第4期 社会人向けデータサイエンス
&AI人材育成プログラム

受講内容・
タイムスケジュール

1週目
2021年10月1日(金)18:30~21:00
Python基礎
演習を通じてPythonの基本的文法とデータ分析をしていく上でよく使う基本テクニックを中心に学んでいきます。
※2,3,5,6週目にもPythonの課題とフォローアップがあります。
堅田 洋資 氏
講師
堅田 洋資

Python講座1

演習通じてPythonの基本的文法とデータ分析をしていく上でよく使う基本テクニックを中心に学んでいきます。また、Pythonでデータ分析をする際に欠かせない「pandas」というライブラリを紹介します。1週目はPythonを書くことに慣れていきます。

本講座で実現できること

  • 変数やデータ型を理解し、使うことができる
  • Pythonで条件分岐(if文)、繰り返し処理(forループ)を書くことができる
  • Pythonで関数(def)を作ることができる
  • pandasでデータを読み込むことができる
  • pandasで簡単なスライシング、フィルタリングができる
閉じる
2週目
2021年10月8日(金)18:30~21:00
AI応用
ビジネスにおける自社・自身の課題への気づきを学び、解決するためにデータサイエンス、AI、機械学習を活用する方法を習得します。
宮崎 淳 氏
講師
宮崎 淳

データサイエンスPJの進め方1

この講座では、ビジネスにおいて、データサイエンス、特にAI、機械学習を使うプロジェクトをスムーズに進めるために必要な前提知識、機械学習特有のプロジェクトの流れ、問題、成功させるためのプロセスを理解していきます。具体的には、 先端のAI技術について紹介していくことで、ビジネスにおいてイノベーションを起こすプロジェクトを見抜く眼力と鼻を養なっていきます。具体的には、講座内において、ビジネス展開を想定した仮想的なAIプロジェクト企画の要求仕様の作成を行います。また、それに基づく見積もりを作成します。チームに別れてグループワークで仕様の議論を行ない、課題点を明確にします。 最後にクラス全体でチーム検討結果を共有し、AI企画、見積もりの課題点を浮き彫りにし、具体的なAI技術を想定した、AIプロジェクト企画の要求仕様の作成や、それに基づく見積もりの作成を体験することにより、ビジネスにおいて、データサイエンス、特にAI、機械学習を使うプロジェクトの具体的な進め方を理解していきます。

本講座で実現できること

先端AIを嗅ぐ力をつける

  • 先端のAI技術の素性を見抜く力をつける

利用ソフト、持参PC等、機器について

今年は、オンラインでの実施とし、企画テンプレートを予め配るのでそれらを各チームで共有して議論を進める。
Google ClassRoomの利用を考えているので、各自Googleアカウントを準備しておいてください。

閉じる
3週目
2021年10月15日(金)18:30~21:00
AI応用
ビジネスにおける自社・自身の課題への気づきを学び、解決するためにデータサイエンス、AI、機械学習を活用する方法を習得します。
宮崎 淳 氏
講師
宮崎 淳

データサイエンスPJの進め方2

この講座では、ビジネスにおいて、データサイエンス、特にAI、機械学習を使うプロジェクトをスムーズに進めるために必要な前提知識、機械学習特有のプロジェクトの流れ、問題、成功させるためのプロセスを理解していきます。具体的には、 先端のAI技術について紹介していくことで、ビジネスにおいてイノベーションを起こすプロジェクトを見抜く眼力と鼻を養なっていきます。具体的には、講座内において、ビジネス展開を想定した仮想的なAIプロジェクト企画の要求仕様の作成を行います。また、それに基づく見積もりを作成します。チームに別れてグループワークで仕様の議論を行ない、課題点を明確にします。 最後にクラス全体でチーム検討結果を共有し、AI企画、見積もりの課題点を浮き彫りにし、具体的なAI技術を想定した、AIプロジェクト企画の要求仕様の作成や、それに基づく見積もりの作成を体験することにより、ビジネスにおいて、データサイエンス、特にAI、機械学習を使うプロジェクトの具体的な進め方を理解していきます。

本講座で実現できること

先端AIを嗅ぐ力をつける

  • 先端のAI技術の素性を見抜く力をつける

要求仕様と見積もりを書く

  • ワークショップ形式にて、チームにわかれ、仮想AIプロジェクトの企画、要求仕様を描き、それに対するRFPプロポーザルを描く

チームディスカッションと気づき

  • チーム内で、企画と見積もりの議論を行い、課題を発見する。全体にて議論を行い、総括する

利用ソフト、持参PC等、機器について

今年は、オンラインでの実施とし、企画テンプレートを予め配るのでそれらを各チームで共有して議論を進める。
Google ClassRoomの利用を考えているので、各自Googleアカウントを準備しておいてください。

閉じる
4週目
2021年10月22日(金)18:30~21:00
Python基礎
演習を通じてPythonの基本的文法とデータ分析をしていく上でよく使う基本テクニックを中心に学んでいきます。
※2,3,5,6週目にもPythonの課題とフォローアップがあります。
堅田 洋資 氏
講師
堅田 洋資

Python講座2

データ分析で大事なことは「データとの対話」です。データと対話するには、データを集計したり可視化したりすることが必要になります。この講義の前半はデータの集計と可視化のテクニックを学びます。後半はグループに分かれてデータ集計と可視化を使ったショートプロジェクトを行います。

本講座で実現できること

  • pandasで読み込んだデータを集計することができる
  • 棒グラフ、折れ線グラフ、ヒストグラム、箱ヒゲ図、散布図行列を作成することができる
  • データの読み込みからデータの可視化までの一連の流れを実施できる
閉じる
5週目
2021年10月29日(金)18:30~21:00
AI応用
ビジネスにおける自社・自身の課題への気づきを学び、解決するためにデータサイエンス、AI、機械学習を活用する方法を習得します。
伊藤 羊一 氏
講師
伊藤 羊一

ビジネス発想とデータ

データとビジネス

データは、データそのものに意味があるのではなく、ビジネスを遂行していくために活用するものです。ここでは、そもそもどうビジネスプランを描くのか、そしてそこにどうデータを活用していくのか、を考えていきます。

本講座で実現できること

前半で、そもそもビジネスプランを描くための頭の働かせ方を学び、実際にワークショップスタイルで新規ビジネスを考えていきます。後半では、そのビジネスにどうデータを絡めていくとよいか、を考えていきます。

この講座で、自身でビジネスのきっかけを考える手法が身につけられるとともに、ビジネスにおけるデータ活用の重要性の理を目指します。

閉じる
6週目
2021年11月5日(金)18:30~21:00
AI応用
ビジネスにおける自社・自身の課題への気づきを学び、解決するためにデータサイエンス、AI、機械学習を活用する方法を習得します。
申 吉浩 氏
講師
申 吉浩

機械学習の裏方ー機械学習の数理的背景を理解しよう

機械学習は、統計・情報理論・解析などの数学理論の上に成り立っています。機械学習を利用する時、多くの指標を測定したり、パラメータを設定しなければならないことは、この事実の証です。利用者にとって、機械学習を数理的に深く理解することは必要ありませんが、一定の数理的理解を持つことは、機械学習の利用をより実り多いものにします。この講義では、機械学習の基本的概念・指標やパラメータ・仕組みの数理的背景をわかりやすく説明します。

  1. 機械学習の枠組み

    機械学習の理解に役立つ確率・統計・情報理論の基本的な概念を、機械学習の基本的な手続きを通して学ぶ。特に、分散・情報量について学んだのち、混同行列・擬陽性率・擬陰性率・AUC-ROCなど、頻出・必携の概念を理解する。また、主要な機械学習のアルゴリズムを紹介し、学習の原理について理解する。
  2. ニューラルコンピューティングの仕組み

    古典的ニューラルネットであるパーセプトロンの誤り訂正学習から論を起こし、ニューラルコンピューティングの課題とその解決を追いながら、現代のニューラルコンピューティングのアーキテクチャを理解する。損失関数・活性化関数・誤差逆伝播法(バックプロパゲーション)など、頻出・必携の概念についても学ぶ。

本講座で実現できること

  • 機械学習の理解に役立つ確率・統計・情報理論の基本概念、特に、分散・情報量がわかるようになる。
  • SVMやニューラルコンピューティングにおける学習の仕組みの基礎である最適化問題がわかるようになる。
  • 代表的な学習アルゴリズムについてその動作原理がわかるようになる。
  • ニューラルコンピューティングの基本的な仕組みと課題がわかるようになる。

利用ソフト、持参PC等、機器について

この授業は全て座学です。特別なソフト、機器等の準備の使用はありません。

閉じる
7週目
2021年11月12日(金)18:30~21:00
Python基礎
演習を通じてPythonの基本的文法とデータ分析をしていく上でよく使う基本テクニックを中心に学んでいきます。
※2,3,5,6週目にもPythonの課題とフォローアップがあります。
堅田 洋資 氏
講師
堅田 洋資

Python講座3

実世界のデータ分析業務では、決してデータ分析に適したデータばかりではありません。そのため、データ分析に使うにはクレンジングが必要になります。この講義では、実践で役立つデータクレジングのテクニック(欠損値の処理、時間型の扱い方、文字列の処理)を学びます。最後に、データクレンジングからデータ集計・可視化まで行うショートプロジェクトを行います。

本講座で実現できること

  • pandasで欠損値処理を行うことができる
  • pandasで時間に関する計算等を行うことができる
  • pandasで文字列処理を行うことができる
閉じる
8週目
2021年11月19日(金)18:30~21:00
Python基礎
演習を通じてPythonの基本的文法とデータ分析をしていく上でよく使う基本テクニックを中心に学んでいきます。
※2,3,5,6週目にもPythonの課題とフォローアップがあります。
中西 崇文 氏
講師
中西 崇文

Python実習フォローアップ

フォローアップ

本講座で実現できること

これまでのPython講座で学んだことをより身につけるために、実際にデータサイエンスの現場でよく使われる操作を中心にハンズオン形式に復習を行います。

閉じる
9週目
2021年11月26日(金)18:30~21:00
Python応用
自社・自身の課題を解決するためのアプリケーションを構築するためのスキルを、実習を通じて学びます。
中西 崇文 氏
講師
中西 崇文

機械学習、全部見せます 1

機械学習が実現できる機能として、分類・クラスタリング・回帰・次元削減が挙げられます。これらの概要を眺めながら、回帰、および分類(決定木、サポートベクターマシン、ナイーブベイズ、アンサンブル学習、ニューラルネットワーク)の各機能についてハンズオン形式で学びます。

本講座で実現できること

回帰・分類の各種アルゴリズム

  • 重回帰分析
  • 決定木、サポートベクターマシン、ナイーブベイズ、アンサンブル学習、ニューラルネットワーク
閉じる
10週目
2021年12月3日(金)18:30~21:00
Python応用
自社・自身の課題を解決するためのアプリケーションを構築するためのスキルを、実習を通じて学びます。
中西 崇文 氏
講師
中西 崇文

機械学習、全部見せます 2

前回に引き続き、機械学習が実現できる機能として、クラスタリング、次元削減の各機能についてハンズオン形式で学びます。具体的には階層型クラスタリング、非階層型クラスタリング、主成分分析について示します。

本講座で実現できること

  • クラスタリング・次元削減の各種アルゴリズム
  • k-means、階層型クラスタリング、主成分分析
閉じる
11週目
2021年12月10日(金)18:30~21:00
Python応用
自社・自身の課題を解決するためのアプリケーションを構築するためのスキルを、実習を通じて学びます。
中西 崇文 氏
講師
中西 崇文

機械学習実習

ここではディープラーニングの一つ、畳み込みニューラルネットワークを学び、画像認識のサンプルプログラムを動かすことを試みます。また、そのサンプルプログラムを応用することで様々なアプリケーションへ展開する方法について実習を通して学びます。

本講座で実現できること

畳み込みニューラルネットワークの実践

  • 機械学習を応用する方法
閉じる
12週目
2021年12月17日(金)18:30~21:00
Python応用
自社・自身の課題を解決するためのアプリケーションを構築するためのスキルを、実習を通じて学びます。

成果発表会

2週目、3週目、5週目で明らかにした自社、自身の課題を、これまでに学んだ機械学習手法を用いて解決できないかを考え、できればそれを解決するアプリケーションを構築します。前半は実習時間とし、後半はその成果をそれぞれで発表し共有することで、このセミナーのラップアップをします。

本講座で実現できること

受講者同士の機械学習実践事例を共有し、さらなるステップアップを図ります。

閉じる
堅田 洋資 氏

堅田 洋資

株式会社データミックス

  • 代表取締役社長

株式会社データミックスを2017年に起業し、データサイエンティストの育成を行うためのスクールを運営。また、大手総合商社、大手新聞社、グローバル人材派遣会社、携帯電話キャリアなどに機械学習や統計モデリングを使ったコンサルティングを行う。

前職の白ヤギコーポレーションでは、社内のデータはもちろんクライアントのデータ分析を支援する分析コンサルタントとして活躍。主に人工知能・機械学習を用いたレコメンデーション、アプリユーザーの行動分析や機械学習を用いたプッシュ通知の最適化、交通系IoTのデータ分析、物流倉庫の数理最適化などを担当。

白ヤギコーポレーション参画前は、監査法人トーマツにてデータ分析コンサルタント、生体センサスタートアップでサービス・アルゴリズム開発の取締役、KPMG FASにて事業再生コンサルタント、外資系メーカーでの経理・マーケティングなど幅広い経験を持つ。

Close
宮崎 淳 氏

宮崎 淳

株式会社オレンジテクラボ

  • CEO

工学博士(慶應義塾大学大学院)富士ゼロックス奉職後、早期退職し、株式会社オレンジテクラボを立ち上げ。
人工知能特に深層学習を中心とした人工知能システムの設計、コンサルティングに従事。シリコンバレーと日本を繋ぐ新規事業開発とインキュベーション、日本アジアパシフィックでの事業化・技術マーケティングを担当。
ここ2年ほどは、大企業、中堅企業の新規事業開発の組織開発のコンサルテーション、2019年、2021年のJST SCOREのメンターを実施、日本企業・研究機関が新規領域へ踏み出す支援をしている。またOsaka Startup BootCamp、Venture Cade Tokyoのメンターを務めることで、世界のスタートアップが日本市場アプローチする支援も行っている。

Close
伊藤 羊一 氏

伊藤 羊一

Zホールディングス株式会社

  • Zアカデミア学長

ヤフー株式会社

  • コーポレートエバンジェリスト Yahoo!アカデミア学長

武蔵野大学アントレプレナーシップ学部

  • 学部長

株式会社ウェイウェイ

  • 代表取締役

日本興業銀行、プラスを経て2015年よりヤフー。現在Zアカデミア学長としてZホールディングス全体の次世代リーダー開発を行う。またウェイウェイ代表、グロービス経営大学院客員教授としてリーダー開発を行う。2021年4月 武蔵野大学アントレプレナーシップ学部(武蔵野EMC)学部長就任。代表作に52万部超ベストセラー「1分で話せ」。ほか、「1行書くだけ日記」「FREE, FLAT, FUN」など

Close
申 吉浩 氏

申 吉浩

学習院大学

  • 教授

東京大学理学部数学科卒業
東京大学理学系研究科数学専門課程博士課程修了
富士ゼロックス株式会社総合研究所
東京大学先端科学技術研究センター 特任助手
カーネギーメロン大学日本校 教授
兵庫県立大学大学院応用情報科学研究科 教授
学習院大学 教授

Close
中西 崇文 氏

中西 崇文

武蔵野大学

  • データサイエンス学部
    データサイエンス学科長
  • 准教授

筑波大学大学院システム情報工学研究科で博士(工学)の学位を取得。情報通信研究機構(NICT)のナレッジクラスタシステムの研究開発、大規模データ分析・可視化手法に関する研究開発などに従事。専門は、データマイニング、ビッグデータ分析システム、統合データベース、感性情報処理、メディアコンテンツ分析など。現在は、武蔵大学准教授、国際大学GLOCOMの准教授・主任研究員を務める。著書には「シンギュラリティは怖くない:ちょっと落ちついて人工知能について考えよう」(草思社)や、「スマートデータ・イノベーション」(翔泳社)などがある。最近では、音声認識・解析技術を利用し、オフィス家具メーカーのイトーキと共同で、会議中の生産性を上げるための実証実験を行うなど、民間企業と最新テクノロジーを利用した製品開発に携わっている。

Close
受講お申し込み