- ホーム
- コース概要 | 東大データサイエンススクール データサイエンティスト本格養成コース
コースコード:DB98F
東大データサイエンススクール データサイエンティスト本格養成コース(10日間)
コース情報
- 受講料
- 858,000円 780,000円
- 開始日(申込締切前)
- -
- 講習日数
- 10日間
コース概要
データサイエンティストとして様々な課題を高いレベルで解決できるようになることを目指して、必要な技法を網羅的に習得します。
データサイエンスの本質である「統計学」「機械学習」、そしてそれらを支える「最適化手法」について、数学的背景をふまえて深く体系的に学び、実践的な演習を行います。
- 開催形式
- 集合研修
- 研修サービス
- マシン実習
前提知識
以下のすべての条件を満たしている方
高校までの理系数学と大学12年生レベルの偏微分、積分、行列について、あらかじめある程度知っていることが望ましいです。
- 数学に自信のない方は、無料数学講座にご参加ください。
到達目標
- データサイエンスに関する社会状況や技術の概要を説明できる。
- データサイエンスがビジネスにどのように活かせるのかを説明できる。
- データサイエンスの全体像を説明できる。
- AIやデータサイエンスを活用する際に新たに噴出するコンプライアンス・倫理的課題に対応するための倫理を説明できる。
- 統計学、機械学習、最適化について、数学的背景に基づいて説明できる。
- プログラミング言語を用いて、統計の各種手法、機械学習、最適化を実行できる。
講師からのメッセージ
本コースにお申込いただくと、無料数学講座に参加できます。
詳細は、以下の東京大学エクステンション株式会社 ホームページの「News」をご確認ください。
東京大学エクステンション株式会社
以下の方におススメです。
・様々な課題を高いレベルで解決できるようような本格的なデータサイエンティストを目指す方
・ある程度のデータ分析はできるが、より高いレベルを目指して本格的に学びたい方
・IT関連の技術者だが、AI開発やデータ分析もできるようになりたい方
・他分野の技術者であるが、データサイエンスを取り入れた新しい開発を行いたい方
◆数学を使わなくてもAIはビジネスに使える!◆
AI(魅力工学)で著名な東京大学山崎教授のセミナーのご紹介です。
ご興味がある方は以下のリンクをご参照ください。
・ AI基礎 実践講座―機械学習をビジネスに活かす―
◆個別説明会◆
東大データサイエンススクールのカリキュラム、講義内容、サポート体制などについて、オンラインで個別にご相談できる説明会のご紹介です。
ご興味がある方は以下のリンクをご参照ください。
・ オンライン個別説明会
コース内容
1日目 | AM | 1.データサイエンス入門 ・データサイエンスの背景 ・データサイエンスで生み出されるビジネス価値と活用事例 ・データサイエンスの体系と手法(教師あり学習・教師なし学習など) ・深層学習(ディープラーニング) ・データサイエンスの留意点 ・発展的話題と今後の方向性 |
PM | ||
2日目 | AM | 2.情報倫理 ・確立されている倫理:研究倫理、一般的情報倫理 ・これからの確立を待つ倫理:新しい技術にまつわる倫理 |
PM | ||
3日目 | AM | 3.統計分析 ・R によるプログラミングとデータの要約 ・事象と確率変数 ・母集団と標本、統計モデル |
PM | ||
4日目 | AM | 3.統計分析 ・推定と仮説検定 |
PM | ||
5日目 | AM | 3.統計分析 ・単回帰分析 |
PM | ||
6日目 | AM | 3.統計分析 ・重回帰分析 |
PM | ||
7日目 | AM | 3.統計分析 ・主成分分析、多次元尺度構成法 ・判別分析 |
PM | ||
8日目 | AM | 3.統計分析 ・時系列分析 |
PM | ||
9日目 | AM | 3.統計分析 ・実践的総合演習 |
PM | ||
10日目 | AM | 4.機械学習 ・概論(回帰・分類、評価方法、検証・交差検証、損失関数、過学習・正則化) |
PM | ||
11日目 | AM | 4.機械学習 ・Python 入門 |
PM | ||
12日目 | AM | 4.機械学習 ・教師あり学習1(決定木、サポートベクターマシーン、 スパース正則化など) |
PM | ||
13日目 | AM | 4.機械学習 ・教師あり学習2(カーネル法、ランダムフォレスト 、 ブースティングなど) |
PM | ||
14日目 | AM | 4.機械学習 ・教師なし学習(密度推定、クラスタリングなど) |
PM | ||
15日目 | AM | 4.機械学習 ・ニューラルネット、深層学習 |
PM | ||
16日目 | AM | 4.機械学習 ・特徴量エンジニアリング |
PM | ||
17日目 | AM | 4.機械学習 ・実践的総合演習 |
PM | ||
18日目 | AM | 5.最適化 ・最適化の概要 ・線形計画 ・非線形計画 |
PM | ||
19日目 | AM | 5.最適化 ・2次計画 |
PM | ||
20日目 | AM | 5.最適化 ・凸計画 |
PM |
※統計分析では、プログラミング言語「R」を用いて演習を行います。
※機械学習、最適化では、プログラミング言語「Python」を用いて演習を行います。
留意事項・備考
・本コースは、東京大学エクステンション株式会社のコースです。
・弊社は、東京大学エクステンション株式会社への申込手続きを代行いたします。
・本コースの受講契約は、受講者と東京大学エクステンション株式会社の間で締結されることになります。
・お申込前に、東京大学エクステンション株式会社の以下の受講規約とプライバシーポリシーをご確認ください。
受講規約
プライバシーポリシー
・上記規約の申込、支払い、キャンセル、変更などにつきましては、当ホームページの申込ガイドの内容に準じるものとします。
お申込ガイド
・コース実施のためのお客様の個人情報を東京大学エクステンション株式会社に提供させていただきます。
・申し込み後、東京大学エクステンション株式会社から「ご受講に関するお知らせ」の電子メールが届きますので、内容をご確認の上、受講の準備をお願いいたします。
・天災等により休講となった場合、原則として補講を行います。
・BluStellar Academy for AIはこちら
BluStellar Academy for AI
・東京大学エクステンションのコースと講座の関係についてはこちら
東京大学エクステンションのコースと講座の関係について
■オンライン講義(遠隔ライブ研修)について■
オンライン講義(遠隔ライブ研修)はすべてZoomでの開催となります。
開催スケジュール詳細・お申込
開催スケジュールは、日程が決まり次第掲載致します。