データサイエンス活用コース

・データサイエンスを基礎から体系的に学びたい方

・経験や勘ではなく、データに基づき企画立案や意思決定を行いたい方

・コーディングを行わずデータ分析を行いたい方

・明日から使えるデータサイエンスを理解し、統計手法を理解している状態

・探索的データ分析を通して課題を発⾒し、適切なデータ分析、仮説の検証ができる状態

・可視化やモデルの出力結果から施策を検討できる状態

▪イントロダクション

  ・データサイエンティストの定義

  ・データサイエンスの活用事例

  ・ビジネスにおける有用性

  ・統計と機械学習の違い

  ・分析フロー

▪課題への気付きとデータの取得・構造化

  ・データサイエンスサイクルについて

  ・Step1 目的設定について

  ・Step2 データの構造化・可視化について

▪探索的データ分析の基礎 - 集計・可視化

  ・Step3 探索的データ分析で課題を発見する

▪多変量解析の基礎 - 相関と回帰分析

  ・Step4 統計的手法を用いて課題の原因仮説を立てる

  ・Step5 結果の検証と解釈

▪データ分析実践1

  ・Step3,4 での属性データの活用

▪データ分析実践 2

  ・Step4 での入力変数同士の相関を踏まえた分析

  ・Step3,4 での質的変数を分析可能にする

  ・（参考）正規化・標準化

▪確証的データ分析の基礎 - 統計的仮説検定

  ・仮説検定とは

  ・t 検定

  ・カイ二乗検定

▪（補足）分析結果の可視化

  ・Step5 における可視化ツール（PowerBI）

▪総演習

  ・データと目的の説明

  ・ワーク

  ・発表