2020年12月24日（木）
10:30～16:30
Tel：03-5857-4811 E-mail：info@rdsc.co.jp
問い合わせフォーム
非会員：
55,000円
（本体価格：50,000円）
会員：
44,000円
（本体価格：40,000円）
学生：
55,000円
（本体価格：50,000円）
1名につき 55,000円（税込）※ 資料付
メール会員登録者は 44,000円（税込）
★【メール会員特典】通常の特典（2名目無料,3名目以降半額）は適用外となりますが,定価の20％引きでご参加いただけます。
★ お申込み後のキャンセルは基本的にお受けしておりません。ご都合により出席できなくなった場合は代理の方がご出席ください。
※ 講師著の『これだけは知っておきたい データサイエンスの基本がわかる本』（オーム社, 2018）をテキストにセミナーを進めます。このテキストは、講師からセミナーの前後に無償配布します。当日はスライドを用いて進めますが、テキストの事前のご用意は不要です。
・データサイエンスの概要について知りたい方
・データサイエンスの基本となる考え方、手法を知りたい方
・データサイエンスを学びたいが、数式やプログラミングによる説明だとよくわからない／よくわからなかったという方
・データ分析部署、システム開発会社の新入社員、若手の方で知識を整理したい方
・自身の研究や実務にデータサイエンスを生かしたいが、なにからはじめればよいかわからない方
・文系の出身で数式が多い解説は理解しにくい方
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分野でありがちな複雑な数式は最小限に、その基本的な考え方と手法の原理を理科できます。
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、増加し続けるデータ（ビッグデータ）を有効かつ効率的に処理し、ビジネス・研究に生かすための「データサイエンス」は、もはや現代の必修科目といえるでしょう。しかし、データサイエンスの領域は広く、多数の要素技術が含まれ混在とした状況にあり、データサイエンスの全体層を把握することが重要である。
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 ビッグデータとデータベース
2.2 基本統計量・ベイズ統計
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
5. サポートベクターマシン（SVM）
5.1 カーネルとは
5.2 SVMの応用例
6. ニューラルネットワークと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とは
6.4 ディープラーニングの応用分野・展望
