開講情報
- 2024.03.15
- データサイエンス概論 終了
- 2024.03.15
- ＤＳ・ＡＩ特別講義 終了
- 2024.03.15
- モデリング基礎理論 終了
- 2024.03.11
- 機械学習特論 受付中
- 2024.03.11
- データマイニング 受付中
- 2024.02.21
- スパース推定の数理と機械学習への応用 受付中
- 2024.02.08
- ビッグデータ解析 受付中
- 2024.02.08
- 確率的グラフィカルモデルと因果推論 受付中
- 2024.02.08
- カーネルの機械学習への応用 受付中
- 2024.02.08
- 情報幾何入門 受付中
- 2024.02.08
- 数理統計入門 受付中
データサイエンティストが必要とされる知識・スキルを習得するためのコース。データを価値に変換する際に必要な５つのプロセスである「課題設定力」「データサイエンス全体俯瞰能力向上」「データ収集・統合」「データ分析」「データ解釈」を、Eラーニングや大学講義を通じて学ぶことができます。
修了要件
Aコース科目(単位互換協定科目、e-Learning科目)から5単位を取得した受講生には、「基礎コース修了証」を発行します。 ※詳細についてはお知らせの「Aコース修了要件について」をご確認下さい。
構成科目
科目分類
科目名
開講大学
単位数
開講区分
数学基礎
データサイエンス概論終了
滋賀大学
2
講義
- 開講時期
- 2024年4月15日 ~ 2024年4月19日
- 概要
統計学
ＤＳ・ＡＩ特別講義終了
滋賀大学
2
講義
- 開講時期
- 2024年4月11日 ~ 2024年7月4日
- 概要
数理モデル
モデリング基礎理論終了
滋賀大学
2
講義
- 開講時期
- 2024年4月22日 ~ 2024年4月26日
- 概要
機械学習
機械学習特論受付中
大阪公立大学
2
講義
- 開講時期
- 2024年4月8日 ~ 2024年8月29日
- 概要
情報学基礎
データマイニング受付中
大阪公立大学
2
講義
- 開講時期
- 2024年4月8日 ~ 2024年8月29日
- 概要
機械学習
スパース推定の数理と機械学習への応用受付中
大阪大学
2
e-Learning
- 開講時期
- 2024年4月1日 ~ 2025年3月31日
- 概要
- 機械学習の一分野、スパース推定を学ぶことによって、データサイエンスおよびRやPythonのプログラミングを習得し、ロジックを固める。線形回帰、一般化線形回帰、グループLasso、Fused Lasso、グラフィカルモデル、行列分解、多変量解析
統計学
ビッグデータ解析受付中
大阪大学
2
講義
- 開講時期
- 2024年4月1日 ~ 2024年9月30日
- 概要
- データマイニング技術を構成する多次元データ分析，相関ルールマイニング，クラスタリング，分類，推薦，異常検知，可視化に関するアルゴリズム，および分散環境におけるビッグデータ処理技術に関して学ぶ．
統計学
確率的グラフィカルモデルと因果推論受付中
大阪大学
2
e-Learning
- 開講時期
- 2024年4月1日 ~ 2025年3月31日
- 概要
- 機械学習の分野のひとつ、確率的グラフィカルモデルと因果推論について学ぶ。 聴講・視聴: 講義・教材・実演を視聴して学ぶ（例：講義の対面受講、オンデマンド教材視聴）
機械学習
カーネルの機械学習への応用受付中
大阪大学
2
e-Learning
- 開講時期
- 2024年4月1日 ~ 2025年3月31日
- 概要
- 機械学習のためのカーネルの数理について学び、最後に深層学習への応用を議論する。最初に、カーネルの理解に必要な数学(関数解析)を理解し、カーネル回帰、サポートベクトルマシン、スプライン、主成分分析、独立性検定、因果推論などの応用事例をプログラムで実行させて理解する。
統計学
情報幾何入門受付中
大阪大学
2
講義
- 開講時期
- 2024年4月1日 ~ 2024年9月30日
- 概要
- 情報幾何学は，確率分布の集まりが内包する自然な幾何構造の研究を源流とする比較的新しい研究分野である．情報幾何学は当初，統計学において輝かしい成功をおさめたが，物理学・情報理論・システム理論・神経回路網・数理生物学等の様々な分野においても確率分布族は中心的役割を果たすため，その適用分野は近年大きな広がりを見せている．本講義では，Mathematica を用いた実験数学的アプローチを併用することにより，情報幾何学への新たな入門を試みる．
統計学
数理統計入門受付中
大阪大学
2
講義
- 開講時期
- 2024年4月1日 ~ 2024年9月30日
- 概要
- 統計解析の基礎となる統計的推定論及び統計的検定論を測度論を用いて解説する。 さらに統計的漸近理論について概説する。