COURSE

コース紹介
【データサイエンス基礎コース】

Data Science Basic

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4つのプロセスである「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。
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。


数理科学公開講座・スタディグループII

講師写真

開講場所:大阪大学
講師:鈴木 貴,中澤 嵩
開講日時:平成30年8月7-10日(1-5限)

公開講座では,数理・データ科学の最先端のトピックや幅広い応用が見込まれる重要な技法等を,初学者にも理解できるよう平易に解説することを目的としている.ここでは,有限要素法のチュートリアルを行う.

データ科学公開講座・スタディグループIII

講師写真

開講場所:大阪大学
講師:鈴木 貴,朝倉暢彦
開講日時:平成30年11月16日(金)、17日(土)、18日(日)

スタディグループでは,最前線の研究と直結した未解決の課題に対して,関連する分野の専門家とともに集中的に議論し,グループワークを通して具体的な解決法を見出すことを目的としている.ここでは,非公開で「健康と医療」をテーマとしたスタディグループを行う.

データ科学のための数理

講師写真

開講場所:大阪大学
講師:高野 渉
開講日時:金曜1限

膨大な多変量データから有益な情報を抽出するための統計および最適化理論の基礎を学習する.

詳細

受付終了

データ科学特別講義

講師写真

開講場所:大阪大学
講師:各教員
開講日時:2018/8/6-2018/8/10

本講義では,ヒトのインタラクションやコミュニケーションのあり方,そしてそれらを実現する社会的・心的プロセスについて,それぞれを理解するためにデータ科学を有効に活用している第一線の研究者が講述する.

詳細

受付終了

機械学習のためのRプログラミング

講師写真

開講場所:大阪大学
講師:鈴木 譲
開講日時:平成30年10月〜平成31年1月

本講義では、(統計的)機械学習の基本概念を、正しく理解することが目的である。本講義では、whatを漠然と学習するのではなく、項目を最低限のものにしぼり、whyを数学的に解決しながら、最も理路整然とした状態の機械学習を脳裏に形成していく。無論、理論だけで終わるものではなく、同時に受講する演習科目で具体的に手を動かしていき、最後に実データに関する分析のプレゼンテーションを行う。

詳細

受付終了

多変量解析入門

講師写真

開講場所:大阪大学
講師:狩野 裕
開講日時:平成30年10月〜平成31年1月

本講義では,まず,多変量解析の各種手法が理解できるための数理的基礎を固める.つづいて,多くの統計分析手法の基礎となる回帰分析を講述する.実際例と注意すべき点,変数選択や数理的基礎を紹介する.次に,任意の統計モデルにおいて生じる欠測値問題を講述する.

詳細

受付終了

データ科学(機械学習)

講師写真

開講場所:大阪大学
講師:高野 渉
開講日時:平成30年10月〜平成31年1月

膨大な実世界データから有益な情報を知識として抽出し,それを再利用した人工システムを設計するためには,機械学習の枠組みが有効である.本講義では,その数学の理論およびアルゴリズムを俯瞰しながら機械学習の基礎を講義する.

詳細

受付終了

データ科学と意思決定

講師写真

開講場所:大阪大学
講師:朝倉暢彦
開講日時:平成30年10月〜平成31年1月

我々の日常の営みは意思決定の連続です.また,医療診断,株式投資,企業判断そして政策立案など様々な社会活動において,適切な意思決定のあり方が問題とされます.本講義では,データ科学の理論的な枠組みから意思決定プロセスをモデル化する方法,および脳認知科学の知見を踏まえたヒトの意思決定の特性を講述し,よりよい意思決定を導くための方略について議論します.

詳細

受付終了

データサイエンス特論1(人工知能活用事例研究)

講師写真

開講場所:神戸大学
講師:森永 聡(神戸大学/NEC)、齋藤政彦
開講日時:平成30年11月7~9日

第4次産業革命において、IoT、AI(人工知能)、ビッグデータの利用が鍵となり、データサイエンスが新しい学問分野、技術分野として注目されている。この講義では、データサイエンスの基礎である人工知能・機械学習の技術的側面、および応用例について学ぶ。