生成AIによる多変量解析の実装：主成分分析によるMLB選手の打撃特性分析【産総研AITeC「Generative AI Study Group第54回」】

こんな方におすすめ
・生成AIを活用したデータ分析に興味がある方
・スポーツデータやアスリートのパフォーマンス分析に関心がある方
・統計解析や機械学習の応用に興味のある学生・研究者
・データサイエンスを身近なテーマで学びたい高校生・大学生

こんにちは。GASG（Generative AI Study Group）主宰の杉山です。
https://www.gasg.server-on.net/
https://www.ai-tech-c.jp/generative-ai-study-group-gasg/
第54回となります。

今回は、多摩大学の新井崇弘先生 https://researchmap.jp/araitakahiro をお招きし、「生成AIによる多変量解析の実装」と題して、トップアスリート・MLB選手の打撃オープンデータを題材に、統計的手法と生成AIの融合によるデータ解析の実践についてご講演いただきます。

メジャーリーグが公開しているBaseball Savantの打撃データには、打球速度や打球角度、飛距離など、選手のパフォーマンスに関する多くの指標が格納されています。

これらのデータをもとに、多数の指標の中から特に重要な特徴を抽出し、データの全体像を明らかにする「主成分分析（PCA）」を用いて、打撃特性の本質的な構造を探ります。

さらに、単なる指標の可視化にとどまらず、時間的変化を含めたデータの時間的推移と特徴の両面からグループ分けするTwo-wayクラスタリング分析手法による解析も行います。

これらの解析により、選手の打撃スタイルの傾向や変化をより立体的に捉えることが可能になり、本解析実行に生成AIによるコード生成や自動化支援を活用します。

具体的には、以下のトピックなどを予定しています。
分析データの配布と説明：Baseball Savantのオープンデータを用いた分析対象の紹介
主成分分析（PCA）の概要と実践：多数の指標の中から本質的なパターンを抽出し、視覚的に理解しやすく整理する手法
Two-wayクラスタリングの考え方：時系列を含めた多変量解析の発展的アプローチ
生成AIによるコード実装：実際の解析コードの生成や補助にAIをどのように活用するか
データセット配布：当日は、分析に用いるMLB選手のデータセットを配布いたします

スポーツを題材に、生成AIと統計解析を融合させた実践的な内容となっております。参加者の皆様には実際のデータをお持ち帰りいただき、後日ご自身でも分析を試していただけます。AI、データ分析、スポーツ、どれか一つでも興味がある方にはぴったりの内容です!

研究者、学生、一般の方、どなたでもご参加いただけますので、ぜひお気軽にご参加ください。

日時 : 2025年9月16日(火) 19:00-
形式 : オンライン開催（Zoom）
参加費 : 無料

皆様のご参加を心よりお待ちしております!