1限目：データサイエンス概論

• データとビジネス
• 現状把握とデータによるビジネス改善
• 企業の中のデータサイエンティスト
• データによるイノベーションの起こし方

2限目：Python基本

• Jupyter notebook
• Python文法基礎
• 基礎統計量による分析
• Pandasの使い方
• データの可視化

3限目：Python演習 機械学習編

• データハンドリング基礎
• 機械学習論
• 教師なし学習（K-MEANS）/アルゴリズム説明
• 教師あり学習（線形回帰モデル）/アルゴリズム説明
• 教師あり学習（ロジスティック回帰モデル）/アルゴリズム説明
• 教師あり学習（SVM)/アルゴリズム説明
• 教師あり学習（ランダムフォレスト）/アルゴリズム説明

4限目：【事例演習】機械学習を利用した業務の効率化

• 【例題1】ある化粧品会社の製品販売マーケット／ターゲットの特定
• 【例題2】「不動産物件の相場予測」
• 【例題3】「IoTセンサーデータを用いた故障診断」

※4限目と5限目については、授業進行の状況で内容等の変更がある可能性があります。あらかじめご了承下さい。

5限目：【事例演習】機械学習を利用した業務の効率化

• 前半：4限目の事例演習の回答と解説
• 後半：事例研究（特別講演）

※4限目と5限目については、授業進行の状況で内容等の変更がある可能性があります。あらかじめご了承下さい。

事例研究 (特別講演) 近接分離最適化と画像処理

近年、近接分離原理に基づく最適化技術がスパース/低ランク性を利用する画像処理・機械学習に幅広く応用されている。本講演では、その応用が広がった背景を説明した後に、代表的なアルゴリズムを画像処理応用と共に解説する。

講師

東京工業大学 科学技術創成研究院

助教

小野 峻佑（おの　しゅんすけ）

略歴

2010 東工大・工・情報工卒
2014 同大学大学院理工学研究科博士課程修了（集積システム専攻）、博士（工学）
2012～2014 日本学術振興会特別研究員（DC1）
現在、東工大・科学技術創成研究院・未来産業技術研究所・助教、及び、科学技術振興機構（JST）さきがけ個人研究者（兼任）。主として画像処理、信号処理、数理最適化の研究に従事。電子情報通信学会学術奨励賞（2013）、電子情報通信学会論文賞（2014）、IEEE SPS Japan Chapter Outstanding Student Journal Paper Award（2014）、丹羽保次郎記念論文賞（2015）、手島精一記念研究賞博士論文賞（2016）、テレコムシステム技術賞（2016）、船井学術奨励賞（2017）各受賞。