Bコース データサイエンス 『実践コース』
データサイエンス
『実践コース』アイコン

データサイエンスに必要な知識・スキルの基礎を学んだ後、実際のサンプルデータ等を用いて行う実践的な価値創造プロセスを習得するためのコースです。アクティブラーニングやプロジェクトベーストラーニングにより、実際に手を動かしながら学ぶことができます。

修了要件

基礎コース修了または同等学力の認定及び実践コース2単位以上修得。「基礎コース修了証」取得後に本コースを修了した受講生には、「実践コース認定証」を発行します。

構成科目

科目分類
科目名
開講大学
単位数
開講区分
演習
教師あり学習終了
滋賀大学
2
講義
開講時期
2022年5月9日 ~
概要
演習
教師なし学習終了
滋賀大学
2
講義
開講時期
2022年6月30日 ~
概要
PBL
データサイエンスPBLⅠ受付中
奈良先端科学技術大学院大学
1
演習
開講時期
2022年7月28日 ~ 2022年9月28日
概要
情報科学、バイオサイエンス、物質科学に関わるデータ駆動型科学の最先端の基礎的な知識とスキルを身につけること、および、データサイエンスの手法を他分野での応用に活かすため、専門の異なる研究者・技術者が協力して融合分野を開拓する際に必要となる異分野間コミュニケーションの能力や挑戦性・総合性を育成することを目的とする。
演習
実践データ科学演習A受付中
神戸大学
1
演習
開講時期
2022年9月1日 ~ 2022年9月5日
概要
神戸市等の地方自治体から、実際の課題と関連する可能性のあるデータの提供を受け、データ解析・分析による課題の設定と解決を目指したグループワークによるPBL(Project Based Learning)を実施する。 教員によるチュータリングを行うとともに、PCおよびExcel、R、Python等も随時活用し、データ分析、解析能力も同時に涵養する。 <授業計画> 2022年9月1日(木): 講義1(13:20--14:50): 地方自治体におけるいくつかの課題とデータリストの提供 講義2(15:10--16:40): 課題解決の為のデータ解析の手法について 2022年9月2日(金): 講義3(13:20--14:50):課題設定とデータの検討・データ解析の手法の検討(チュータリング) 講義4(15:10--16:40):データ収集・統合・前処理とデータ解析の準備(チュータリング) 講義5(17:00--18:30):データ解析の実施と検討 2022年9月5日(月): 講義6(13:20--14:50): データ分析と課題解決案策定の為のディスカッション 1 講義7(15:10--16:40): データ分析と課題解決案策定の為のディスカッション 2 講義8(17:00--18:30): 課題解決案のプレゼンテーションとコンペティション、まとめ、評価 2022年9月6日(火):予備日
演習
実践データ科学演習B受付中
神戸大学
1
演習
開講時期
2022年9月8日 ~ 2022年9月12日
概要
兵庫県等の地方自治体から、実際の課題と関連する可能性のあるデータの提供を受け、データ解析・分析による課題の設定と解決を目指したグループワークによるPBL (Project Based Learning) を実施する。教員によるチュータリングを行うとともに、PCおよびExcel、R、Python等も随時活用し、データ分析、解析能力も同時に涵養する。 <授業計画> 2022年9月8日(木): 講義1(13:20--14:50): 地方自治体におけるいくつかの課題とデータリストの提供 講義2 (15:10--16:40): 課題解決の為のデータ解析の手法について(実務家教員) 2022年9月9日(金): 講義3 (13:20--14:50): 課題設定とデータの検討・データ解析の手法の検討(チュータリング) 講義4 (15:10--16:40): データ収集・統合・前処理とデータ解析の準備(チュータリング) 講義5 (17:00--18:30): データ解析の実施と検討 2022年9月12日(月): 講義6 (13:20--14:50): データ分析と課題解決案策定の為のディスカッション 1 講義7 (15:10--16:40): データ分析と課題解決案策定の為のディスカッション 2 講義8 (17:00--18:30): 課題解決案のプレゼンテーションとコンペティション、まとめ、評価  2022年9月13日(火):予備日
PBL
データサイエンス特論2受付中
神戸大学
1
演習
開講時期
2022年11月8日 ~ 2022年11月10日
概要
現在進行中の第4次産業革命、デジタル変革(DX)においては、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を生み出し、様々なビジネスへの活用も進みつつある。この授業では、人工知能技術のユーザ側の企業と、技術提供企業(シーズ側企業)の事例報告を基に、データサイエンスの実質的応用について課題解決型ワークショップを行う。とくにビッグデータを活用するための方法論、質の高いデータを取得するためのプロジェクトやデータを収集するスキームのデザイン、データから実際に起っている現象を理解するための確率的モデリング手法、確率的潜在意味解析(PLSA)やベイジアンネットワークなどの利用法についても学ぶ。 スケジュールは下記の予定である。日程等の変更は、随時通知する。 2022/11/8(火) 3時限目 オリエンテーション AI技術活用のための認知科学(講義+ケーススタディ) 4時限目 AI技術活用を企画する① ユーザー・インサイトを理解する(グループワーク) 5時限目 AI技術活用に取り組む② 活用方法を具体化する(グループワーク) 2022/11/9(水) 3時限目 事例解説、PBLワークショップ(AI技術社会実装シナリオ1) 4時限目 PBLワークショップ(AI技術社会実装シナリオ2) 5時限目 まとめ 2022/11/10(木) 3時限目 AI技術・AIツール 4時限目 企業でのAI活用事例 産業技術総合研究所人工知能研究センター首席研究員 本村陽一(神戸大学客員教授)と企業のデータサイエンティスト、エキスパート(安松健、阪井尚樹)による講義を行う。
PBL
オープンイノベーションWS「金融ビジネスと情報システム工学」受付中
神戸大学
1
演習
開講時期
2023年2月1日 ~
概要
現代の金融ビジネスでは、ITがベースとなっており、ITの理解なしにはビジネスや社会を動かす事はできない。この特別講義では、アルゴリズム・データ構造、サイバーセキュリテイ、情報通信ネットワークなどの情報システム工学の基礎技術が実際の金融ビジネスの中でどのように活用されており、深い関係を持っているかを体験するグループワークによるPBL(Project Based Learning) を行い、それらについて理解を深める。 集中講義(2月中旬予定)においてオープンイノベーションワークショップを行う。 授業の概略は以下のとおり。 日程の変更がある場合は随時知らせる。 1日目(第1回~第4回) 2限目 ガイダンス、アルゴリズムとデータ構造 3~5限目 企業におけるシステム開発の全体と業務フロー設計 2日目(第5回~第8回) 2限目 人工知能 概説 3限目 メガ金融グループにおける人工知能の活用事例紹介 4・5限目 人工知能アイデアソン、振り返り・表彰 日本総研:西口 健二、舞鶴 二朗 神戸大学:大川 剛直、小澤 誠一、首藤 信通 第2回~第4回,第6回~第8回で講義予定となっている日本総研の担当教員は金融系システムの企画・開発・プロジェクトマネジメントに関する実務経験があり、具体的な事例を交えたPBLワークショップを担当する予定です。
PBL
データサイエンスコンテスト型PBL実習受付中
神戸大学
1
演習
開講時期
2023年1月1日 ~ 2023年2月28日
概要
このPBL実習では、データサイエンスコンテスト形式の実課題に取り組み、Pythonを用いた実データの取り扱い方と解析方法を実践的に学ぶ。 1日目  2限目 Jupyter Notebookの使い方  3限目 データの扱い・可視化  4限目 分類問題・回帰問題  5限目 データの前処理・コンテストの説明 2日目 5限目 チュートリアル・セミナー 3日目 5限目 チュートリアル・セミナー 4日目 3・4限目 コンテストの結果発表・振り返り ◎コンテスト課題への取り組みは1~4日目までの期間(1ヶ月程度)で随時実施すること。
PBL
実践的データマイニング1受付終了
和歌山大学
2
演習
開講時期
2022年8月19日 ~ 2022年8月29日
概要
店舗経営において重要な問題となるのが在庫管理である.商品が売れ残ると管理コストが増加し,在庫不足になると販売機会を喪失する.本講義では,データマイニングの手法の講義,分析手法の講義,流通業界に関する講義を行ったあと,実際のPOSデータを利用し,様々な販売ロスの削減に挑戦する.例えば,売上と天候気温の相関,重点的にロスが出やすいカテゴリ,廃棄傾向が高まる価格帯,チャンスロス可能性の製造商品,調査店舗間でのロス傾向の差異など,多種のデータが含まれる膨大なPOSデータから,問題点を探し,その解決策を探る.企業担当者も交えた発表会および企業担当者との議論なども予定している.
PBL
実践的データマイニング2受付終了
和歌山大学
2
演習
開講時期
2022年9月26日 ~ 2022年9月30日
概要
問題解決のため,やみくもに行動をおこしても,周りの理解が得られず,根拠不十分のために,具体的な行動に結びつかない.何らかの企画を実施するには,ある程度の根拠の提示が重要となる.本講義では,銀行業に関わるデータを対象として,データマイニングの手法の講義,分析手法の講義を行った後,銀行業のいくつか問題について具体的に考え,仮説を立て必要なデータについて検討する.また,データをもとに,可視化を行い仮説の検証を行う.その結果をもとに問題の解決策を探る.銀行担当者も交えた発表会および銀行担当者との議論なども予定している.

注意事項