滋賀大学データサイエンス学部講師の講義が無料配信、回帰分析や判別分析を紹介する | Ledge.ai
画像は「2．データサイエンスをいかす」より 滋賀大学データサイエンス学部は6月7日、放送大学のインターネット配信公開講座「データサイエンス革命（全6回）」に、滋賀大学データサイエンス学部 教授の和泉志津恵氏、滋賀大学データサイエンス学部 准教授 松井秀俊氏による講義を1コマずつ提供したと発表。無料会員登録は講座ページより。 「第1回 データサイエンスことはじめ（和泉志津恵氏）」は、例題やミニクイズを通してデータサイエンスの世界に触れられる。 「第2回 データサイエンスをいかす（松井秀俊氏）」はデータを分析するための方法として、回帰分析や判別分析などの統計手法を紹介する。これらの方法がどのような場合に使われ、どのような結果を与え、どのように解釈するかについても説明してくれる。 【「データサイエンス革命」概要】 ・第1回：データサイエンスことはじめ（滋賀大学データサイエンス学部 教授 和泉志津
Mathematical Tools for Data Science - NYU Center for Data Science
Description This course provides a rigorous introduction to mathematical tools for data science drawn from linear algebra, Fourier analysis, probability theory, and convex optimization. The main topics are covariance matrices, principal component analysis, linear regression, regularization, sparse regression, frequency representations, the short-time Fourier transform, wavelets, Wiener filtering,
社会人のためのデータサイエンス演習
この度、「社会人のためのデータサイエンス演習」の開講に先立ち、入門編となる『社会人のためのデータサイエンス入門』を特別開講しております。 データ分析の基本的な知識を学ぶことができる内容となっており、『社会人のためのデータサイエンス演習』と併せて学習していただくことで、より理解が深まるかと思います。この機会に、ぜひご受講ください。 ※「《特別開講》社会人のためのデータサイエンス入門」は、修了証の発行はございません。 ＞＞入門編はこちらから＜＜ 講座内容 総務省統計局が提供する講座、ビジネスの現場で求められているデータサイエンスをわかりやすく解説します。 今、ビジネスの現場では、統計的な思考力によって様々な課題を解決していく能力、すなわち“データサイエンス”力の高い人材が求められている。本コースでは“データサイエンス”力の向上を目指し、事例なども踏まえ、ビジネスの現場で使われる実践的なデータ分
大学生のためのデータサイエンス（Ⅰ）
講座内容 今日の社会は、情報通信技術の普及により、個人の様々な履歴、各種製造・販売データ、ネットワーク情報などの大量かつ多様なデータが簡単に集められるようになってきました。このビッグデータなど様々なデータを対象とする学問分野がデータサイエンスです。データサイエンスは多くの場面で注目されており、たとえば、様々な行動履歴に基づくタイプ診断、調査・アンケートに基づく顧客の需要予測、不良品の製造・機械の故障に関する予兆検知などに活用されています。 現在、データサイエンスはほとんどの分野で必要とされているにもかかわらず、データサイエンティストがかなり不足していると言われています。また、データサイエンスを専門的に学ぶ人でなくても、データに基づく意思決定の重要性を認識することが重要です。そこで、「数理及びデータサイエンスに係る教育強化拠点」の拠点校の一つである滋賀大学は「データサイエンス教育の全学・全国
大学生のためのデータサイエンス（Ⅱ）
講座内容 前回の「大学生のためのデータサイエンス(Ⅰ)」では、データサイエンス全般についての概観を与えることを目的にして、現代社会におけるデータサイエンス、データ分析の基礎、コンピュータを用いたデータ分析、データサイエンスの応用事例について4週間で説明しました。 今回の(Ⅱ)では、技術的により進んだ内容として、機械学習の諸手法とその応用について説明します。まず、機械学習とは何かという説明から始め、その後に機械学習の応用事例を紹介します。応用事例を先に見ることによって、機械学習の有用性が理解でき、機械学習の手法をより積極的に学ぶことができると期待されます。次に分類問題と回帰問題の具体的な手法を説明し、同時に特徴量の設計・選択など、実践的なテクニックについても紹介します。最後に、近年、発展の著しいニューラルネットワークについて説明します。 本講座は、機械学習の分野の中でも教師あり学習を中心に進
大学生のためのデータサイエンス（Ⅲ）問題解決編
講座内容 これまで、「大学生のためのデータサイエンス（Ⅰ）」では、データサイエンス全般について概観して、現代社会におけるデータサイエンス、データ分析の基礎、コンピュータを用いたデータ分析、そして、その応用事例について説明しました。また、（Ⅱ）では、技術的により進んだ内容として、機械学習の応用事例、分類問題および回帰問題を紹介し、さらに、近年、発展の著しいニューラルネットワークを取り上げました。 今回の（Ⅲ）では、これまで学んだ様々なデータサイエンスの分析手法を使って、実際の問題を解決することを目標に、必要な知識やスキルを具体的なデータとともに説明します。まず、PPDACサイクルを問題解決のための枠組みとして学びます。データ例として、1）自動車販売データ、2）地産地消データ、3）自由記述のテキストデータ、を扱い、どのような手順で分析が進められるかを示します。さらに、データサイエンスを推し進め
「データサイエンティストのためのスキルチェックリストとタスクリスト」 データサイエンティスト協会が無料で公開
「データサイエンティストのためのスキルチェックリストとタスクリスト」 データサイエンティスト協会が無料で公開：今必要とされるデータ利活用のためのスキルを体系化 データサイエンティスト協会とIPAは、「スキルチェックリスト」と「タスクリスト」の読み解き方や活用方法を記した公式ガイドブック『データサイエンティストのためのスキルチェックリスト／タスクリスト概説』を刊行した。
データサイエンティスト協会、IPAと共同で『データサイエンティストのためのスキルチェックリスト/タスクリスト概説』を刊行 | 一般社団法人データサイエンティスト協会
2024年5月10日 金曜日 デジタルPRとプレスリリース配信 お問い合わせinfo@digitalpr.jp受付 10：00〜18：00（土日祝日を除く） 一般社団法人データサイエンティスト協会（所在地：東京都港区、代表理事：草野 隆史、以下 データサイエンティスト協会）は、独立行政法人情報処理推進機構（所在地：東京都文京区、理事長：富田 達夫、以下IPA）と共同で、『データサイエンティストのためのスキルチェックリスト/タスクリスト概説』を刊行することをお知らせします。 本書は、今必要とされるデータ利活用のためのスキルを体系化した「スキルチェックリスト」と業務プロセスを体系化した「タスクリスト」を読み解くための初の公式ガイドブックです。 『データサイエンティストのためのスキルチェックリスト/タスクリスト概説』表紙（出典：IPA） 『データサイエンティストのためのスキルチェックリスト/タス
何故データサイエンスは魅力を失いつつあるのか - 渋谷駅前で働くデータサイエンティストのブログ
(Image by Pixabay) こんな記事が、しばらく前に我らが盟主タカヤナギ＝サンによって言及されていました。 データサイエンティストになる魅力がなくなってきた理由を４つの理由（ジュニアのポジションが減っている、アナリスト職種で良い、データサイエンスを簡単だと思いすぎ、AutoML出てきた）とともに紹介。 Why Is Data Science Losing Its Charm? by @iamharshitahuja https://t.co/fqRUil9QLr— Shinichi Takayanagi (@_stakaya) 2020年6月8日 Why Is Data Science Losing Its Charm? データ分析業界の中の人という立場から見れば、ここで言われている主張については分からないこともありません。ただ、同意できる部分もあれば同意できない部分もあり、ま
大学生のためのデータサイエンス（Ⅱ）
講座内容 前回の「大学生のためのデータサイエンス(Ⅰ)」では、データサイエンス全般についての概観を与えることを目的にして、現代社会におけるデータサイエンス、データ分析の基礎、コンピュータを用いたデータ分析、データサイエンスの応用事例について4週間で説明しました。 今回の(Ⅱ)では、技術的により進んだ内容として、機械学習の諸手法とその応用について説明します。まず、機械学習とは何かという説明から始め、その後に機械学習の応用事例を紹介します。応用事例を先に見ることによって、機械学習の有用性が理解でき、機械学習の手法をより積極的に学ぶことができると期待されます。次に分類問題と回帰問題の具体的な手法を説明し、同時に特徴量の設計・選択など、実践的なテクニックについても紹介します。最後に、近年、発展の著しいニューラルネットワークについて説明します。 本講座は、機械学習の分野の中でも教師あり学習を中心に進
総務省、データサイエンス・オンライン講座「社会人のためのデータサイエンス入門」の受講者募集を開始
2019年7月23日、総務省は、データサイエンス・オンライン講座「社会人のためのデータサイエンス入門」の受講者募集を開始しました。 同講座は、日本オープンオンライン教育推進協議会（JMOOC）公認の配信プラットフォーム「gacco」において2019年10月8日から開講されます。受講に係る登録料、受講料は無料です。 2018年5月に実施した講座を再び開講するものであり、統計学の基礎やデータの見方に加えて、国際比較データを使った分析事例や公的データの入手・利用方法の紹介等を通じ、データ分析の基本的な知識を学習することができます。 データサイエンス・オンライン講座「社会人のためのデータサイエンス入門」の受講者募集開始（総務省, 2019/7/23） http://www.soumu.go.jp/menu_news/s-news/01toukei09_01000046.html データサイエンス・
日本ソーシャルデータサイエンス学会 ｜ 論文誌
日本ソーシャルデータサイエンス学会論文誌 ISSN 2432-5287 (online) ISSN 2432-5279 (print) 発行機関：日本ソーシャルデータサイエンス学会 巻号一覧 Vol. 1, No. 1 (2017.3) Vol. 2, No. 1 (2018.3) Vol. 3, No. 1 (2019.3) Vol. 4, No. 1 (2020.3) Vol. 5, No. 1 (2021.3) Vol. 6, No. 1 (2022. 3) Vol. 7, No. 1 (2023. 3) Vol. 8, No. 1 (2024. 3) 投稿規定は（投稿のお勧め，投稿規定，細則が含まれます）こちら です MS Wordのひな型は こちら です Vol. 8, No. 1 (2024.3)表紙 目次 1. Twitterにおける市町村関心度の数値化手法 武内 奎太，新庄
今週のAI・データサイエンス界隈のニュースまとめ #1 (2019/2/28 - 3/3)｜wakame
WEEKLY人工無脳さんに影響を受け、私も今週あったニュースに対してコメントをつけた記事を毎週日曜日に発信していこうと考えています。ただ対象とするニュースは一般的なニュース記事より少しニッチなものをとりあげていこうと思います。 Andrew Ng先生と言うとCourseraのMachineLearningコースの講師で有名ですね。そのAndrew Ng先生がCourseraにて非エンジニア向けの新しい講座を開講したようです。その名も「AI for Everyone」、組織でAIをうまく使いこなすにはどうすればよいかという点で様々な内容を語ってくれるようです。具体的な内容はこちらから引用します。 - The meaning behind common AI terminology, including neural networks, machine learning, deep learn
データサイエンスや機械学習のチートシートを最も効率的に収集する方法 - Qiita
機械学習・データサイエンスのチートシート集、便利なものがたくさん出回っていますが、ちまちまブラウザからダウンロードしていたりしませんか？そんな貴方にお勧めなのがこちらのレポジトリ。 FavioVazquez/ds-cheatsheets https://github.com/FavioVazquez/ds-cheatsheets はい、クリックあるいはコマンド一つで100を超えるチートシートが一括でダウンロードできちゃいますね。以上、釣りタイトル失礼しました。 と、これだけではなんなので、個人的に有用性が高いと感じたものを、大きなサムネイル付きでまとめてみました。ソースとして、DataCamp及びRStudio公式ページの情報量は圧倒的なので、一読をお勧めします。 科学計算・データ操作・可視化 Python (NumPy/SciPy/Pandas/matplotlib/bokeh) Pyt
コレ1枚で分かる「機械学習とデータサイエンス」
この連載は いまさら聞けないITの最新トレンドやビジネス戦略を、体系的に整理して分かりやすく解説する連載です。「この用語、案外、分かっているようで分かっていないかも」「IT用語を現場の社員にもっと分かりやすく説明できるようになりたい」――。情シスの皆さんのこんな課題を解決します。 世の中の森羅万象を理解したいという科学者たちの飽くなき探究心が、科学を発展させてきました。彼らは、さまざまな現象を観察し、そこに秘められた規則性や法則性について仮説を立て、実験を行って検証しました。 その事実をさらに考察し、その現象が生じるルールを見つけ出してきたのです。ニュートンの「運動方程式」、アインシュタインの「質量とエネルギーの等価性」を意味する「E＝mc2」方程式などが、これに相当します。 この方程式の変数に入力として数字を当てはめれば、この方程式に組み込まれたルールに従って結果が出力されます。私たちは
データサイエンスにおけるRubyの現在の位置づけと可能性
村田 賢太 はじめに現在Ruby*1は、データサイエンスの業務ではほとんど役に立たないプログラミング言語であると言っても過言ではない。 Rubyはデータサイエンスの世界では存在していないも同然の扱いであり、選択肢にすら上がらない。 その理由は、実用的に使える環境が存在しないことである。データサイエンスで使えるRuby向けのツールは少ないが存在はする。 しかし、これらは開発者各自が思い思いのツールを好き勝手に作る方式で供給されており、計画性がないオープンソース活動に支えられている。 そのため、ツール間でデータのやり取りができない、データサイエンスのすべての工程を一貫してRubyで実施できない、ツールの品質が悪くて利用できないなどの理由から業務での利用を諦めざるを得ないのが現実である。 この状況を一変させるには、データサイエンスの仕事を最初から最後までRubyで実施できる実用的な環境を作り上げ
Python Data Science Handbook | Python Data Science Handbook
This website contains the full text of the Python Data Science Handbook by Jake VanderPlas; the content is available on GitHub in the form of Jupyter notebooks. The text is released under the CC-BY-NC-ND license, and code is released under the MIT license. If you find this content useful, please consider supporting the work by buying the book!
データサイエンスだらけの桃太郎 - oscillographの日記
昔々あるところに分析からの示唆出しが趣味のおじいさんと特徴量生成が得意なおばあさんがいました。 おじいさんはオンプレサーバーへ定時確認に、おばあさんはクラウドサーバーへ重要指標のモニタリングに行くと、フルマネージドなデータベースから外れ値の桃群が現れました。 「こんな桃群は見たことがない。gzip圧縮してローカルで中身を見てみよう」 持ち帰った桃群をローカルで解凍してみると、中からメモリに乗り切らないサイズの赤ん坊が出てきました。 赤ん坊はExcelで開けなかったので、おじいさんとおばあさんはBig Queryで分析しました。 二人はこの赤ん坊を 「桃.gzから生まれたので桃太郎と名付けるのが妥当だろう。」 と考えて桃太郎と名付けました。 桃太郎はPRML片手にPythonでプログラミングをしながらすくすく育ち、立派なデータサイエンティストになりました。 成長がサチった桃太郎はある日おじい
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
早稲田大、全学生対象「データサイエンス認定制度」2021年度開始 | リセマム
キカガク | AI・機械学習を学ぶ動画学習プラットフォーム AIプログラミングスクール
