◆オンライン講習ピックアップコースのご案内です。◆

データサイエンスコース

令和6年度のオンライン講習「データサイエンス」シリーズのご案内

データサイエンスの講習では、4つのコースで段階を踏みながら学んでいきます。

①データサイエンスのための入門編　～統計の基礎と機械学習のしくみ入門～
↓
②データサイエンスのための統計学（基礎編）　～データ解析の基礎と線形モデル～
↓
③データサイエンスのための統計学（応用編）　～基礎統計学から多変量解析へ～
↓
④データサイエンスのための機械学習　～コンピュータが学習するしくみ～

各コースの内容とテキスト

①データサイエンスのための入門編　～統計の基礎と機械学習のしくみ入門～

　データを仕事に活かすための統計の基礎を学びます。データの可視化から始めて、正規分布の意味と重要性、母集団の推定、検定、そして今後のデータサイエンスに必要となる機械学習のしくみの基礎を学びます。講義ではExcelなどを使い解析事例を通じて学びます。また今後データサイエンスを活用する際に必要となる数学の勉強も始めます。
テキスト：講師オリジナルテキスト（PDF形式で提供）
※②に示したテキストを準備するとより理解が深まります。

募集予定月：8月

②データサイエンスのための統計学（基礎編）～データ解析の基礎と線形モデル～

　実際のデータ解析を通じて、回帰分析、判別分析など主に説明変数が1つの場合の事例を通じてデータ解析のしくみを学びます。また、データサイエンスに必要となる数学として、多くの変数を扱う解析に必要となる線形代数と多変数関数の微分などを学びます。
　これらの計算に慣れるとデータ解析への見通しがよくなり、仕組みが分かるようになります。　　　　

テキスト：石村園子・畑宏明「改訂新版　すぐわかる線形代数」東京図書　2,420円
※別途書店等でお取り寄せください。

募集予定月：8月

③データサイエンスのための統計学（応用編）～基礎統計学から多変量解析へ～

　現実のデータは多くの要因が関係し複雑です。これを解析するのが多変数の統計学(多変量解析)です。重回帰分析、ロジスティック判別分析などの多変量解析のしくみを学びます。さらに、これまでの知識を基礎に非線形モデルであるニューラルネットワークなど機械学習のしくみの理解につなげていきます。
　実習にはExcelとGoogle Colaboratoryを使います。

テキスト：講師オリジナルテキスト（PDF形式で提供）

募集予定月：5月・11月

④データサイエンスのための機械学習　～コンピュータが学習するしくみ～

　画像認識などの使われているニューラルネットワーク(DNN,CNN,RNN)のしくみ、特に勾配降下法や誤差逆伝播法などを実習を通してコンピュータが学習するしくみを学びます。さらにコンピュータが我々の言葉を理解するしくみである自然言語処理、transformerなどをPCの実習を通して学びます。
　実習にはExcelとGoogle Colaboratoryを使います。

テキスト：講師オリジナルテキスト（PDF形式で提供）

募集予定月：7月・12月

担当講師による「データサイエンスへの質問」ピックアップ記事

　オンライン講習を学ぶ方に是非ご一読いただきたいインタビュー記事を掲載しております。

　特集第一弾は森川馨講師による「データサイエンスへの質問」です。