會田 雅人
総務省統計局長
東京大学工学系大学院（計数工学）修了。総理府入府後、総務省統計局経済統計課長、消費統計課長、国際統計課長、総務課長、統計局統計調査部長などを歴任。2015年より現職。
社会人のためのデータサイエンス演習
受講登録は終了しました
講座内容
（2016/10/4追記）
本講座は2016年6月24日をもって受付を終了しました。
現在、特別開講（2016年11月1日開講）の受講登録を受け付けております。こちらのページをご参照ください。
総務省統計局が提供する講座第2弾、ビジネスの現場で求められているデータサイエンスをわかりやすく解説します。
今、ビジネスの現場では、統計的な思考力によって様々な課題を解決していく能力、すなわち“データサイエンス”力の高い人材が求められている。本コースでは“データサイエンス”力の向上を目指し、事例なども踏まえ、ビジネスの現場で使われる実践的なデータ分析（統計分析）の手法を身につける。
コースは5つの部分に分かれている。第1週では、データサイエンスが必要とされる背景やデータ分析に基づく問題解決プロセスを紹介する。
第2週では「ビジネス課題解決のためのデータ分析基礎(1)」として、記述統計によるデータの把握と、比較／傾向の視点について学ぶ。
第3週では、「ビジネス課題解決のためのデータ分析基礎(2)」として、比較の視点（クロス集計の軸設定と見方）や傾向の視点（時系列データの解釈）について学ぶ。
第4週では、「ビジネス課題解決のためのデータ分析基礎(3)」として、ビジネスにおける予測・評価（回帰分析による予測）と、分析結果の報告（記述と可視化方法）について学ぶ。
第5週では、講座全体のまとめと、ビジネスでデータサイエンスを実現するためのポイントについて説明する。
（本講座は「社会人のためのデータサイエンス入門」の続編講座となります。）
本講座にさきがけて、「社会人のためのデータサイエンス入門」を2016年3月1日より特別開講させていただきます。
入門編と演習（実践編）を受講することで、データ分析の基本的な知識から、ビジネスの現場で使われる実践的なデータ分析（統計分析）の手法までを身につけることができます。
《特別開講》「社会人のためのデータサイエンス入門」はこちらのページをご参照ください。
第1週：データサイエンスとは
- “データサイエンス”力の高い人材育成について
- データサイエンスが必要とされる背景
- データサイエンスに求められるスキルや知識
- データサイエンスの将来
- PPDACサイクルに沿った問題解決の進め方
- 分析の設計手法
第2週：分析の概念と事例
～ビジネス課題解決のためのデータ分析基礎（事例と手法）(1)～
- Analysis（分析）とは
- 1変数の状況の把握(1)（可視化の活用）
- 1変数の状況の把握(2)（代表値の活用）
- 比較して2変数の関係を見る
- ビジネスにおける比較(1)（概要）
- ビジネスにおける比較(2)（適切なA/Bテストの活用）
第3週：分析の具体的手法
～ビジネス課題解決のためのデータ分析基礎（事例と手法）(2)～
- クロス集計の軸設定と見方
- 散布図と相関の調べ方
- 相関関係と因果関係の違い
- 時系列データの見方
- 時系列データの分解の方法
第4週：ビジネスにおける予測と分析結果の報告
～ビジネス課題解決のためのデータ分析基礎（事例と手法）(3)～
- 回帰分析による予測
- モデル評価と予実評価
- 分析結果の報告（記述／可視化方法）
- 分析結果の報告（解釈の注意点）
- 予測・分類等代表的手法と活用場面
第5週：ビジネスでデータサイエンスを実現するために
- 各週のおさらい
- データ分析に基づく問題解決ケーススタディ
- 様々な企業で活躍するデータサイエンティスト
- 企業でデータサイエンスを実現するためのポイント
- 講座のまとめ
講師・スタッフ紹介
阿向 泰二郎
総務省統計局統計情報システム課長
九州大学理学部数学科卒業。総務庁に入庁後、大臣官房企画課課長補佐、統計局統計情報課課長補佐、独立行政法人統計センター総務課長、行政管理局管理官等を経て現職。統計行政においては、小売物価統計調査における情報端末の導入、e-Stat、オンライン調査システム、統計データのオープン化の推進等、ICTを活用した刷新プロジェクトに従事。
佐伯 諭
株式会社電通 デジタルマーケティングセンター データマネジメント部 部長
1998年早稲田大学大学院理工学研究科修了。デジタルマーケティング領域のデータ解析、アドテクノロジー支援などを担当。前職の電通国際情報サービスではメディア最適化システムやCRMシステムのスクラッチ開発を専門とし、プログラマー＆SE歴7年。その後、外資系金融で金融アナリストとして従事。2007年より現職。ad:tech tokyo2015スピーカー、データサイエンティスト協会理事。
松尾 豊
東京大学大学院工学系研究科 特任准教授
1997年、東京大学工学部電子情報工学科卒業。2002年、同大学院博士課程修了。博士（工学）。同年より産業技術総合研究所研究員。2005年よりスタンフォード大学客員研究員。2007年より現職。専門分野は、人工知能、ウェブマイニング、ビッグデータ分析。人工知能学会からは論文賞（2002年）、創立20周年記念事業賞（2006年）、現場イノベーション賞（2011年）、功労賞（2013年）の各賞を受賞。人工知能学会 学生編集委員、編集委員を経て、2010年から副編集委員長、2012年から編集委員長・理事。2014年より倫理委員長。日本トップクラスの人工知能研究者の一人。
奥園 朋実
株式会社ブレインパッド アナリティクスサービス本部アナリティクスサービス1部長
熊本県出身。大学卒業後、大手通販企業で広告・販促・データ分析部署の立ち上げに従事し、2010年ブレインパッドに入社。大手EC通販をはじめ、Webサービス・大手化粧品・アパレル・放送業界等のデータ分析プロジェクトのプロジェクトマネジャーおよびデータサイエンティストとして携わる。マーケティングアナリティクス分野（特にCRM領域）を得意とする。最近では受託分析支援に加えて事業会社内のデータ活用促進に向けたコンサルティング支援やデータ分析部署の立ち上げにも従事。
今津 義充
株式会社ブレインパッド アナリティクスサービス本部アナリティクスサービス2部 シニアデータサイエンティスト 博士（理学）
東京都出身。東京工業大学 大学院理工学研究科 基礎物理学専攻修了後、独立行政法人理化学研究所 博士研究員を経て現職。統計分析・モデル構築、数値シミュレーションに精通。近年はリスク定量化とリソース最適化の分析案件などに従事。
渋谷 直正
日本航空株式会社 Web販売部 1to1マーケティンググループ アシスタントマネジャー
埼玉県出身。名古屋大学大学院文学研究科（地理学専攻）卒業後、日本航空に入社し、主に営業部門を経験、2009年から現職。月間2億ページビューに上るJALホームページのログ解析や顧客情報分析を担当。航空券などのレコメンド施策の立案・企画・実施に当たる。2014年、日経情報ストラテジー誌による「データサイエンティスト・オブ・ザ・イヤー」受賞。
大黒 健一
株式会社日立インフォメーションアカデミー、ビジネス研修部技師
現在は日立製作所 情報・通信システム社ならびに同グループ会社を中心に、データ・アナリティクス・マイスター育成、イノベーティブ人財育成のための研修の企画・開発・実施を担当。分析実務では、需要予測、在庫・生産管理、テキストマイニング、センサーデータの分析に従事。講師としては、これまでにビジネスデータ分析に関する研修実施でのべ6,000人を指導。名古屋大学大学院 生命農学研究科博士課程後期課程 修了（農学博士）。
高橋 範光
株式会社チェンジ 取締役 人材開発事業＆ビッグデータ事業担当 ビッグデータマガジン編集長
東京工業大学大学院修士課程卒業後、大手外資系コンサルティング会社に就職。システム開発やマーケティングROI分析などのコンサルティング経験を経て、現職へ。現在、データサイエンティスト育成やデータ解析コンサルティング、IT企業の人材育成に注力している。著書に「道具としてのビッグデータ」（日本実業出版社）がある。
矢島 安敏
株式会社ブレインパッドCSO
長野県出身。東京工業大学工学部卒業後、同大学院経営工学専攻準教授を経て2008年より現職。専門分野はオペレーションズ・リサーチ、数的最適化、機械学習。著書に「経営工学の数理〈1〉、〈2〉（科学のことばとしての数学）」（朝倉書店）などがある。
丸山 宏
大学共同利用機関法人 情報・システム研究機構 統計数理研究所 モデリング研究系 教授 総合研究大学院大学統計科学専攻 教授
東京工業大学卒業後、日本IBM東京基礎研究所にて自然言語処理、Webサービス、セキュリティなどの研究開発に従事。同社東京基礎研究所長、執行役員を経て2011年より現職。工学博士（京都大学）。データサイエンティスト協会理事。文部科学省事業「データサイエンティスト育成ネットワークの形成」実施責任者。2015年近代科学社より「データサイエンティスト・ハンドブック」発行（共著）。
橋本 武彦
株式会社ブレインパッド アナリティクスサービス本部アナリティクスサービス1部 教育サービス担当 シニアデータサイエンティスト 一般社団法人データサイエンティスト協会 事務局長、慶應義塾大学SFC研究所所員
東京都出身。エンジニア・研究員、マーケティングリサーチャーを経験後、2008年ブレインパッドに入社。広告会社などさまざまな企業のデータ分析プロジェクトにデータサイエンティストおよびプロジェクトマネジャーとして従事。2012年よりデータサイエンティスト育成分野での企業向けの教育サービスを担当。分析の実務経験を活かした研修の開発・カスタマイズを得意とする。2013年技術評論社より「データサイエンティスト養成読本」（共著）、2014年に日本評論社より「統計学ガイダンス」（共著）。
※講師の肩書等は2016年１月時点の情報を掲載
前提条件
表計算ソフトMicrosoft Excelの基本的な操作ができること。
課題で使用しますので、Microsoft Excelがインストールされたパソコンを準備してください。
※「社会人のためのデータサイエンス入門」を受講していなくても、受講可能です。
課題内容
- 各週課題（Week2～4）：選択式の問題（5問程度）
- 最終課題（Week5）：選択式の問題（15問程度）
※当初「各週課題：選択式の問題（5問程度）、最終課題：選択式の問題（15問程度）」と掲載しておりましたが、課題内容を上記のように変更させていただいておりますので、予めご了承ください。
修了条件
得点率60％以上
学習期間
5週間
補助教材
「社会人のためのデータサイエンス演習 オフィシャル スタディ ノート」
このスタディノートには、受講者の学びをサポートするため、すべてのスライドを収録し、説明を付け加えています。また、更に理解を深めるためのコラム等も収録しています。
講義の解説
- 第1週：データサイエンスとは
- 第2週：分析の概念と事例
- 第3週：分析の具体的手法
- 第4週：ビジネスにおける予測と分析結果の報告
- 第5週 : ビジネスでデータサイエンスを実現するために
- かんたん便利なe-Statの使い方
- 統計分析関連サイトの紹介
- Excel操作関連サイトの紹介
- 推奨書籍の紹介
○価格・サイズ
A4判 170ページ
販売価格：1,000円(税別)
○編集
総務省統計局
○発行
一般財団法人 日本統計協会
●下記サイトよりお申し込みいただけます
JMOOCカテゴリー
カテゴリーⅢ
※受講登録するとお客様の利用者情報は講座提供者（講師）に共有されます。詳しくは利用規約とプライバシーポリシーをご覧ください。
- 講座番号:ga063
- 受講開始日:2016年4月19日
- 想定される勉強時間/週:3時間程度