応用・基礎

データサイエンス基礎PR用1分動画

この講座では、データ駆動型社会においてデータサイエンスを
学ぶことの意義を理解し、データ利活用の進め方、データの観察方法、
データ分析手法、可視化手法、アルゴリズムなどを学びます。
今後の学習で必要になる数学基礎も扱います。

第1回 データ駆動型社会とデータサイエンス

担当講師
内容

以下の項目を学びます。データ駆動型社会、Society 5.0、データサイエンス活用事例 (仮説検証、知識発見、原因究明、計画策定、判断支援、活動代替など)、データを活用した新しいビジネスモデル

第2回 分析設計

担当講師
内容

以下の項目を学びます。データ分析の進め方、仮説検証サイクル、分析目的の設定、様々なデータ分析手法 (回帰、分類、クラスタリングなど)、様々なデータ可視化手法(比較、構成、分布、変化など)、データの収集、加工、分割/統合

第3回 データ観察

担当講師

清 智也

(東京大学准教授)

内容

以下の項目を学びます。データの集計、比較対象の設定、クロス集計表、バラツキ、ヒストグラム、散布図、特異点、相違性、傾向性、関連性

第4回 データ分析

担当講師

姫野 哲人

滋賀大学 准教授)

内容

以下の項目を学びます。単回帰分析、重回帰分析、最小二乗法、ロジスティック回帰分析、最尤法、時系列データ、時系列グラフ、周期性、移動平均、クラスター分析、デンドログラム、パターン発見、アソシエーション分析、リフト値

第5回 データ可視化

担当講師

椎名 洋

滋賀大学 教授)

内容

以下の項目を学びます。可視化目的(比較、構成、分布、変化など)に応じた図表化、1~3次元の図表化(棒グラフ、折線グラフ、散布図、積み上げ縦棒グラフ、箱ひげ図、散布図行列、ヒートマップなど)、適切な縦軸、横軸候補の洗い出し、不必要な誇張表現、強調表現がもたらす影響

第6回 数学基礎~データと確率分布~

担当講師

關戸 啓人

(京都大学特定講師)

内容

以下の項目を学びます。順列、組合せ、集合、ベン図、条件付き確率、代表値(平均値、中央値、最頻値)、分散、標準偏差、相関係数、相関関係と因果関係、名義尺度、順序尺度、間隔尺度、比例尺度、確率分布、正規分布、独立同一分布

第7回 数学基礎~ベクトルと行列~

担当講師

關戸 啓人

(京都大学特定講師)

内容

以下の項目を学びます。ベクトルと行列、ベクトルの演算、ベクトルの和とスカラー倍、内積、行列の演算、行列の和とスカラー倍、行列の積、逆行列

第8回 数学基礎~関数と微分・積分~

担当講師

島田 尚

(東京大学准教授)

内容

以下の項目を学びます。多項式関数、指数関数、対数関数、関数の傾きと微分の関係、積分と面積の関係、1変数関数の微分法、積分法

第9回 アルゴリズム

担当講師

川井 明

滋賀大学 准教授)

内容

以下の項目を学びます。アルゴリズムの表現(フローチャート)、並び替え(ソート)、探索(サーチ)、ソートアルゴリズム、バブルソート、選択ソート、挿入ソート、探索アルゴリズム、リスト探索、木探索

難易度参考指標
  • 初学者でも分かりやすい内容です
  • 一部に専門性のある内容を含みます
  • 専門性の高い内容です
コマ数
全 9 コマ(1コマ45分程度)
コマ数 担当講師 内 容
全 9 コマ
(1コマ45分程度)
竹村 彰通(滋賀大学教授)
第1回 データ駆動型社会とデータサイエンス
和泉 志津恵(滋賀大学教授)
第2回 分析設計
清 智也(東京大学准教授)
第3回 データ観察
姫野 哲人(滋賀大学准教授)
第4回 データ分析
椎名 洋(滋賀大学教授)
第5回 データ可視化
關戸 啓人(京都大学特定講師)
第6回 数学基礎~データと確率分布~
關戸 啓人(京都大学特定講師)
第7回 数学基礎~ベクトルと行列~
島田 尚(東京大学准教授)
第8回 数学基礎~関数と微分・積分~
川井 明(滋賀大学准教授)
第9回 アルゴリズム
上に戻る