします。

 

懇親会費 事前支払/当日支払
学生以外 4500円/6000円
学生   3000円/4000円

*駒場キャンパス近くで開催します。ご登壇頂いた講師の先生方と親睦を深めたり質問に答えて頂くチャンスです。ぜひご参加ください。

懇親会場はカポ・ペリカーノ駒場店です。駒場IIキャンパスですのでご注意ください。当日18時ごろセミナー会場からご案内します。

 

参加費・懇親会費ともに事前登録者の事前支払は2月26日当日扱いの入金までと致します。事前登録したにも関わらず2月27日以降入金された場合は入金の確認ができませんので受付にて当日支払の金額をお支払い頂きます。

 

bottom of page