【2024年度】データサイエンス入門

1.データサイエンスの活用とその課題
データサイエンス、AI、機械学習、ディープラーニング等の言葉を定義し、どんな技術で、何ができるようになり、その課題は何かについて明らかにし、それらを自分の課題に適用できるようになることを目指します。

2.データサイエンスによるソリューションの検討
この講義では、データサイエンスの課題解決への枠組みに注目し、バリュープロポジションキャンバスやビジネスモデルキャンバスを用いて、身近な課題のデータを用いた解決について検討し、そのプロセスを体験します。

3.データの収集・可視化
この講義では、「データ」の持つ特徴や、「オープンデータ」の収集方法、可視化の基礎と課題について理解し、データから情報を引き出せるようになることを目指します。

4.データの収集と可視化
この講義ではインターネット上にあるオープンデータをダウンロードし、簡単なデータの前処理を実施した後に表計算ソフトを使って可視化を行い、データから情報を抽出できるようになることを目指します。

5.データ分析入門
この講義では機械学習や統計分析で使われる「クラス分類」と「回帰分析」について基礎的な技術を理解すると共に表計算ソフトで実行できることを目指します。また、構築された「傾向」や「要因」を表すモデルが実際の状況にどれくらいマッチしているかを評価する方法も身につけます。

6.データ分析演習
これまでの学習内容を各自の興味応じたデータに適用できることをめざします。インターネット上からオープンデータを検索・ダウンロードして、データの可視化・分析を行い、スライドにまとめて発表の準備をします。

7.分析結果の発表とフィードバック
各自の興味に応じたデータによる分析結果をスライドにまとめて発表します。質疑応答を通じて分析の課題や今後検討すべき取り組み等についてフィードバックを行うことで、データの分析力の向上を目指します。