概要速習コース（OQC）現代のデータサイエンス技術のエッセンスを網羅的に深く学びたい方へ

コースの特色

データサイエンスの基本リテラシーを学んだあと、より進んだデータサイエンスの学習に進み、最先端の学問的話題を含む広範なデータサイエンスの話題を網羅します。
データサイエンスの技術のエッセンスを短期間で習得する座学のコースです。

こんな方におススメ

データサイエンスの技術の全体像を短期間で学びたい方
理系出身で、データサイエンスの高度な利活用を企画・推進する立場の方
プログラミングによる実装は不要だが、データサイエンス技術の内容については、網羅的かつ数理的に学びたい方

数学レベル

高校までの理系数学と大学1・2年生レベルの偏微分、積分、行列について、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」（オンデマンド配信）をコース受講者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
統計学概論（SO）	さまざまな統計的手法とその考え方について、概要を学びます
	◆講座の内容◆ 統計の考え方(母集団と標本、統計モデル)／統計的手法(推定、検定、回帰、判別分析)／発展的な話題(偏相関・順位相関、カイニ乗分布、回帰と最尤法)
	受講時間：1日（3時間）　演習：無
機械学習概論（MO）	機械学習技術の最先端を眺めるとともに機械学習によってどのような予測や分析が可能なのか、また利用にあたってどのような考え方が重要かを学びます。
	◆講座の内容◆ 機械学習の概要：機械学習概要、推測と予測、モデルの概念、各種応用事例／機械学習の各種手法：線形モデル、決定木、勾配ブースティング、深層学習
	受講時間：1日（3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

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	12時間※	￥101,200

※Eラーニングオンデマンドの受講時間は目安です。

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
24/11/27	Eラーニングオンデマンド	申込
24/12/04	Eラーニングオンデマンド	申込
24/12/11	Eラーニングオンデマンド	申込
24/12/18	Eラーニングオンデマンド	申込
24/12/25	Eラーニングオンデマンド	申込
25/01/08	Eラーニングオンデマンド	申込
25/01/15	Eラーニングオンデマンド	申込
25/01/22	Eラーニングオンデマンド	申込
25/01/29	Eラーニングオンデマンド	申込

講義スケジュール

★講義スケジュールはこちら。

統計学概論について（島田尚　准教授）

大量のデータの傾向をうまく要約したり、不完全なデータから調査対象の性質を推測するための手法と考え方を扱うのが統計学です。この分野の基本的な事項について学んでいただくことはデータサイエンスやAIの関連手法の理解に役立つだけでなく、人が不完全な情報を通して不確実な世界とどう向き合っていけばよいかということについて考えを深める良いきっかけになることと思います。（島田尚　准教授）
機械学習概論について（森純一郎　准教授）

本講座では、機械学習の基本的な考え方と代表的な手法についてその数理的知識や幅広い応用を含め学びます。これによりデータサイエンスやAIプロジェクトをリードする技術マネージャーとしての素養を高めることを目指します。（森純一郎　准教授）