DX時代に求められるデータ活用人材の育成
データサイエンスの基礎から応用までを、体系的かつ短期間で習得できるプログラムです。
ご自身のアップスキリングや、組織のDX推進におすすめです。
ご自身のアップスキリングや、組織のDX推進におすすめです。
主な特徴
短時間でデータサイエンスの実践が身につきます
的を絞ったオリジナル教材
当社が長年にわたり培ってきた数理・データサイエンスのノウハウを、オリジナル教材に凝集させました。
基礎知識から、ビジネスに活かせる実践的な領域までを、効率的に学習することができます。
ツールの効果的な利用
当社開発のデータ分析ツール「Alkano」をご利用いただきます。実際に手を動かして分析作業を体験することで、理解が促進されます。
Python等の基礎スキルを前提としないため、時間的コストをかけずにデータサイエンスの本質を学ぶことができます。
受講者のタイミングで、講義をくり返し視聴できます
講義動画はオンデマンド配信なので、受講者の都合のよい時間に、何回でも講義を受けることができます。
受講後は、理解度確認テストで、客観的に知識の定着をチェックしましょう。
分析経験豊富な講師が講義 ＆ 実習のサポートに当たります
当社の最前線で豊富にデータ分析を経験している講師陣が、みなさまを強力にサポートいたします。
気軽に質問可能な「メールQ&A」と、対面で相談やディスカッションができる「メンタリング」があります。
お申し込みの流れ
- 1
- 2
個別相談会
アップスキリングや人材育成、データ活用の課題など、
ご希望に応じて無料相談会を承っております。 - 3
お申し込み
当社担当者より、お申し込み方法をお知らせいたします。 - 4
キックオフ
本講座の進め方をご説明します。
受講するにあたって、目標を設定しましょう。
講座内容
データサイエンス講座は、7つの必修科目を持つ基本コースと、オプションの3つの専門コースをご用意しております。
基本コース
| AI概論 | AIの核となるデータサイエンスの関連技術や、プロジェクトの進め方を紹介 |
|---|---|
| 課題設定とデータ分析の考え方 | 課題設定の心得、課題解決に必要なデータとは？ データの準備や機械学習モデルの設計について |
| 前処理、基礎分析と可視化 | 欠損処理、データの可視化や集計による現状把握 |
| 予測のための線形モデル | 線形回帰、ロジスティック回帰、正則化項付きモデル |
| データ構造の把握 | クラスタリング、多変量解析（主成分分析を中心に） |
| 予測のための非線形モデル | 勾配ブースティング決定木、Random Forest、Deep Learning |
| モデルの定量的評価と最適化 | 交差検証、評価指標、モデル選択とハイパーパラメータ最適化 |
専門コース(オプション)
| 時系列データの分析 | 時系列データの前処理、基礎分析、線形モデルや機械学習による予測・分類 |
|---|---|
| テキストマイニング概論 | 自然言語処理、クラスタリング、テキストデータの分類、機械学習の適用 |
| ベイズ最適化・多目的予測 | ベイズ最適化（ブラックボックス最適化）／ 多目的予測（複数の目的変数を扱う機械学習） |
- 開催方法：講義動画のオンデマンド配信、オンライン会議によるご相談会
- 実習用のデータ分析ツールとして、当社開発のAlkanoを使用します。受講料には、本講座用の教育用ライセンスが含まれます。
- 専門コースはオプションです。専門コースのみの受講はできません。
- ユーザー向けご優待価格：当社製品のAlkano、BayoLinkS、Text Mining Studio のいずれかの保守ご契約ユーザー様向けには、ご優待価格を用意しております。
ご受講にあたって
- 安定した通信環境をご用意ください。
- 講座の受講用に、Windowsを搭載したPCをご用意ください。スペックは下記のとおりです。
- CPU: 2.0GHz 以上4コア以上(8コア以上推奨)
- メモリ: 利用可能量 4GB 以上(12GB以上推奨)
- HDD 空き領域: 50GB 以上(処理データ量によって異なります)
- 対応 OS: Windows 10 64bit 1909以降、Windows 11 64bit 21H2 以降（日本語OSに限ります）
- ブラウザ ： Chrome 最新バージョン、Edge 最新バージョン
受講者様の声
- 分析の流れや各分析手法の具体的方法について、一通りの業務について概要を学習できました。
- データの前処理から線形モデル、非線形モデル、評価など、データサイエンスの重要なエッセンスと数理システム製品の活用方法について一通り学ぶことができ、大変勉強になりました。
- データ解析手法および評価方法を学ぶことができ、業務に役立てることができそうです。
- 実業務でまだ未経験の手法も多かったので、大変勉強になりました。
- 本講座を受講することにより、データサイエンス力を向上することができ、大変嬉しく思います。
- 難しく煩雑な分析がとても楽にできると感じました。 詳細については補足や参考URLが記載されていたので、復習したいと思いました。
- 分析設計(各手法のメリットデメリットやパラメータ選択の際の注意事項など)に関する説明が分かりやすく参考になりました。
- モデル選定やパラメータ最適化は、業務でも悩む部分であるため、このように資料にまとめ、解説までしてもらえると助かります。
- オンラインでの講演はトラブルが予想されますが、ほとんどトラブルなくできていて良かったです。
- 社会情勢も厳しいなか、こんなにしっかりとした研修をWEBから受講でき大変勉強になりました。
