講義内容
前提知識
特になし。
その他
ー
テーマ | 内容 | 目標 |
---|---|---|
ビジネス | 倫理・コンプライアンス 洞察力 プロジェクトの準備 ステークホルダーとのコミュニケーション 契約、プロジェクト推進 | データサイエンスに必要なビジネス力を養う。 |
データサイエンス | 線形代数・微分積分 統計学入門 確率・ベイズの定理 確率変数・確率分布 データの可視化 データの取得と加工 統計的推定と検定 回帰分析 機械学習 分析結果の評価 非構造化データの処理 | データサイエンスに必要な統計学、数学、機械学習やその可視化手法について理解する。 |
データエンジニアリング | システム構築・運用 アーキテクチャ設計 基礎プログラミング・API データの収集・蓄積・加工・共有・連携 SQL ITセキュリティ | データサイエンスに必要なエンジニアリング知識(IT知識、アーキテクチャ、データ(SQL))について理解する。 |