【みやもと統計講座DS編】文系のためのデータサイエンス基礎講座（生成AIグラフ作成用プロンプト付き）
What you'll learn
- データサイエンスに関する基礎知識・ノウハウ
- データサイエンスの全体像
- モデル（分析モデル）の推定方法
- 各モデル（分析モデル）の特徴
- 回帰モデルの評価指標
- 分類モデルの評価指標
Requirements
- 特にありません。お気軽にご受講ください。
Description
データサイエンスの基礎を数学やプログラミングの知識なしでも学べる基礎講座です！
「組織内にデータサイエンスがわかる人材が不足している…」
「DXの一環でデータサイエンスの学習をしたいが何から始めればいいのか…」
「データサイエンティスト側とのコミュニケーションに苦労している…」
「若手社員からデータサイエンスに疎い人材と思われたくない…」
などなど、AIやデータサイエンスのビジネスへの普及するなかで、
上記のような悩みや苦労を抱える人が少なくありません。
昨今のDX/デジタル化への強いニーズもあり、
このような場面は今後も増えていくと予想されます。
本コースでは上記のような悩みや苦労を踏まえ、
ビジネスとデータサイエンスの「橋渡し役」となるべく、
現代の一般教養でもあるデータサイエンスの基礎を学んでいきます。
本コースを通じて以下のようなことを「語れる」ようになります。
データサイエンスにおける「モデル」とは？
単純で制約的なモデルと複雑で柔軟なモデルの違いとは？
データサイエンスの板挟み問題―未学習と過学習とは？
ノンパラメトリック法とパラメトリック法の違いは？
モデルにはどのような種類がある？
（教師あり/なし、回帰（線形回帰・非線形回帰）/分類、クラスタリング/次元削減）テストデータを確保するための交差検証法とは？
回帰モデルの評価における注意点は？（テストMSE、未学習と過学習）
分類モデルの評価における注意点は？（テスト誤分類率、閾値、混同行列、ROC曲線/AUC）
また、本コースはデータサイエンスの初心者の方を対象としており、
数学やプログラミングの知識がなくても学習できるよう設計されています。
ぜひお気軽にご受講ください！
この機会にぜひ一緒に教養としてのデータサイエンスの知識を身につけましょう。
Who this course is for:
- データサイエンティスト側との適切にコミュニケーションできるようになりたい方
- データサイエンス関連ビジネスのための基礎知識を習得したい方
- これからデータサイエンスを学習しようと考えている方（初学者の方）
- データサイエンスに関する断片的な知識を整理したい方
Instructor
- 4.4 Instructor Rating
- 16,153 Reviews
- 66,702 Students
- 15 Courses
Miyamoto Shota: 講師 / リサーチャー
DXの時代に不可欠となるデータ分析に関する学びを基礎からわかりやすく提供していきます。
独学でデータ分析を学んだ後、シンクタンク在籍中に統計学や機械学習を基礎から丁寧に学び直しています。
基礎的な内容への深い理解をベースとしながら、独学における苦労や難所に関する理解を踏まえ、初心者でもわかりやすく学べるようなコース設計を心がけています。
この機会にぜひ一緒にデータ分析を学んで一生モノのスキルを身につけていきましょう！！
《経歴》
慶應義塾大学法学部卒業後、大手インフラ企業を経て国内シンクタンクにてデータ分析やリサーチ活動に従事。公的統計データやマーケティングデータの分析に加え、統計的手法や機械学習モデルを用いた需要予測、売れ行き要因分析等のリサーチ活動を行ってきました。その後、国内MBAを取得、現在は会社を設立しリサーチ活動や講師業を行っています。
********************
In the era of digital transformation, I am committed to providing a clear and foundational understanding of data analysis, an indispensable skill set. After self-learning data analysis, I revisited statistics and machine learning from the ground up while at a think tank.
With a deep understanding of the basics, I design courses that are accessible to beginners, taking into account the struggles and challenges of self-learning. Let's learn data analysis together and acquire a skill set that will last a lifetime!
Background:
After graduating from the Faculty of Law at Keio University, I worked at a major infrastructure company, before engaging in data analysis and research activities at a domestic think tank. I have conducted research activities including analysis of public statistical data and marketing data, as well as demand forecasting and sales factor analysis using statistical methods and machine learning models. Following this, I obtained an MBA in Japan and currently run my own company, focusing on research activities and teaching.