第3回開催日（全5日）開催中につき、ご参加希望の方はご相談ください。

1日目：　2020 年 12 月 16 日 (水) 13：30 ～ 16：00

2日目：　2020 年 12 月 23 日 (水) 10：00 ～ 16：00

3日目：　2021 年　1 月 13 日 (水) 10：00 ～ 16：00

4日目：　2021 年　1 月 20 日 (水) 10：00 ～ 16：00

5日目：　2021 年　1 月 27 日 (水) 10：00 ～ 16：00

※5日目はオプションです。詳細は「データサイエンス講座の詳細」をご覧ください。

第4回開催日（全6日）

1日目：　2021 年 2 月 17 日 (水) 13：30 ～ 16：00

2日目：　2021 年 2 月 24 日 (水) 10：00 ～ 16：00

3日目：　2021 年　3 月 3 日 (水) 10：00 ～ 16：00

4日目：　2021 年　3 月 10 日 (水) 10：00 ～ 16：00

5日目：　2021 年　3 月 17 日 (水) 10：00 ～ 16：00

6日目：　2021 年　3 月 24 日 (水) 13：30 ～ 16：00

※5日目、6日目はオプションです。詳細は「データサイエンス講座の詳細」をご覧ください。

≪開催会場≫

※現在はZoomを使用したWebinarを開催しております。

⇒Webinarへの参加方法・諸注意はこちら

データサイエンス講座の詳細

第3回データサイエンス講座の内容と日程は下記の通りです

	カリキュラム概要	内容	第3回日程
	AI概論	分析に適切なデータ提供とは？分析の前の問題整理 プロジェクト推進。データ分析を行うかどうかの判断、プロに任せるべきところはどこか？等、マネージャの方から、分析に関わる方すべてに向けた内容 この回は講義のみです（ソフトウェア実習がありません）	2020年12月16日(水) 13:30～16:00
各論1	課題設定とデータ分析の考え方	課題設定に向けて必要なこと、設定された課題の解決に必要なデータとは？ データの種類と分析手法の関係	2020年12月23日(水) 10:00～12:30
	基礎分析と可視化	集計、欠損の扱い、グラフ表示	2020年12月23日(水) 13:30～16:00
各論2	予測のための線形モデル	線形回帰、ロジスティック回帰	2021年1月13日(水) 10:00～12:30
	データ構造の把握	クラスタリング、多変量解析（主成分分析など）	2021年1月13日(水) 13:30～16:00
各論3	予測のための非線形モデル	決定木、ニューラルネット（Random Forest、Deep Learningなど）	2021年1月20日(水) 10:00～12:30
	モデルの定量的評価と最適化	交差検証、評価指標(ROCAUCなど) TreeモデルやAICによる変数選択	2021年1月20日(水) 13:30～16:00
各論4	時系列データの分析（オプション）	移動平均/差分等のデータ加工、自己相関係数	2021年1月27日(水) 10:00～12:30
	ベイズ最適化と実践的分析（オプション）	効率的にパラメータや要因の探索を行うベイズ最適化と異常検知や変数選択などの実践的内容	2021年1月27日(水) 13:30～16:00

第4回データサイエンス講座の内容と日程は下記の通りです

	カリキュラム概要	内容	第4回日程
	AI概論	分析に適切なデータ提供とは？分析の前の問題整理 プロジェクト推進。データ分析を行うかどうかの判断、プロに任せるべきところはどこか？等、マネージャの方から、分析に関わる方すべてに向けた内容 この回は講義のみです（ソフトウェア実習がありません）	2021年2月17日(水) 13:30～16:00
各論1	課題設定とデータ分析の考え方	課題設定に向けて必要なこと、設定された課題の解決に必要なデータとは？ データの種類と分析手法の関係	2021年2月24日(水) 10:00～12:30
	基礎分析と可視化	集計、欠損の扱い、グラフ表示	2021年2月24日(水) 13:30～16:00
各論2	予測のための線形モデル	線形回帰、ロジスティック回帰	2021年 3月 3日(水) 10:00～12:30
	データ構造の把握	クラスタリング、多変量解析（主成分分析など）	2021年3月3日(水) 13:30～16:00
各論3	予測のための非線形モデル	決定木、ニューラルネット（Random Forest、Deep Learningなど）	2021年3月10日(水) 10:00～12:30
	モデル評価と変数選択	交差検証、評価指標(ROCAUCなど) TreeモデルやAICによる変数選択	2021年3月10日(水) 13:30～16:00
各論4	時系列データの扱い（オプション）	移動平均/差分等のデータ加工、自己相関係数	2021年3月17日(水) 10:00～12:30
	ベイズ最適化と実践的分析（オプション）	効率的にパラメータや要因の探索を行うベイズ最適化と異常検知や変数選択などの実践的内容	2021年3月17日(水) 13:30～16:00
各論5	テキストマイニング概論	自然言語処理、その他テキストマイニング分析手法	2021年3月24日(水) 13:30～16:00

• 開催場所：現在はZoomによるWebinarを開催しております。
• 受講料：お問い合わせください。
  

  ※各論4 と各論5 はオプションです。また、価格には 2か月分のデータサイエンス講座用ライセンス( Visual Mining Studio / Visual R Platform / Deep Learner )が含まれます。
  ※Visual Mining Studio / Visual R Platform / Deep Learner のいずれかのユーザー様向けにはご優待価格を用意していますので、お尋ねください。

• 受講にあたって
  
  • 講座の受講用に、WindowsノートPCをご持参ください。スペックは下記の通りです。
    CPU 2.0GHz 以上
    メモリ 4GB 以上
    HDD 空き領域 10GB 以上
    対応 OS Windows 8.1 / Windows 10(いずれも64bit版)
    Microsoft Officeインストール済
    

お申し込み・お問い合わせ

お申し込み・お問い合わせは、こちらの 「お問い合わせフォーム」　からお気軽にお問合せください。


※お問い合わせ内容欄に「データサイエンス教育/問い合わせ」とご記入いただきますとスムーズです。




株式会社 NTTデータ数理システム 営業部


お問い合わせフォームは、当社が契約する 株式会社パイプドビッツの 情報管理システム「スパイラル」のページへリンクします。