講師派遣研修実践データサイエンス研修 ~Pythonで学ぶデータ活用~

ビッグデータやAIなどの技術革新により、現実世界における新たな価値が、デジタルデータの利活用から生まれる時代となりました。このデータ主導社会では、企業・自治体・非営利団体(学校、病院など)に関わらず、あらゆる組織でデータの利活用が欠かせません。また、組織でデータを利活用して価値を生み出すには、データを正しく取り扱い、分析する技術が必要となります。しかしながら、現状そのような技術を有した人材は不足しており、DXの潮流が相まって、今後さらに不足していくことが予想されます。 本学では、データから価値を生み出す人材の不足を解消すべく、ビジネスで実践的にデータ解析ができる人材を育成するための新たな研修プログラムを開発しました。 この研修では、汎用性の高いプログラミング言語である“Python”を用いて実践的なデータ解析手法を学びます。また、Pythonを用いたハンズオンを通じて、データから“価値”を引き出し、問題解決する力を養います

なぜPythonか?

Pythonとは?

プログラミング言語の1つです。プログラミング教育や初心者向けのプログラミング言語として多く使われています。文法が簡潔なため、誰が書いても同じようなソースコードになり、可読性が高いことが特徴です。

何ができるのか?

「データ集計・加工・描画」、「機械学習」、「Webスクレイピング(Web上の情報を抽出する技術)」、「データベース操作」、「API連携」、「作業の自動化」、「Webアプリケーション開発」など多岐に及びます。

使用するメリットは?

Pythonでは豊富なライブラリが公開されています。ライブラリとは、多くのアプリケーションで利用するためにまとめられたプログラム集のことで、ライブラリを用いることで、欲しいプログラムが簡単に作成できます。
また、数万個以上のライブラリが公開されており、NumPy(数値計算用ライブラリ)やPandas(データ解析用)などのデータ解析に適したライブラリが無償で使用できます。

主な対象者

以下のような課題がある企業の一般社員から管理職層

  • 経験や勘に頼った業務プロセスをデータ活用で改善したい
  • DX推進に向けてデータ解析に主眼を置いたリスキリングを行いたい
  • 業務上の問題をデータで解決したい

研修のねらい

  • データサイエンスを実践的に学ぶ
  • Python(パイソン)を使ったデータサイエンスの手法を学習することで、技術の習得を図る
  • データサイエンスの演習を通して、データ活用を前提とした課題解決の方法を理解する

特色

① Pythonを理解するための充実した事前の個別学習

本研修では、Pythonを用いたハンズオン(実際にソースコードを書く演習)を行います。そのため、Pythonに係る事前知識が必要となりますが、必要最低限の知識を得るために動画による事前の個別学習コンテンツを準備しています。

個別学習用動画と個別学習用テキスト

動画で個別学習の内容を一部ご覧いただけます(約90秒)。

② データ活用のコツが解る

旭酒造など、国内先進企業の事例によりデータ活用の実際に触れることで自社データの活用方法のイメージを深めます。

③ 実践的なデータ解析手法を学ぶ

実務データの解析で活用できる回帰分析、ロジスティック回帰分析、決定木分析について、理論的な背景と分析の手法(Pythonによる分析スクリプト)を丁寧に解説します。

分析スクリプトに自社データをどのように当てはめれば分析できるかを理解することで、自業務への活用を促します。

回帰分析
数値データの予測や影響度の強い要素の抽出が可能です。
例えば、来店者数予測や売上予測などに活用できます。
ロジスティック回帰分析
定性情報の予測ができます。 特に受注の成否や合否といった2値の予測などに活用できます。
決定木分析
関心のある事柄の決定ルールを樹状図で表現します。例えば、受注率の高い営業担当者の日ごろの行動パターンの解析などに役立ちます。

プログラム

事前学習 0.解析環境準備とPythonの基本
  • 解析環境の確認と試行
  • プログラミングの基礎
1日目 13:00 - 17:00 1.オリエンテーション
  • データサイエンスの必要性
2.データ活用実践事例
  • 事例から学ぶデータサイエンスの有効性
3.データ解析の体験
  • Pythonを使ったデータ解析ハンズオン
4.データサイエンスのプロセス
  • データ解析に向けた課題の整理
  • CRISP-DM
5.データサイエンスの基礎
  • データサイエンスとは
  • データサイエンスの技術
2日目 9:00 - 17:00 6.データ分析の方法
  • データハンドリング
  • パーセプトロン
  • 回帰分析
  • ロジスティック回帰
  • 決定木
7.総合演習
  • 模擬データを用いたモデリングなど
8.まとめと振り返り
  • 自社のデータ活用を考える
  • データサイエンティストとして活躍するために
  • ノートPCを利用します。
  • 対面・オンラインどちらにも対応しています。

講師派遣研修の実施を検討される方はこちらからお問い合わせください

お問い合わせ内容をご入力ください。

該当する地区の事業所へお問い合わせください。