1回10分程度×5〜8回程度(1週間)×5週
※Excelの演習を含む。このほかにRの演習有り
各週の確認テストと最終課題の実施
松尾豊氏(東京大学大学院工学系研究科教授)ほか
週 | 各週のテーマ | 内容 |
---|---|---|
1 | データサイエンスとは | データサイエンスで必要な知識やデータ分析のサイクルを学ぶ (データサイエンスの未来と必要性、求められるスキルや知識、課題解決法等) |
2 | 現状を把握して課題を見つける | データの特徴や2変数間の関連性を捉える方法を学ぶ (データの特徴や傾向をつかむ、相関分析等) |
3 | 過去のデータから未来を予測してみよう | 様々な変数から他の1変数を予測する方法を学ぶ (単回帰分析、重回帰分析、時系列データ分析等) |
4 | その差は偶然?それとも意味のある差?〜結果を解釈する力をみにつける〜 | データ間に生じる差が偶然か意味のある差かを判定する方法を学ぶ (2つの母平均の差の検定、2項検定と独立性の検定、統計的因果推論等) |
5 | ビジネスでデータサイエンスを活用するにあたって | 分析結果の報告方法や、データを扱う際の注意点を学ぶ (分析結果の報告、ビジネスケーススタディ、データ倫理等) |
※2〜4週において表計算ソフト(Microsoft Excel)の演習を実施。このほかに、特別週として統計解析ソフトRの演習を実施
受講者募集中です