原文


マニュファクチュアリングデータサイエンティスト
養成講座

講座概要

講義スケジュール

 ■開講月  2月、6月、10月

 ■料金   40万円(税込み)

 ■修了期間 3ヶ月(42時間)

 ■修了認定 下記3要件を満たした場合、修了証を交付
       ①全科目受講(各科目90%以上出席) ②最終テスト70点以上 ③事例プレゼンテーションに合格

 # 本養成講座は、現在開講されている下記セミナーを統合・再編成しています。
 <製造現場のための統計解析法(基礎編・手法編)、Rによる統計学(入門編、実践編)、Pythonによるデータ解析入門・ビッグデータ解析> 

No.テーマ内容時間
1製造業のための実践統計学 1. データの視覚化(箱ひげ図、ヒストグラム、散布図)
2. 基本統計(平均、分散、標準偏差、Z値、中央値、中央絶対偏差)
3. 分布(正規分布、t分布)
4. 母集団と標本(検定のしくみ、2種類の過誤)
5. t検定(P値、区間推定、効果量、検出力)
6. カイ2乗検定(カイ2乗分布、効果量)
7. 相関分析(散布図、積率相関係数、交絡要因と偏相関係数)
8. 重回帰分析(標準化偏回帰係数、自由度調整済み決定係数)
6
2Rによるデータ解析 1. Rとは(R、Rstudioのインストール)
2. Rの基本的な使用方法
3. 基本統計量、各種グラフと外れ値
4.t検定(対応の有無、区間推定、効果量、検定力)
5. 2種類の過誤とサンプルサイズの設定方法
6. ノンパラメトリック検定(ウイルコクソン検定、対応の有無)
7. 分散分析(テューキー、ボンフェローニ、ホルム)
8. 重回帰分析(ダミー回帰)
9. ロジスティック回帰分析(オッズ比、傾向スコア)
10.主成分分析
11.階層的クラスター分析(群平均法、ウオード法)
12
3Pythonによるビッグデータ解析 1. Pythonとは(Jupyter Notebook、Matplotlib、Pandas、scikit-learn)
2.(データベースの基本知識、ファイルの結合)
3.教師あり学習による予測
  ・重回帰による予測と影響因子の絞込み、データの標準化
  ・オーバーフィッティング(過剰適合)と多重共線性
  ・サポートベクタマシン/ニューラルネットワーク
4.教師あり学習によるクラス分類
  ・ロジスティック回帰、決定木、ランダムフォレスト (アンサンブル学習)
  ・Precision(適合率)とRecall(再現率)
5.教師なし学習によるクラスタリング
  ・k-means クラスタリング、クラスタリング と 決定木 の組合わせによる分析
6.教師なし学習によるアソシエーション分析
  ・アソシエーション分析
7.自然言語処理とテキストマイニング
  ・MeCab、ジップの法則、単語のベクトル化
12
4実践力の養成 1.製造現場におけるデータマイニングと進め方
2. データマイニングで用いる統計学
  ・製造現場における統計学:工程能力指数と公差
3. 分析課題の理解・分析目的の設定
  ・「品質不良」の捉え方(良品/不良品 など)
4. データの理解・可視化・観察
  ・製造工程の理解とデータの確認
  ・グラフによる不良状況の可視化と偏在の確認
5. データの準備・加工
  ・変数の加工(不良率)
  ・データ結合(製造データと品質データ)
6.分析モデルの構築とモデル評価
  ・線形回帰による不良予測と影響因子の絞込み
  ・ロジスティック回帰による良品/不良品の判別
  ・決定木分析による良品/不良品の判別
  ・Precision(適合率)とRecall(再現率)
6
5事例発表会 課題解決事例の発表(解析方法の立案・ 解析、プレゼンテーション実施) 6
42
  〇修了認定者には、統計検定2級取得を無料サポートします。
  
Copyright © データサイエンス研究所 All Rights Reserved.
S