コースの特色

  • AIやデータを活用してどのようなことができるのか、データを活用する際に注意すべきことや準備すべきことは何か、実際にデータを処理してそれを活用する際のプロセスと留意点はどのようなものかなどについて、具体的な知識をひととおり身につけることができます。
  • 数学をなるべく使わずに、例題や実例を通して平易に分かりやすく学びます。

こんな方におススメ

  • AIやデータの活用について書籍などで少し学んだが、もう少し網羅的かつ具体的に学びたい方
  • 自社データを活用して何ができるのか、どうすれば実際に活用できるのか、具体的な発案・企画ができるようになりたい方
  • 自身はデータ処理を担当しないが、社内・社外のデータサイエンス技術者に発注して、AIやデータを活用するプロジェクトを企画・推進する立場の方
  • データサイエンス技術者が出した分析結果や予測結果を適切に理解したり評価したりして、業務改善や新規ビジネスの創出に活かしたい方

数学レベル

  • 高校までの文系数学の初歩（文字式・関数など）について、あらかじめある程度知っていることが望ましいです。

※数学に自信のない方向けの「数学講座」を事前に行います。ご希望の方は全員受講いただけます。

内容

講座名講座の内容
データサイエンス入門（DI）
  • データサイエンスに関する社会状況や技術の概要を学びつつ、データサイエンスがビジネスにどのように活かせるのかを学びます。
  • 数学を極力使わずにやさしく体系的に学び、短期間でデータサイエンスの全体像を把握します。
◆講座の内容◆
データサイエンスの背景／データサイエンスで生み出されるビジネス価値と活用事例／データサイエンスの体系と手法（教師あり学習・教師なし学習など）／深層学習（ディープラーニング）／データサイエンスの留意点／発展的話題と今後の方向性
受講時間：1日（3時間） 　演習：無
情報倫理（IE）
  • ビッグデータ時代にAIやデータサイエンスを活用する際に新たに噴出するコンプライアンス・倫理的課題に対し、どう対応するかの行動規範を身に着ける為のベースを学びます。
◆講座の内容◆
確立されている論理：研究倫理、一般的情報倫理／これからの確立を待つ倫理：新しい技術にまつわる倫理
受講時間：1日（3時間） 　演習：無
データサイエンス活用法（DA）
  • 統計分析や機械学習によってどのようなことができるのか、データを活用する際に注意するべきことや準備すべきことは何かを具体的に学びます。
  • 数式をなるべく使わずに、例題や実例を通して具体的な流れを理解します。
◆講座の内容◆
統計分析や機械学習によってできること／データ処理にあたっての準備、前処理／データ処理の結果を解釈、評価する方法／さまざまな可視化方法／統計分析・機械学習・深層学習／選択や制御を最適化する方法
受講時間：3日（9時間） 　演習：無

※本コースでは、プログラミング言語を用いた実践演習は行いません。

受講修了証

発行要件。下記発行要件1）2)を満たされた受講者様には”受講修了証”が発行されます。
1）当コースを全日程受講し、受講講座レポート(アンケート)を提出した方
2）課題を提出して、合格基準に達した方

時間・料金

対面・オンラインライブ
受講期間受講時間コース料金（税込）
約1か月（5日）15時間￥214,500
Eラーニングオンデマンド
受講期間受講時間コース料金（税込）
８週間15時間 ※￥128,700

※Eラーニングオンデマンドの受講時間は目安です。
春の応援キャンペーン　受講料50％OFF　
通常料金　￥128,700（税込）　→　¥64,350（税込）
※４～６月開講講座限定【申込期限４月末】

申込

※申し込みは各開講日の3営業日前までとなりますのでご注意ください

開講日 講義形態
24/05/01
Eラーニングオンデマンド 50%OFF
 申込
24/05/08
Eラーニングオンデマンド 50%OFF
 申込
24/05/15
Eラーニングオンデマンド 50%OFF
 申込
24/05/22
Eラーニングオンデマンド 50%OFF
 申込
24/05/29
Eラーニングオンデマンド 50%OFF
 申込
24/06/05
Eラーニングオンデマンド 50%OFF
 申込
24/06/12
Eラーニングオンデマンド 50%OFF
 申込
24/06/19
Eラーニングオンデマンド 50%OFF
 申込
24/06/26
Eラーニングオンデマンド 50%OFF
 申込

講義スケジュール

★講義スケジュールはこちら。
講師からのメッセージ
  • データサイエンス活用法について（山肩 洋子　教授）
    データサイエンスは現実世界の問題をコンピュータが解くことのできる問題に置き換え、よい答えを導くための一連の手順です。これをどのように行っているのかを事例を通じて具体的に学んでいただきます。（山肩 洋子　教授）
    山肩 洋子　准教授