株式会社セミナーインフォ

【AIデータサイエンス応用・金融編】アクチュアリー×データサイエンティストによるR予測モデリング入門

～機械学習を用いたリスク管理のために～（著書進呈：入門Ｒによる予測モデリング）

受講区分	会場
開催日時	2020-02-28（金）　9:30～16:30
講師	日本保険・年金リスク学会　岩沢　宏和　氏　理事アクサ生命保険株式会社　平松　雄司　氏　シニアデータアナリスト【岩沢　宏和　氏】日本アクチュアリー会正会員東京大学工学部計数工学科卒業　東京都立大学（現・首都大学東京）人文科学研究科博士過程単位取得退学　三菱信託銀行（現三菱UFJ信託銀行）退社（年金アクチュアリー）日本アクチュアリー会基礎講座・追加演習講座「損保数理」講師東京大学大学院経済学研究科「保険数理II」ほか講師　早稲田大学大学院会計研究科「予測モデリング論」ほか講師　著書多数　保険数理関係の著書：『リスク・セオリーの基礎』（培風館）、『損害保険数理』（日本評論社、共著）【平松　雄司　氏】 MCVP統括部　HPM推進室　シニアデータアナリスト　東京大学未来ビジョンセンター　知的財産権とイノベーション研究ユニット受託研究員　データサイエンティスト東京大学理学部物理学科、同大学院理学系研究科物理学専攻卒業　国内大手電機会社入社後、金融領域へ転身、現アクサ生命保険株式会社　シニアデータサイエンティスト　東京大学出向客員研究員　日本アクチュアリー会準会員 Kaggle Competitions Master（https://www.kaggle.com/maxwell110）『Kaggleで勝つデータ分析の技術』（技術評論社、共著）参加者全員にサブテキストとして、2019年11月発刊『入門　Rによる予測モデリング』(東京図書)を進呈いたします。
開催地	カンファレンスルーム（株式会社セミナーインフォ内）
概要	国際標準の中で活躍するクオンツ・アクチュアリーやデータサイエンティストなど金融リスク管理・データ解析のプロフェッショナルの世界では、近年、データサイエンス、とりわけ予測モデリングをどのように活用すべきかが詳しく議論され、国際的に共有されてきました。アクチュアリーにとって大事なのは、説明力をもった予測モデル（伝統的なものから先進的なものまで）の構築であり、それは、アクチュアリー以外の金融リスク管理・データ解析の世界でも有用なものと考えられます。本講演の午前の部では、気鋭データサイエンティストから、金融リスク管理・データ解析の世界でよく使用されているR言語の基本的な使い方や探索的データ分析・予測モデリングの基本処理・プログラミングをハンズオン形式で解説いただきます。午後の部では、著名アクチュアリーから、予測モデリングとは何か、その基本作法や使用上の注意点に加え、モデル比較や講演者が開発に携わっている正則化GLMの応用モデル（AGLM）という手法まで、実例をRのコードを見ながら丁寧に解説してもらいます。保険会社、金融機関、ベンダー、シンクタンクのデジタル・ITシステム、マーケティング、リスク管理、データ分析、商品設計・開発、資産運用・ファイナンス、市場・トレーディング、アクチュアリー、クオンツ、リサーチ、FinTech／InsurTech、ロボアド推進関連・周辺部門の方に、現代的な統計モデリング、標準的な予測モデリング、データサイエンスの活用から実装までの一通りの基礎知識と技術が身につく貴重な機会を提供します。また、本講演は、Googleが提供し、特に環境構築せずに使用できるGoogle Colaboratory（クラウド上で実行可能なJupyter Notebook）上でRの実装を行います。この講座で得られること・予測モデリングの概念およびその種類と使い方・Rの基礎的な使い方からモデリングまで・ハンズオンによるモデリングの実感
詳細	【午前】Google Colaboratoryを利用したハンズオンでのRの基本実習～導入からEDAやGLMの実行まで～１．はじめに（午前の部）（１）『入門 Rによる予測モデリング』の紹介～特にRの入門として～（２）Google Colaboratory／JupyterNotebookの説明２．Rの使い方および探索的データ分析（EDA）　※ハンズオン（１）Rの基本的な使い方/プログラミングの基本（２）使用するデータの確認・読み込み（３）探索的データ分析（要約統計量，相関，一元的分析など）３．Rによる予測モデリング　※ハンズオン（１）線形モデル（２）一般化線形モデル（GLM）４．午前の部の振り返りと質疑応答【午後】Rを利用した「リスクを扱うための予測モデリング」～基本作法から正則化，ランダムフォレスト，XGBoost，AGLMまで～５．はじめに（午後の部）（１）『入門 Rによる予測モデリング』の紹介～予測モデリングの入門として～６．予測モデリングとは（１）予測モデリングとは何か（２）予測モデルとしてのGLM ７．予測モデリングの行い方（１）予測モデリングの基本作法（２）クロスバリデーション（３）正則化GLM，ハイパーパラメータによるバリデーション精度比較８．決定木系の予測モデル（１）ランダムフォレスト（２）XGBoost ９．モデル比較 10．正則化GLMの応用モデル（AGLM） 11．午後の部の振り返りと質疑応答 ※ 講義、特に演習時は、インタラクティブなチュートリアルスタイルで運営します ※ 録音、ビデオ・写真撮影はご遠慮ください
お問合わせ	株式会社セミナーインフォ　　セミナー運営事務局 TEL ： 03-3239-6544　　　FAX ： 03-3239-6545　　　E-mail ： customer@seminar-info.jp