プロフィール情報


自己紹介

  

  • Mr.Unadon(うなどん)
  • 坂本次郎(さかもとじろう)
  • 1991年生まれ 兵庫県出身
  • 心理学修士・調理師・臨床心理士
  • ベイズ統計モデリングと機械学習の技術を心理・福祉領域で活用
  • 臨床心理学の眼差しから青少年の段階的就労支援を目指す飲食店を開店するのが目標
  • 多くの方々にお会い出来ることを、楽しみにしています

所属および参加・協力先

学歴

  • 2006年(平成18年)4月 兵庫県立小野高等学校入学
  • 2007年(平成19年)3月 兵庫県立小野高等学校 中途退学
  • 2007年(平成19年)4月 兵庫県立西宮香風高等学校 夜間第三部 入学
  • 2007年(平成19年)9月 高等学校卒業程度認定試験 合格
  • 2008年(平成20年)3月 兵庫県立西宮香風高等学校 夜間第三部 中途退学
  • 2010年(平成22年)4月 北九州市立大学文学部人間関係学科 入学
  • 2014年(平成26年)3月 北九州市立大学文学部人間関係学科(田中信利研究室) 卒業
  • 2014年(平成26年)4月 専修大学大学院文学研究科修士課程心理学専攻 入学
  • 2016年(平成28年)3月 専修大学大学院文学研究科修士課程心理学専攻(国里愛彦 研究室) 修了
  • 2016年(平成28年)4月 専修大学大学院文学研究科博士後期課程心理学専攻(国里愛彦研究室) 入学
  • 2018年(平成30年)3月 専修大学大学院文学研究科博士後期課程心理学専攻(国里愛彦研究室) 中途退学

学位

  • 2014年(平成26年) 学士(人間関係学) 北九州市立大学(第9158号)
  • 2016年(平成28年) 修士(心理学) 専修大学(第237号)

職歴・教育歴等

  • 2017年度(12月ー3月) 国立研究開発法人産業技術総合研究所 人工知能開発研究センター 確率モデリング研究チーム 技術研修員
  • 2016年度(平成28年度) ― 2017年度(平成29年度) 日本学術振興会特別研究員(DC1)
  • 2015年度(平成27年度) 専修大学人間科学部心理学科 非常勤嘱託 (講義:臨床心理実習)
  • 2015年度(平成27年度) 1月ー2月 専修大学心理科学研究センター リサーチアシスタント
  • 2016年度(平成28年度) 専修大学人間科学部心理学科 非常勤嘱託 (講義:臨床心理実習)
  • 2017年度(平成29年度) 専修大学人間科学部心理学科 非常勤嘱託 (講義:臨床心理実習)

外部資金

2016年度ー2018年度 科学研究費補助金特別研究員研究奨励費 「うつ病における痛みの将来予測と意思決定の検討」

資格・免許

  • 2013年(平成25年) 日本心理学会諸学会連合 心理学検定 特一級
  • 2013年(平成25年) 調理師免許(福岡県)
  • 2013年(平成25年) 第一種普通運転免許
  • 2017年(平成29年) 臨床心理士(登録番号34036)

所属学会

  • 日本認知・行動療法学会

賞罰

  • 2013年度(平成25年度) 北九州市立大学成績優秀者表彰
  • 2015年度(平成27年度) 専修大学学術奨学生
  • 2016年度(平成28年度) 日本学生支援機構大学院第一種奨学金「特に優れた業績による奨学金返還免除」
  • 2016年度(平成28年度) 専修大学学術奨学生
  • 2016年(平成28年) 株式会社野村総合研究所(NRI)インサイトシグナル事業部主催 マーケティングデータ分析コンテスト2016 最優秀賞 テーマ: 『非耐久消費財におけるテレビ広告の統合効果と年次的推移 -階層ベイズモデルによるメタ分析&メタ回帰分析- 』 担当: 統計モデル、データ解析、資料作成 (受賞資料)
  • 2017年度(平成29年度) 専修大学学術奨学生
  • 2017年度(平成29年度) 和歌山県主催 第一回データ利活用コンペティション 大賞・SAS賞 同時受賞 テーマ『全国市町村データを活用した多変量解析と先行事例モデル都市の分析・参照にもとづく和歌山市の人口増加戦略に関する提案』チーム名: Senshu_Bayesians, 2018年2月10日 和歌山県 和歌山県民文化会館 (受賞資料)

現在の主な取り組み

  • 子どもの安全に関わるデータ解析
  • マーケティング関連データの解析
  • 統計解析技術の公開(ブログ・書籍・研修・講演・学会)
  • 経験サンプリング調査システムの利用法紹介
  • 統計解析技術補助(個人委託)

技術

  • 統計解析環境Rと確率的プログラミング言語Stan
    • ベイズ統計モデリングが中心、多少の機械学習
  • PsychoPyで実験プログラミング
  • Google Apps ScriptによるWeb調査システム
  • 西洋料理・食品衛生管理
  • ピアノ演奏

実務上の統計解析・機械学習の適用経験

  • データの領域
    • 心理・疫学系調査実験データ(横断/集中縦断アンケート調査、意思決定/反応時間データ)
    • 広告・Web・SNSデータ(シングルソース、アクセスログ、トラッキング)
    • インフラ系(需要予測、シミュレーション)
    • その他(競馬データ、ウェアラブル活動量)
  • 適用手法
    • ベイズ統計モデリング: 線形/非線形モデル、混合分布モデル、階層ベイズ、時系列モデル(生成/非生成モデル)、特殊な数理モデリング
    • 機械学習: 正則化回帰(L1)、SVM, 決定木(randomForest, Xgboost)、多層ニューラルネット
    • その他: 潜在クラス、テキストマイニング(共起分析)、傾向スコア、構造方程式モデリング、各種統計的検定
  • 主なアウトプット方法
    • Rmarkdownによる解析レポート
    • プレゼンテーション・提案
    • 報告書等