データサイエンス入門(基礎知識マスター)

ビッグデータを有効かつ効率的な処理し、
ビジネス・研究に生かすための「データサイエンス」を学ぶ

セミナー講師

鈴木 孝弘 氏 東洋大学 経済学部 経済学科長 教授 工学博士 
主経歴
  1984年 東京工業大学大学院 化学環境工学専攻博士課程修了(工学博士)
  1984年 静岡県庁 生活環境部 主事
  1986年 山形大学 工学部 情報工学科 助手
  1989年 東京工業大学 工学部 化学工学科 助手
  1994年 東京工業大学 資源化学研究所(大学院化学環境工学専攻併任)助教授
  2002年 東洋大学 経済学部 経済学科 教授 現在に至る

専門・得意分野
  データサイエンス(ニューラルネットワークやサポートベクターマシンの経済、化学、
  薬学などの問題への適用)、環境科学、環境経済など

セミナー受講料

お1人様受講の場合 48,000円[税別]/1名
1口でお申込の場合 61,000円[税別]/1口(3名まで受講可能)
受講申込ページで2~3名を同時に申し込んだ場合、自動的に1口申し込みと致します。

セミナー趣旨

 近年、ビジネス誌の特集に「データ分析」「統計学」「人工知能(AI)」といった言葉をよく目にするようになりました。
 第4次産業革命を迎え、あらゆるモノをインターネットに接続し、膨大なデータを収拾・分析するIoT社会において、ひたすらに増え続けるデータ(ビッグデータ)を有効かつ効率的な処理し、ビジネス・研究に生かすための「データサイエンス」は、文系・理系問わず、もはや現代の必修科目です。
 本セミナーでは、この「データサイエンス」について、これだけき知っておきたい基本事項を解説します。データの使い方の基礎から、いま人工知能で話題となっているディープラーニングまで、データサイエンスの書籍などにありがち複雑な書式による説明は最小限に、その基本的な考え方と手法の原理をマスターすることを目的とします。

習得できる知識

・データサイエンスの概要について知ることができる。
・数式やプログラミングによる説明では、ほとんど分からなかったデータサイエンスの手法を理解できる。
・データ分析部署、システム開発会社の新入社員の方々の入門知識として役立つ。
・実務や研究開発などにデータサイエンスを生かすため、何から始めるべきか分かるようになる。
・サポートベクターマシンやニューラルネットワークなどの手法をすぐに適用できるようになる。 

セミナープログラム

 1. データサイエンスとは
   1.1 要素技術
   1.2 AIの時代

 2. データと前処理
   2.1 ビッグデータ・データベース
   2.2 基本統計量・ベイズ設計
   2.3 データの標準化

 3. モデル化と最適化
   3.1 実験計画法
   3.2 シンプレックス最適化法
   3.3 グリッドサーチ

 4. パターン認識・多変量解析
   4.1 パターン認識とは
   4.2 多変量解析とは
   4.3 重回帰分析とPLS回帰分析
   4.4 クロスバリデーションとは

 5. サポートベクターマシン(SVM)
   5.1 カーネル法
   5.2 SVMの応用例

 6. ニューラルネットワーク・ディープラーニング
   6.1 ニューラルネットワークとは
   6.2 ニューラルネットワークの構造と学習
   6.3 ディープラーニング
   6.4 ディープラーニングの活用分野・展望

 7. まとめ