講座内容

「データサイエンス分析プロジェクトは決まったステップがあって、その通りやれば成果が出る」と思っている方はいませんか？実際には、データサイエンスのプロジェクトは「やってみないとわからない」という性質があり、それが一般的なプロジェクトとは異なるポイントになっています。

本講座では、データサイエンスのプロジェクトを進めるうえで、どのような作業が発生するのかを理解していただき、マネジメントや業務を依頼するうえで重要なポイントを理解することがゴールです。そのためにビジネス課題から議論をスタートし、どのように考えて分析を行うかをケースを用いながら説明していきます。また、PythonとRを使ってどのように分析作業を行うのかも具体的に説明していきます。

おすすめの対象者

• ビジネスにおいてデータを活用したいと考えている方
• データサイエンスプロジェクトのマネジメントを実施される方

カリキュラム

1. 機械学習-はじめに

2. 予測モデルの構築プロセスの全体像

3. ビジネス課題から分析課題への翻訳

4. データの準備

5. データ前処理

6. モデルの構築

7. モデルの性能評価

8. 機械学習-まとめ

9. 統計学-はじめに

10. 分析例

11. 統計モデリング

12. 確率分布仮説検定

13. 回帰分析