|
学習内容
|
<事前学習>
ユニット1：
・はじめに
・データサイエンスが注目される背景
・AI とデータサイエンス
・AI と機械学習
・生活の中でのデータサイエンス
・ビジネスにおけるデータサイエンス
ユニット2：
・データの種類
・データの保管
・統計基礎
・データの罠
ユニット3：
・データ活用のプロセス
・STEP1：課題への気付き
・STEP2：データの収集・構造化
・STEP3：探索的データ分析 データの集計と可視化
・STEP3：探索的データ分析 データの相関
・STEP4：統計分析 検定
・STEP4：統計分析 多変量解析1
・STEP4：統計分析 多変量解析2
・STEP5：分析結果の解釈"
ユニット4：
・データ活用の注意事項
・データにまつわる法律
・最後に"
1. イントロダクション
- データサイエンティストの定義
- データサイエンスの活用事例
- ビジネスにおける有用性
- 統計と機械学習の違い
- 分析フロー
2. 課題への気付きとデータの取得・構造化
- データサイエンスサイクルについて
- Step1 目的設定について
- Step2 データの構造化・可視化について
3. 探索的データ分析の基礎 集計・可視化
- Step3 探索的データ分析で課題を発見する
4. 多変量解析の基礎 相関と回帰分析
- Step4 統計的手法を用いて課題の原因仮説を立てる
- Step5 結果の検証と解釈
5. データ分析実践 1
- Step3,4 での属性データの活用
6. データ分析実践 2
- Step4 での入力変数同士の相関を踏まえた分析
- Step3,4 での質的変数を分析可能にする
- （参考）正規化・標準化
7. 確証的データ分析の基礎 統計的仮説検定
- 仮説検定とは
- t 検定
- カイ二乗検定
8. （補足）分析結果の可視化
- Step5 における可視化ツール（PowerBI）
9. 総演習
- データと目的の説明
- ワーク
- 発表
10. アウトロダクション
- その他 DX 人材育成系コースの紹介
- スキルチェックテスト
- アンケート"
|