申し込み
2022年11月～12月の試験のために万全を期せ！

DS検定対策講座

初学者でも安心・頻出の難しい問題を親切丁寧に解説！
2022年8月24日(水)・25日(木) 10:00～13:00（全2日開催）
会場：オンライン講座（ライブ配信）

ご好評につき本セミナーの申し込みは終了しました。

現在募集中の講座一覧

＜講座終了後の無料サポート＞
最新のシラバスと出題傾向に対応した、
オリジナル模擬試験と解説を配布！
試験当日までオンラインサポート！！

DX時代と呼ばれる今、その成功の鍵を握るのは何よりも人材です。そして、その中でも真っ先に挙げられる人材の一人が「データサイエンティスト」です。

しかし、これまではそのスキルを認定する資格や検定がなく、代わりとして「統計検定」や「G検定（ジェネラリスト検定）」などが活用されてきました。

2021年9月、データサイエンティスト協会により、「データサイエンス 力」、「データエンジニアリング 力」、「ビジネス 力」といったデータサイエンティストに求められるスキルセットを証明する資格認定試験『DS検定（データサイエンティスト検定 リテラシーレベル）』の提供が開始されました。

そこでインプレスアカデミーでは、その検定に合格できるよう最新のシラバスをもとに傾向と対策を練った対策講座を実施いたします。

講師には、インプレスのデータサイエンス講座シリーズで、受講生から絶大な支持を得ているヤン・ジャクリン氏を招聘。皆様を合格に導くよう懇切丁寧に教導します。

DS検定に一発合格を目指す多くの皆さまの受講をお待ちしております。

画像

DS検定は、デジタルリテラシー協議会が定義する “Di-Lite” のデジタルリテラシー範囲として推奨されております。
Di-Liteは、全てのビジネスパーソンが共通して身につけるべきデジタルリテラシー範囲として定義されております。

本セミナーはこのような方に向いています

  • 「データサイエンティスト
    検定」に
    確実に合格したい
  • これからデータ
    サイエンティストを目指す
    ビジネスパーソン
  • データ分析を
    業務に活かしたいと
    考えている

講座の特徴

  • 講座終了後から試験当日まで、チャットでの無料サポート
  • 各分野の抑えるべきポイントを2日間で総整理
  • 合格に最重要な問題を中心に取り上げ、過去の出題傾向なども交えて解説
  • 講座中に自ら演習に取り組むことで、問題を解く訓練をし弱点を把握
  • 試験に合格するための秘訣や勉強法を伝授
  • 本講座オリジナルテキスト、摸擬試験（模範解答付き）も提供し、試験問題への勘所を養成

本講座で身につくスキル

  • DS検定に合格するレベルの知識が身につく
  • AIを業務に適用するための提案ができるようになり、アイデアを生みやすくなる
  • ビジネスに活かせるデータサイエンスの基礎知識

DS検定の受験を検討している方は勿論、AI活用人材の養成を考えている方、データサイエンスのリテラシを幅広く体系的に習得したい方、多くの部門からのご参加を心よりお待ちしております。
本講座を通じDS検定合格への道を開くとともに、AI、機械学習、ディープラーニングそのものへの理解を深め、応用できる素養を身に付ける場として是非ご活用下さい。

  • ※昨年及び前回実施した各回の『G検定対策講座』や『データサイエンス基礎講座』シリーズを受講された方も、知識の再整理・復習の意も含め再受講をお薦めいたします。
  • ※講師・講座内容は予告無く変更される場合があります。予めご了承ください。
  • ※あくまでも授業カリキュラムに沿った教導のポイントの概要です。進行スケジュール及びテーマ変更・進行遅速により変更がありますのでご了承下さい。
画像

講師プロフィール

ヤン ジャクリン氏
メイン講師
ヤン ジャクリン氏
株式会社GRI
データ分析官　兼　講師
詳しいプロフィールを見る

2017.7～　株式会社GRI：データ分析官・講師
主な活動分野：G検定試験対策講座を定期的に担当。可視化分析（BI）、ETL、ウェブマーケティング分析、豊富なデータサイエンス研修メニューを担当、法人研修も提供。
北京生まれ・日本育ちの米国籍
日・英・中のトライリンガル
東京大学理学部物理学専攻　卒業
東京大学大学院理学系研究科・素粒子物理学専攻博士課程修了（理学博士）
～2017.6　高エネルギー加速器研究機構　素粒子原子核研究所　博士研究員
著書「ディープラーニングG検定（ジェネラリスト）最強の合格テキスト［明瞭解説+良質問題］」（SBクリエイティブ）。

＜論文リスト＞
1) “ILC as a natural SUSY discovery machine and precision microscope: From light Higgsinos to tests of unification”, (May,2020) Physics Review D.101.095026
2) “Measurement of the Higgs boson mass and e+e→ZH cross section using Z→μ+μ- and Z → e+e- at the ILC”, (Dec,2016) Physics Review D.94,113002
3) “ Measurement of Nanometer Electron Beam Sizes with Laser Interference using Shintake Monitor “, (Mar 2014) Nuclear Instruments and Methods in Physics Research A740, pp 131-137 閉じる

タイムテーブル

【1日目】8月24日（水）

10:00～13:00

  • Point！

    • 講座より一週間前にテキストを提供いたします。（直前に申し込んだ方は申し込み日に提供いたします）
    • 一日の中で満遍なく試験範囲をカバーできるために、事前学習を行うことを推奨します。講座中では、要点整理と例題演習に重点を置きます。

  1. Part1　社会におけるデータ・AIの活用事例

    1. Introduction
      • データサイエンティスト検定TMリテラシーレベル試験の概要
      • DS協会が定義するスキルチェックリスト
      • おすすめ学習法
    2. データサイエンティストに必要な素養は様々
    3. データサイエンスの社会実装、その背景にある要素
    4. データサイエンスとは
    5. データ分析とは、データ分析の手法
      • （コラム）データサイエンティストの仕事の具体例
    6. データ分析の事例紹介

  2. Part2　データリテラシー

    1. なぜデータリテラシーが必要なのか
      • データリテラシーの定義、重要性、具体的なスキル
      • データ前処理の大切さ
      • データサイエンスにおけるデータの扱い方
    2. データの種別を見分ける
      • 連続データと離散データ
      • 質的データと量的データ
      • 尺度水準（名義尺度、順序尺度、感覚尺度、比例尺度）
      • 構造化データ・非構造化データ
      • オープンデータ
      • 様々なデータ収集の手段
      • 配列データとは、データ処理における配列の便利さ
    3. データに潜むバイアス
      • データ受領後のチェック項目
      • データの網羅性
      • ノイズ除去
      • データバイアス、サンプリングバイアス
      • アルゴリズムバイアス
    4. データの可視化
      • 可視化とは、可視化分析の意義
      • BIツールの特徴、PythonやExcelとの比較、ダッシュボード
      • 様々なグラフや集計表（棒グラフ、折れ線グラフ）
      • 度数分布表、相対度数分布表、累積度数分布表
      • クロス集計表
      • 箱ヒゲ図、パーセンタイル、外れ値の識別
    5. 章末問題演習 + 解説 質問コーナー

  3. Part3　データサイエンス（機械学習・データ処理と分析）

    1. 機械学習の基本概念
      • 人工知能、機械学習、ディープラーニングの関係性
      • 学習と予測の仕組み
    2. 教師あり学習、教師なし学習、強化学習
      • 回帰問題と分類問題
      • クラスタリング　など
      • 機械学習モデルの構築と運用の流れ
    3. 特徴量設計・データ前処理
    4. モデルの最適化、過学習
    5. 機械学習・データ分析の代表的な手法:
      • 線形回帰、ロジスティク回帰、決定木、アンサンブル学習、K-means、ナイーブベイズ
      • ニューラルネットワークの仕組み
    6. 学習済みモデルの評価
      • データ分割法
      • 精度指標、ROC曲線、AUC
    7. ハイパーパラメータのチューニング
    8. 画像・動画データの形式、処理と解析（画像分類、物体検出、セグメンテーション）
    9. 音声データの形式、音声処理
    10. 自然言語の処理（形態素解析、構文解析、意味解析）
    11. 時系列データ、時系列分析
    12. モデルの予測結果の解釈
      • 局所的説明と大域的説明
    13. 章末問題演習 + 解説 質問コーナー

【2日目】8月25日（木）

10:00～13:00

  1. Part4　データエンジニアリングの基礎

    1. データ収集
      • データ収集の技術（overall紹介）
      • ウェブクローリング・スクレイピング
    2. データの保管
      • データを保管する仕組み（overall紹介）
      • ストレージ、データストア、データベースなど
      • リレーショナルデータベース(RDB)、SQLとnoSQL
      • RDBの代表例
      • ER図
      • テーブルの正規化、正規化の各種
      • 第一正規化vs非正規化、第二正規化、第三正規化
      • NoSQLデータベースの特徴代表例
    3. データ基盤
      • データ基盤、クラウド、 サーバー
      • データ転送、 バックアップ、 データ処理
    4. セキュリティ
      • セキュリティ上の注意点
      • ３要素（機密性、完全性、可用性）
      • 攻撃と防御、アクセス制御
      • 暗号化技術の種類、デジタル署名
    5. 章末問題演習 + 解説 質問コーナー

  2. Part5　ビジネス力と社会への応用に伴う注意点

    1. データサイエンティストに求められるビジネス力
    2. データ分析プロジェクトの進め方
    3. 現状把握：ビジネスモデル、プレイヤー、一次情報、二次情報
    4. 課題の定義：スコーピング、5フォース分析、MECE、ロジカルシンキング
    5. 目標の設定（KPI、KGI、KPIツリー）
    6. 仮説の立案と検証
    7. ドキュメンテーション、結果の考察と説明
    8. 契約の種別と開発の形式
      • 請負契約、準委任契約
      • ウォータフォール開発、アジャイル開発
    9. 法規制・倫理ガイドライン
      • データ倫理、コンプライアンス
      • AIが社会に及ぼす影響、ELSI、GDPR
    10. 個人情報の扱い方：個人情報の定義、個人情報保護法、プライバシー
      • 要配慮個人情報と機微情報
      • 匿名加工情報、オプトアウト制度
    11. 公平性と透明性：ブラックボックス問題、説明可能AI（XAI）
      • 人間中心のAI社会原則、FAT（Fairness, Accountability, and Transparency）
    12. 知的財産権、特許権
    13. 著作権、プログラムは著作物？　著作物とそうでないものの区別
    14. 不正競争防止、営業秘密、限定提供データ
    15. 章末問題演習 + 解説 質問コーナー

  3. Part6　統計学・数学の基礎

    1. 統計学の基礎
      • 記述統計学と推測統計学
      • 基礎統計量とその使い分け（平均値、中央値、最頻値）
      • データの広がりを示す指標（分散、標準偏差）
    2. 母集団から標本の無作為抽出
      • 非復元/復元、層別抽出法、多段抽出法
    3. 統計的推定
      • 母数と推定量
      • 点推定と区間推定
      • 推定統計量の偏り、不偏分散、自由度とは
    4. 例題で学ぶ 統計的仮説検定
      • 仮説検定の手順
      • 帰無仮説、対立仮説
      • 確率分布と検定統計量（Z分布、正規分布、t分布）
      • 有意水準、信頼区間
      • 両側検定、片側検定
    5. P値を正しく理解しましょう！
    6. 第１種の過誤、第２種の過誤
    7. 二変数間の関係性
      • 共分散、相関係数
      • 相関と因果関係の違い、擬似相関、交絡因子
    8. 参考文献（統計学、数学）
    9. 章末問題演習 + 解説 質問コーナー
      ※数学の演習を行います
      ※最終日、巻末に模擬試験 + 解説 を配布します
  • ※講師・講座内容は予告無く変更される場合があります。予めご了承ください。

開催概要

セミナー名 DS検定対策講座
～2022年11月～12月の試験のために万全を期せ！～
開催日時 2022年8月24日（水）10:00～13:00
2022年8月25日（木）10:00～13:00
（全2日）
会場 オンライン開催（ライブ配信）
主催 株式会社インプレス
協力 株式会社GRI
参加対象
  • とにかくデータサイエンティスト協会『DS検定』に1回で確実に合格したい方
  • これからデータサイエンティストを目指すビジネスパーソン
  • データ分析を業務に活かしたいと考えているビジネスパーソン
  • デジタルリテラシーの習得を目標としている方
受講料 早割：27,500円（税込み）※2022年7月29日（金）までのお申し込み分
通常：33,000円（税込み）
参加特典
  • 講座の1週間前に講義・演習資料を配布
  • 1週間前から無料サポート
  • 講座終了後も試験当日まで無料オンラインサポート
お問い合わせ先 株式会社インプレス セミナー事務局（担当：石川義貴）
E-mail：jimukyoku@impress.co.jp
受付時間　10:00～18:00（土・日・祝日を除く）
定員 50名（最少開講人数10名）
  • ※応募者多数となりました場合には、受講いただけない場合がございます。予めご了承ください。
注意事項
  • 受講票は2022年8月12日（金）以降、順次電子メールにてご連絡させていただきます。
  • 都合により、講師・講座内容あるいはセミナー内容の一部が予告無く変更される場合があります。予めご了承ください。
  • 定員に達し次第、申込受付を締切らせていただきます。応募者多数となりました場合には、受講いただけない場合がございます。予めご了承ください。今回ご受講いただけないお客様には、次回の開講について、改めてご案内させていただきます。
  • ご本人が出席できない場合は、代理の方の参加が可能です。その際は、事前に事務局までご連絡ください。
  • 最少催行人数に満たない場合は、開催を中止することがありますので、ご了承願います。その際は、講座開催日の5営業日前までに、本ページおよびメールでご連絡いたします。
  • 自然災害、交通機関の事故、講師の発病等、不可抗力な事情により開催を中止することがあります。事前に中止が判明した場合は、本ページおよびメールにてお知らせいたしますので、各自でご確認ください。当日に中止が決まった場合は、本ページおよびメールと電話にてお知らせいたし、開催日の変更もしくは参加料の返金をいたします。 なお、旅費（航空券含む）や宿泊費とそれらのキャンセル諸費用については保障いたしません。
  • 製品購入を前提としたり、製品販売促進のためのセミナーではありません。

重要事項

【重要：利用ソフト、PC等、機器について】

  • 受講時には、PCのご利用を推奨します。
  • 見やすいディスプレイサイズやサブディスプレイ等々のご用意を推奨いたします。
  • SlackやGoogleドライブを使用します（連絡・質問対応など）
    • ※SlackまたはGoogle ドライブを使用できない方は別途メール送付等で対応いたします。お申し込みのときあるいはお申し込み後にご希望をお申し出ください。

＜禁止事項＞

  • 本講座に関する講義・演習等の各種資料について、無断転載・引用は厳禁といたします。
  • 受講に際して、映像の録画・音声の録音・画面のキャプチャ、個人のブログやSNSなどへのアップ等、本講座に関する記録及び許諾を受けない利用については厳禁といたします。
  • 上記に反した場合は、著作権法に抵触する恐れがあります。

受講料のお支払い方法について

  • お支払い方法は、クレジットカード決済または請求書による銀行振込（先払い）のいずれかをお選びいただきます。
  • 請求書によるお支払いを選択された場合は、お申し込み完了後にご用意するマイページにて請求書をダウンロードいただけます。
    お申し込みの翌9時、または16時以降に自動発行されますのでマイページをご確認ください。
  • カード決済を選択された場合は、申込完了時にご請求・一括でのお支払いとなります。
  • 開講日の3日前（2022年8月21日 日曜日）までに指定の口座に受講料をお振込みください。
  • 直前お申し込みのお客様は、お申し込みフォームのご連絡欄に、振込可能日をご記入ください。
  • 貴社締めの関係でお支払い日の変更をご希望の場合は、お申し込みフォームの連絡事項欄、または事務局までご連絡ください。
  • 受講料のお振り込み手数料はお客様のご負担にてお願いいたします。

お申し込み後のキャンセルについて

  • ご入金後のキャンセルはお受けいたしかねますのでご了承ください。
  • 開講日の14日前（2022年8月10日 水曜日）の正午までにキャンセルのご連絡をいただいた場合、受講料は全額ご返金いたします。
  • 8月10日（水）以降のキャンセルにつきましては、受講料のご返金はいたしません。ただし、代理の方のご出席は承ります。
  • イベントという商品の特性上、8月10日（水）以降のキャンセルは、受講料未納の場合においても【キャンセルフィ100％】となり、お支払いただきます。
  • お客様都合によるキャンセルおよび欠席・遅刻によるご返金等は一切お受けしておりません。
  • お客様都合による一部ご欠席など、未受講分のご返金はいたしません。予めご了承のうえ、お申し込みください。

セミナーへの参加方法について

  • セミナー開催が近づきましたら、開催日の前日までに受講ご案内を電子メールにてお送りさせていただきます。

ご都合により、お振込が間に合わない場合、受講のキャンセルなど、
受講に関する問い合わせは、以下までご連絡ください。

ご連絡、お問い合わせ

株式会社インプレス セミナー事務局（担当：石川義貴）
jimukyoku@impress.co.jp
受付時間　10:00～18:00（土・日・祝日を除く）

よくある質問

講義は録音、録画できますか？
講義の録音、録画はご遠慮願います。
オンライン講座の配信システムは何ですか？
受講にはビデオコミュニケーションプラットフォームZoomを利用いたしますので、事前にインストールをお願い申し上げます。

▼ ダウンロードセンター
https://zoom.us/download#client_4meeting

また、実際に受講される環境（インターネット接続、ヘッドセットやマイクスピーカー等）で、事前確認しておくことを推奨します。

Zoom ヘルプセンター：ミーティングに参加する前にテストするにはどうすればよいですか？
https://support.zoom.us/hc/ja/articles/115002262083

Zoom ヘルプセンター：ミーティングに参加するにはどうすればよいですか？
https://support.zoom.us/hc/ja/articles/201362193

◆ 音声・画面が上手く映らない場合は、ZoomのQ＆Aをご確認ください。

Zoom ヘルプセンター：ビデオ/カメラが動作していません
https://support.zoom.us/hc/ja/articles/202952568

Zoom ヘルプセンター： Zoomのネットワークファイアウォールまたはプロキシサーバーの設定
https://support.zoom.us/hc/ja/articles/201362683
業務都合(体調不良)で欠席となります。代理人の受講も可能ですか？
はい、可能です。代理の方が受講される場合には、事前に事務局までご連絡ください。
申し込み後、講座が開催中止になることはありますか？
最少催行人数に達しなかった場合など、講座を中止する場合がございます。中止する必要がある場合は、講座開催日の5営業日前までに、お申し込みいただいたメールアドレスにご連絡いたします。
領収書は発行してもらえますか？
領収書は、お申し込み完了後にご用意するマイページにてダウンロードいただけます。

インプレスセミナーについて

インプレスでは、「データサイエンス・機械学習」の、その有用性にいち早く着目。2013年秋からビッグデータ、AI研究の先端研究が進む東京工業大学大学院イノベーションマネジメント研究科/東京大学政策ビジョン研究センターに協力を仰ぎ、授業タイプのセミナーとして改めて企画し、2014年4月から「データサイエンス講座」として実施してまいりました。

現在では、「データサイエンス基礎講座シリーズ」、「ブロックチェーン基礎講座シリーズ」に加え、「クラウドネイティブコンピュータ/マイクロサービスアーキテクチャ基礎講座シリーズ」（Scrum基礎講座、AWS Lambda実践編、Kubernetes基礎実践編 等）など、最先端のテクノロジーにフォーカスした授業セミナーを連続して実施してきています。
データ分析担当者だけではなく、情報エンジニアリング部門、新規事業部門、品質管理部門の方々、先端外資系ITベンダー等、幅広い各層の方が参加し、延べ3,000名以上の方々に受講いただき、高い評価を受けています。

こちらもおすすめ

基礎から実務レベルまで皆さまのビジネス課題の解決、 キャリアアップを支援する多様なプログラムをご用意！