OpenCourser
Learn skills that shape your future
Visit OpenCourser.com
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。
SaveOpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.
Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.
Find this site helpful? Tell a friend about us.
We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.
Your purchases help us maintain our catalog and keep our servers humming without ads.
Thank you for supporting OpenCourser.
