当コースは、これからデータサイエンティストとしてビジネス分析、データ活用を行う方に向けたものです。
学術的な基本統計解析に加え、Excelによる分析関数、分析機能の演習を行い、実務的なビジネス視点でのデータの読み取りを行ないます。
また、データサイエンティストの定義や仕事としてのデータ分析のプロセスについても、課題設定と分析設計のワークショップを通してより実務に近い形で進めます。
□当コースは演習に Microsoft Excel を使用します。
Excel2016以降のバージョンが使用できるPCをご用意ください。
(2016未満のバージョンの場合、演習が一部実施できません。
講師のデモをご確認くださいますようお願いいたします。)
□2日目にワークショップがあります。
マイクが有効なPCでご参加ください。
※開催初日の15日前に開催判断を行いますので、お早めにお申し込みをお願いいたします。
上記概要をご覧ください
ITの基本知識があること。
高校卒業レベル程度の数学が分かることが望ましい。
当コースを修了した時点で、次のことができることを目標とします。
1.データサイエンティストの仕事を理解する
2.統計・解析の基本的考え方を理解する
3.演習データを使い、分析の方向付けができるようになる
●1日目
1.データサイエンティストとは
スキル、業務、体制
データ分析による問題解決プロセス
データ分析プロセス(記述、予測、最適化)
●2日目
2.統計解析の基礎(座学とExcel演習)
記述統計
推測統計
機械学習
分析ツール紹介
3.ワークショップ
分析課題設定と分析設計
日数 | 2日間 |
---|---|
受講時間 | 9時30分 ~ 17時00分(昼休憩:45分) |
受講料 | 115,500円 (税別価格105,000円) |
日時 | 場所 | 状況 | 締切日 | セッションID |
---|---|---|---|---|
6月13日(木) 〜 6月14日(金) | オンラインクラス | 開催中止 | 6月10日(月) | 04 |
6月24日(月) 〜 6月25日(火) | オンラインクラス | 受付中 | 6月19日(水) | 31 |
8月1日(木) 〜 8月2日(金) | オンラインクラス | 受付中 | 7月29日(月) | 05 |
9月11日(水) 〜 9月12日(木) | オンラインクラス | 受付中 | 9月8日(日) | 32 |
9月19日(木) 〜 9月20日(金) | オンラインクラス | 開催中止 | 9月16日(月) | 06 |
12月16日(月) 〜 12月17日(火) | オンラインクラス | 受付中 | 12月11日(水) | 07 |
3月3日(月) 〜 3月4日(火) | オンラインクラス | 受付中 | 2月26日(水) | 01 |
キャンセル規定 | 受講開始8日前から受講料(購入価格)の50%のキャンセル料がかかります。 また、受講開始0日前(当日キャンセル)から受講料(購入価格)の100%のキャンセル料がかかります。 |
---|---|
受講者メールアドレス | □受講者メールアドレスについて |
テキスト | □テキストについて |
オンラインクラス | □オンラインクラス |
教室クラス | □教室クラス 開催当日は、教室に電子テキストをダウンロードしたPCをご持参ください。 研修会場では無線LANサービスを提供いたしますが、ご持参されたデバイスの接続を保証するものではありません。 教室クラス利用条件 をご一読いただき、ご同意の上、お申し込みをお願いいたします。 |
演習環境 | □当コースは演習に Microsoft Excel を使用します。 |
2023年4月よりコースコードが変更になりました。(旧コースコード : DW803)
□オンラインクラスご参加のお客様で、自宅やオフィス以外の場所でのオンライン受講をご希望の方には iLスクエア をご提供いたします。ぜひご活用ください。
データ活用を実ビジネスで展開するには、AIや統計の基礎知識をもったビジネスリーダーが必要です。
データサイエンティストの役割は日々変化しています。
今の時代に求められるデータサイエンティストとはどのようなものかを理解した上で、2日間の最短距離であなたのビジネスにおけるデータサイエンスの適用領域を特定し、分析結果をビジネスに活用できるようになる基本を学ぶコースです。
【お客様の声】
・講師の方は、実際に分析のコンサルティングを実施されている方で、具体的な内容も交えながら説明していただき、非常に実りある時間となりました。
・AIを使ってなんでもできると思っている人は多いが、社内に導入する際に、目標設定を何%に置くかがが重要ということがよく分かった。
・事前の分析の必要性も理解した。
・一度もデータ分析に関する提案書を書いたことがなかったですが、どのようなことを考えて記載してゆけばよいのかがわかりました。
・座学のみではなく、演習・ワークショップを交えながら実施できたので理解しやすかった。
・社内にAIを導入する上での注意点がよく分かった。
・解決すべき課題に対するアプローチ方法をワークショップで体験できたのが良かった。