Aコース データサイエンス 『基礎コース』
データサイエンス
『基礎コース』アイコン

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
情報学基礎
社会情報学受付中
大阪公立大学
2
講義
開講時期
2023年9月25日 ~ 2024年2月25日
概要
シラバスをご確認ください。
機械学習
深層学習受付中
大阪公立大学
2
講義
開講時期
2023年9月25日 ~ 2024年2月25日
概要
シラバスをご確認ください。
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
2023年4月5日 ~ 2023年4月14日
概要
統計学
データサイエンス特別レクチャー終了
滋賀大学
2
講義
開講時期
2023年4月5日 ~ 2023年7月6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
2023年4月5日 ~ 2023年4月21日
概要
機械学習
データサイエンス特論1受付中
神戸大学
1
講義
開講時期
2023年11月7日 ~ 2023年11月9日
概要
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について学ぶ。
情報学基礎
データサイエンス特論終了
大阪公立大学
2
講義
開講時期
2023年4月10日 ~ 2023年8月29日
概要
シラバスをご確認ください。
機械学習
機械学習特論終了
大阪公立大学
2
講義
開講時期
2023年4月10日 ~ 2023年8月29日
概要
シラバスをご確認ください。
情報学基礎
データマイニング終了
大阪公立大学
2
講義
開講時期
2023年4月10日 ~ 2023年8月29日
概要
シラバスをご確認ください。
プログラミング
機械学習の数理 with R/Python受付中
大阪大学
2
講義
開講時期
2023年10月1日 ~ 2024年3月31日
概要
機械学習は、1990年代後半から統計学の手法と結びつき、現在は統計的機械学習として、人工知能の中心的な技術として開花している。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。実際、入力と出力の間の関係を原理のレベルから理解しないと、分析結果の意味を正確に把握することは難しい。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。
統計学
多変量解析受付中
大阪大学
2
講義
開講時期
2023年10月1日 ~ 2024年3月31日
概要
多変量解析は互いに関連した複数個の観測項目のデータ(多変量データ) から,項目間の因果関係を検討したり,内部構造を解明したりするための統計的方法論である.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.
統計学
データ科学のための数理受付中
大阪大学
2
講義
開講時期
2023年10月1日 ~ 2024年3月31日
概要
社会のデジタル化が進むにつれて、日常生活・産業構造・ビジネスモデルが劇的に変わろうとしています。その駆動力の中核がビッグデータや人工知能です。これからの社会では、その基盤となる数理・データサイエンス・人工知能の知識・思考法を身に付けることが求められます。本講義では、データサイエンス、データエンジニアリング、AIに関する広い基礎知識・技術を身に付けることを目標とします。
統計学
データ科学と意思決定受付中
大阪大学
2
講義
開講時期
2023年10月1日 ~ 2024年3月31日
概要
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.
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
2023年4月1日 ~ 2024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 ビデオをみて、演習問題100問を解く。疑問があれば、Slackで質問する。 https://vimeo.com/showcase/8438200
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
2023年4月1日 ~ 2024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。 Slackで質問を随時うけるので、演習問題の疑問は、随時質問してほしい
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
2023年4月1日 ~ 2024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
情報幾何入門終了
大阪大学
2
講義
開講時期
2023年4月1日 ~ 2023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
数理統計入門終了
大阪大学
2
講義
開講時期
2023年4月1日 ~ 2023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。

注意事項