【公開講座】データサイエンス実践コース（３日間）

データサイエンス実践コース（３日間）

対象者

・データサイエンスを基礎から体系的に学びたい方
・課題発⾒や問題解決するためのデータ分析の⼿法を知りたい⽅
・実データで実践力を身につけ、データサイエンティストを目指す方

カリキュラム概要

・Python 速習
・データ分析の 5Step サイクル
・課題設定
・データの取得、構造化
・探索的データ分析
・多変量解析
・結果の解釈
・分類の手法や機械学習モデルの説明可能性
・総演習（分析レポート作成）

実施環境

Zoom

オンライン講義の場合には、オンラインツールである Zoom を使用しております。
事前に Zoom アプリケーションのダウンロードとインストールをお願いいたします。

Google Chrome

ご受講には Google Chrome ブラウザの使用を推奨しております。
事前にダウンロードとインストールをお願いいたします。

Google Colaboratory

実装環境には、Google Colaboratory
事前にアクセス確認をお願いいたします。

その他事前準備内容

講義受講前までにご受講にあたって、こちらから必要な事前確認事項をご確認ください。

主催団体

本コースは、株式会社キカガクが主催しております。

講義内容

内容
事前学習内容
40 分	1．イントロダクション・人工知能、機械学習、ディープラーニングとは・機械学習に必要な数学・機械学習の３大トピック・内挿と外挿
50 分	2．微分・微分は「何」に使えるのか？・導関数を求めよう・微分の公式・偏微分
40 分	3．単回帰分析（数学）・「モデル」を決める・「評価関数」を決める・評価関数を「最小化」する
70 分	4．Python 入門・プログラミングの環境構築・変数・基本構文・複数の変数を扱う・制御構文・関数
40 分	5．単回帰分析(実装）・Numpy の数値計算・Pandas によるデータベース操作・Matplotlib でグラフ描画・実データに対する単回帰分析の実装
60 分	6．線形代数・スカラー、ベクトル、行列・行列の演算・サイズ感・転置、単位行列、逆行列・ベクトルで微分
50 分	7．重回帰分析(数学) ・「モデル」を決める・「評価関数」を決める・評価関数を「最小化」する
70 分	8．重回帰分析(実装) ・行列演算の基礎・パラメータの導出・実データで演習
30 分	9．統計・主な統計量・正規分布と 3σ 法・スケーリング
30 分	10．外れ値を考慮した実装・外れ値除去・モデル構築・スケーリングとパラメータの確認
15 分	11．ビジネス活用・現場で機械学習を導入できる人材とは

内容
１日目
	1．イントロダクション・データサイエンスとは・データ分析の活用方法・データサイエンスの流れ・環境構築
	2．Python 速習・NumPy, Pandas, Matplotlib / seaborn ・COVID-19data を用いたデータ操作
	3．STEP1. 課題設計・データ分析の 5step サイクルについて
	4．STEP2. データの取得・構造化・データの取得方法の紹介・データ概要
	5．STEP3. 探索的データ分析・統計的仮説検定の基礎・実データを用いた統計的仮説検定・データ概要
	6．STEP4. 確証的データ分析・統計的仮説検定の基礎

内容
２日目
	1．イントロダクション・Day 1 の振り返り
	2．確証的データ分析の実践・演習：実データを用いた統計的仮説検定・Day 1 の振り返り
	3．STEP4. 多変量解析① ・相関分析・単回帰分析
	4．STEP4. 多変量解析② ・重回帰分析・演習/実践演習・決定木・ロジスティック回帰・演習/実践演習

内容
３日目
	1．イントロダクション・Day1、Day2 の振り返り
	2．STEP 4. 多変量解析③ ・主成分分析・実践演習
	3．STEP 4. 多変量解析④ ・クラスター分析・実践演習・課題解決の施策立案・レポート作成
	4．総演習・課題設定の共有・5Step サイクルの実践・課題解決の施策立案・レポート作成
	5．発表/フィードバック・分析結果発表・講師からのフィードバック・まとめ
	6．アウトロダクション・おすすめ学習書籍やコンテンツの紹介・スキルチェックテスト・アンケート

留意事項・備考

お申込み後のキャンセルにつきましてはこちらをご覧ください

【事前に必ずご確認の上お申込みください】
＊事前のお席の確保などのご対応致しかねます。
＊お申込み内容は、翌営業日以降に確定いたします。
＊お申込み後、満席などでご受講できない場合がございますので、あらかじめご了承ください。満席の場合は、別途ご連絡申し上げます。
＊オンライン受講に関する詳細はこちらをご確認ください

※受講に関する注意点※
進行の都合上、研修開始時間を過ぎてからのご参加はご遠慮いただいております。大変恐れ入りますが、研修開始時間までにご参加いただけていない場合、当日キャンセル扱いをさせていただく場合がございますのでご注意ください。

スケジュール

公開講座を手軽にお安く受講いただけます！
→WEBinsourceの詳細と新規登録はこちら

お問合せはこちら

ホームページ：https://www.insource.co.jp

E-mail：[email protected]

お問合せ

※お問合せ内容ご記入欄に「データサイエンス実践コース（３日間）」とご記入のうえお問合せください

お問合せ・ご質問

Q&A一覧

お問合せ

商談予約

下記情報を無料でＧＥＴ！！

無料セミナー、新作研修、他社事例、公開講座割引、資料プレゼント、研修運営のコツ

※配信予定は、予告なく配信月や研修テーマを変更する場合がございます。ご了承ください。

配信をご希望の方は、個人情報保護の取り扱いをご覧ください。

無料セミナー、新作研修、他社事例、公開講座割引、資料プレゼント、研修運営のコツ

メールマガジンのご登録はこちら

登録は左記QRコードから！

※配信予定は、予告なく配信月や研修テーマを変更する場合がございます。ご了承ください。

配信をご希望の方は、個人情報保護の取り扱いをご覧ください。

公開講座の年間実績

受講者数^※1: 名

開催数^※1: 回

講座数^※2: 種
類

WEBinsource ご利用社数^※2: 社

※1

※2

研修を探す

講師派遣型研修

お客さまの課題に応えるオーダーメイド型研修

研修一覧

オンライン人材育成

企業内研修は、すべてオンラインで実施可能です

動画教育・eラーニング

データやDVDの買い切り、レンタル視聴、定額制見放題など、様々なプランでご提供します

アナザーサービス

インソースがご提案する「これまでと違う」人事・総務ご担当者さま向けサービス

インソースからの新着メッセージ

新作研修

業界随一の研修開発力を誇る
インソースの最新プログラム

新作研修をもっと見る

コア・ソリューションプラン の新作情報

250種類以上のコンサル事例！
組織の「したい！」に全力で応える

プランをもっと見る

おすすめリンク

内容
１日目
	1．イントロダクション・データサイエンスとは・データ分析の活用方法・データサイエンスの流れ・環境構築
	2．Python 速習・NumPy, Pandas, Matplotlib / seaborn ・COVID-19data を用いたデータ操作
	3．STEP1. 課題設計・データ分析の 5step サイクルについて
	4．STEP2. データの取得・構造化・データの取得方法の紹介・データ概要
	5．STEP3. 探索的データ分析・統計的仮説検定の基礎・実データを用いた統計的仮説検定・データ概要
	6．STEP4. 確証的データ分析・統計的仮説検定の基礎

内容
２日目
	1．イントロダクション・Day 1 の振り返り
	2．確証的データ分析の実践・演習：実データを用いた統計的仮説検定・Day 1 の振り返り
	3．STEP4. 多変量解析① ・相関分析・単回帰分析
	4．STEP4. 多変量解析② ・重回帰分析・演習/実践演習・決定木・ロジスティック回帰・演習/実践演習

内容
３日目
	1．イントロダクション・Day1、Day2 の振り返り
	2．STEP 4. 多変量解析③ ・主成分分析・実践演習
	3．STEP 4. 多変量解析④ ・クラスター分析・実践演習・課題解決の施策立案・レポート作成
	4．総演習・課題設定の共有・5Step サイクルの実践・課題解決の施策立案・レポート作成
	5．発表/フィードバック・分析結果発表・講師からのフィードバック・まとめ
	6．アウトロダクション・おすすめ学習書籍やコンテンツの紹介・スキルチェックテスト・アンケート