『データサイエンス社会人講座』募集のお知らせ

回	タイトル	内容要旨
1	AI活用の実際	現場でのAI活用事例から実務応用の方向性を学ぶ。
2	データ分析の設計	仮説の立て方、調査設計の方法などを学ぶ。
3	データ前処理と特徴量の設計	欠損処理・変数変換・特徴量の作成について学ぶ。
4	回帰・分類モデル	ロジスティック回帰、混同行列などを学ぶ。
5	SVMの理解	SVM(サポートベクターマシン)の基本と適用場面を学ぶ。
6	モデルの組み合わせ	モデルを組み合わせることで分析精度を高める方法を学ぶ。
7	時系列データの分析	トレンド・季節性を含む時系列構造の理解と予測手法を学ぶ。
8	モデル評価と過学習	モデルの精度と過学習の境界を学ぶ。
9	KPIの可視化と業務改善	改善の着眼点を見つける技術を学ぶ。
10	多変量データの分析	PCA(主成分分析)を活用し、データの特徴をつかむ。