リスキル支援プログラム

デジタル・DX化コース

AI・統計学・データサイエンス

第4次産業革命が進むにつれて、様々な業務に応用が可能で、学ぶ必要性が急速に高まっているのがデーターサイエンス分野のコンテンツです。
その分野の中から、AI、統計学、ビッグデータマネジメント・アナリティクス、ディープ・ラーニングなどのコンテンツを取り上げます。
これらのコンテンツを学ぶことで、AIの基本リテラシーをはじめ、各種データを有効活用して業務改善や業績向上を図るために必要な統計学の手法のほか、ビッグデータの分析方法や機械学習に関する知識・活用法などを獲得することができます。
イメージ

研修の目的

昨今ニーズが急速に高まっているAI・統計学・データーサイエンスを活用することで、ビジネスのあり方が大きく変化しています。
このような中、以下のようなご要望をいただくことが多くなりました。
  • AIという言葉を聞くことが増えたので、AIの基礎から体系的に理解を深めたい
  • 統計学の知見を自社や自組織の業務に活用したビジネス展開を行いたい
  • データーサイエンスは難しそうで、何からどのような順番で学習してよいかわからない
こうしたご意見を踏まえて、AI・統計学・データーサイエンスを自社や自組織で戦略的に導入するにはどうしたらいいのか、また、他社や他業界の事例はどうなっているのかなど、基礎から今後に向けた施策や最新の動向に至るまで、幅広く学べる研修プログラムを策定しました。

研修の特長

  • POINT 1

    AI・統計学・データーサイエンスに関して詳しくない方にもわかりやすく、無理なく理解していただけるように、3つの習熟度のレベルに分けて、段階を追って学習できる構成になっています。

  • POINT 2

    自社や自組織でAI・統計学・データーサイエンスを導入したビジネスを展開しやすくするために、他社や他業界の参考となる先行事例や優良な取組みをできるだけ多く紹介したプログラムをお届けします。

  • POINT 3

    AI・統計学・データーサイエンスの分野で広がっていく事業やプロダクトの最新の動向を把握することで、これらがもたらすビジネスの大きな変化や未来像を具体的にイメージすることができます。

研修の成果

本研修を受講することで、様々な場面で活用が広がるAI・統計学・データーサイエンスに関する専門的な知識や技能を習得することができます。
また、自社や自組織でAI・統計学・データーサイエンスの知見を導入したビジネス展開を行うことができる実践スキルも手に入れることができます。
さらに、AI・統計学・データーサイエンスを活用した社会やビジネスの変化をより深く理解することができるようになります。
研修の成果

AI・統計学・データサイエンス

No. カリキュラムと主な内容
1

AI(人工知能)研修(入門編)

  • AIとは?
  • AIの手法
  • AIの開発
  • AIの落とし穴と品質評価 他
2

AI(人工知能)研修(実践編)

  • AI開発環境
  • Pythonの文法
  • Pythonのライブラリー
  • 機械学習のための数学基礎
  • クラスタリング/回帰/クラス分類
  • ニューラルネットワーク/ディープラーニング 他
3

AI(人工知能)研修(事例編)

  • 全般
  • 非構造化データのAI
  • 金融
  • 異常予知
  • 人材育成 他
4

統計学研修(入門編)

  • 統計分析とは?
  • 偏差(変数、尺度、分散など)
  • 分布
  • 相関分析と回帰分析 他
5

統計学研修(応用編)

  • 推定
  • 検定
  • 統計的プロセス管理
  • ベイズ統計 他
6

統計学研修(実践編)

  • エクセルのデータ分析
  • 相関分析
  • 回帰分析
  • 回帰分析(ソルバー)
  • 検定 他
7

ディープラーニング研修(基礎編)

  • 人工知能とディープラーニングとは?
  • ディープラーニングの実用例 他
8

ディープラーニング研修(中級編)

  • AIのメリット7つと具体例、デメリット
  • ディープラーニングの技術 他
9

ディープラーニング研修(上級編)

  • ディープラーニングの導入プロセス
  • 統合型AIプラットフォーム 他
10

ビッグデータマネジメント・アナリティクス研修(入門編)

  • ビッグデータとは?
  • BD/IoT/AIの関係
  • DB(データベース)の変化
  • 分析の流れ
  • 基礎数学(AIの基礎) 他
11

ビッグデータマネジメント・アナリティクス研修(実践編)

  • グラフ化(箱ひげ図、2次元、3次元)
  • QC7つ道具(ヒストグラム、散布図)
  • 時系列データの見える化
  • フーリエ変換
  • ダッシュボード/ドリルスルー/ドリルダウン/ドリルアップ
  • Googleアナリティクス
  • データ拡張
  • 正規化/標準化
  • 主成分(PCA)分析 他
12

ビッグデータマネジメント・アナリティクス研修(応用編)

  • 仮説立案方法
  • 検証方法とモデルの評価方法
  • データの見える化など
  • BI(Business Intelligence)
  • AIプラットフォーム
  • 電力予測 他