基本
講座

データサイエンティスト養成講座

1講座 90分 / 22,000円(税込)

本講座は、データサイエンスをビジネス活用する上で必要とされる「ビジネス力」「データサイエンス力」「データエンジニアリング力」の3つのスキルについて網羅的に学習できる基礎講座です。これまでデータに触れたことがない方でも理解できる丁寧な解説と、統計ソフトを活用した実践ワークショップを通じて、分析者に必要なビジネスマインドとスキルの両方を身につけることができます。

担当/講師:菅 由紀子データサイエンス翻訳家育成

クラスメイトとチームを組んでリアルデータを使用し、実際にマーケティングプランを考えます!

基礎講座

ロジカルシンキングとは

正しく課題を認識し、ロジカルにアプローチを設計することはデータを用いた問題解決で最も重要なスキルです。ロジカルに相手を説得する方法、分かりやすく書くスキルなどを身につけます。

統計学・データ分析の基本

統計学とデータ分析の基礎、データの見方

統計学とは何か、データサイエンティストになるためにはどのような力を身に付けるべきなのか? データを見る時に注意すべきことなど、日常の事例を用いて考察します。

基本統計量、代表値、正規分布、単変量解析

平均値、中央値、最頻値などの代表値や、それだけで把握できない集団の特性をどのように捉えるか、統計学の基本を学びます。また、分布の種類や異常値や外れ値の扱い方などについても実例をもとに学びます。

2 変量解析、単回帰分析

平均値は集団を表す1つの指標ですが、必ずしも平均がその集団を代表するとは限りません。また正規分布はあらゆる場面で使われます。正規分布とは何でしょうか、どんな性質があり、どうように活用されているのでしょうか、正規分布を正しく理解します。

Excelを用いた基礎統計の実習 ヒストグラム、相関係数、回帰係数、標準偏差、分散、偏差値を求める

身長が増加すれば体重も増加するなど、同時に変わる量はたくさんあります。しかし大人になって体重が増加しても 身長は伸びません。相関とは何でしょうか、相関関係と因果関係など2 変量解析について詳しく学びます。

集計レポート実践(Excelを用いたデータ集計、グラフ作成)

Excel を使った簡単なデータ集計、そのために必要なデータの読み方、そして集計結果をわかりやすく伝える各データに適したグラフの使い分けなど、集計レポート作成のための基本的な項目を学びます。

統計学・データ分析の基本

機械学習の基礎

AI(人工知能)などの最新テクノロジーの開発や、既存ビジネスのデータを分析し活用するために必要不可欠機械学習の基本的な概要を学習します。

機械学習の手法 教師あり学習 回帰

教師あり学習の基本的な技術である「回帰」について学びます。R/Pythonを用いた実習有り。

機械学習の手法 教師あり学習 決定木、ランダムフォレスト

教師あり学習のなかでも分類、認識によく用いられる手法である決定木、ランダムフォレスト、SVM などについて学びます。R/Pythonを用いた実習有り。

機械学習の手法 ディープラーニングの基本

AI(人工知能)など最新のテクノロジーに不可欠なディープラーニングの基本を学びます。Pythonを用いた実習有り。

機械学習の手法 教師なし学習 クラスター分析、アソシエーション分析

教師なし学習のなかでも代表的な手法であるクラスター分析やアソシエーション分析の基本を学びます。R/Pythonを用いた実習有り。

データ加工・特徴量エンジニアリング 次元圧縮/主成分分析

教師なし学習のなかでも代表的な手法であるクラスター分析やアソシエーション分析の基本を学びます。R/Pythonを用いた実習有り。

プログラミング基礎

SQLの基本

SQLの基本的な文法を習得し、データ加工を実践的に学びます。実データを用いた集計課題有り。

Rの基本(Rstudioを用いた各手法の実践)

RおよびRstudioの基本操作、基本構文を学びます。実データを用いた集計課題有り。

Pythonの基本(Python)

Pythonの基本構文を学びます。実データを用いた集計課題有り。

実データを用いた分析の実習課題

分析課題の設定と分析アプローチ設計

実務を想定したデータセットを用い、与えられた課題に対してどのように分析を行っていくかのアプローチ設計方法を学び、実際のアプローチ計画を立案します。

データ処理・分析の実践

グループ単位でデータ処理・分析の実践を行い、分析レポートを作成いただきます。

課題発表

グループで行った分析結果を発表いただきます。

オプション

マーケティングの基礎

マーケティングの定義、4P、4C、STP などのフレームワークの基礎、ロジャースの普及理論、キャズム理論、競争の戦略、ブルーオーシャン戦略、One to one マーケティングの本質などを学びます。

マーケティングリサーチ

マーケティングリサーチとはなにか?どんな手法があるのか、定性調査と定量調査、マーケティングリサーチ成功のコツ、アンケート調査の実施方法、サンプリングとデータ収集など、リサーチに関する基本的な知識を学びます。

分散データ処理 ~Hadoop 概論~

Hadoopとは何か。なぜ分散処理が必要か。Hadoopのニーズを理解し、Map/Reduceの仕組みについて学びます。

Tableauを用いたレポーティング

ビジネスシーンで欠かせないツールであるTableauを用い、効率的にレポーティングするスキルを身に着けます。

テキストマイニング(簡単なツールで実習)

テキストマイニングとはなにか?形態素解析を体験したり、昨今のビッグデータの分析活用事例などを通じテキストマイニングの可能性を明らかにします。R/Python を用いた実習有り。

レコメンデーション(共起計算の実習)

レコメンデーションとは何か、顧客の行動履歴を用いた共起分析の理論やレコメンドエンジンに用いられる種々のアルゴリズムを学びます。R/Pythonを用いた実習有り。

画像認識(簡単なツールで実習)

各種クラウドライブラリが豊富になり、画像認識も身近なものとなりました。この講座では、AIに画像を教師データとして与え、学習させる過程を学びます。

Flow受講開始までの流れ

Step1説明会へ参加する

説明会へ参加する
まずはお気軽にまなべくとるの説明へご参加ください。
説明会では講義の内容だけではなく、個別にデータサイエンスを学ぶ目的をお伺いいたし、最適なコースをご提案いたします。
また、コースの内容やデータサイエンスに関する疑問などございましたら、遠慮なくご質問ください。
説明会へはこちらよりお申込みをお待ちしております。

Step2ご入会

ご入会
4月、10月の開講に合わせてご入会のお手続きを行っております。
その際、受講初日の時間割などもご案内いたします。

Step3受講開始

受講開始
講義内容で分かりにくい点があれば、個別に講師にメールで質問もしていただけます。

Schedule受講スケジュール

年2回講座、4月スタート 10月スタート(10月生)
説明会は開校の2ヶ月前より8週間