担当教員

東京大学大学院工学系研究科教授　松尾豊、塚本邦尊、他

目標

本講座では、あらゆる分野で武器になるデータの解析・分析スキルを身につけます。
分析結果を効果的に可視化する技術、機械学習の基礎、データベースの扱い方を網羅的に扱います。
データサイエンティストとして活躍する入口に立つことを目指します。

キーワード

AI、データサイエンス、マーケティング、起業、事業提案、機械学習、Python、Kaggle

講義計画

開始日：4/18（火）※スケジュール・テーマ等予告なく変更する可能性があります

毎週火曜18:45〜20:30　全14回予定

事前学習	Python基礎（PowerPointと演習ファイルを事前配布）
第1回（4/18）	導入
第2回（4/25）	Pythonによる科学計算（Numpy）
第3回（5/9）	Pythonによるデータ加工処理の基礎（Pandas）
第4回（5/16）	Pythonによるデータ可視化の基礎（Matplotlib）
第5回（5/23）	教師あり学習
第6回（5/30）	教師なし学習
第7回（6/6）	SQL
第8回（6/13）	モデルの検証方法とチューニング方法
第9回（6/20）	特徴量エンジニアリング
第10回（6/27）	マーケティング基礎、応用の一部
第11回（7/4）	時系列データと自然言語処理
第12回（7/11）	ゲスト講師（1）TBD
第13回（7/18）	ゲスト講師（2）TBD
第14回（7/25）	ゲスト講師（3）TBD

講座の受講形式

1. オンライン講義を開講し、全国の受講生と共に同時受講いただきます
2. 講義時間中は講師にテキストで質問することが可能です
3. 講義時間に参加できない場合は、翌日録画講義を配信しますので、次週の講義までに視聴し課題に取り組んでいただきます
4. データ分析コンペを開催します

修了条件

1. 一定回数以上の出席（録画講義の受講も可。ただし、1週間以内）
2. 一定回数以上の宿題提出・正答率（詳細な回数はお伝えしていません）
3. 期間中開催される全2回のコンペ提出・一定以上の点数
4. 最終課題提出・一定以上の評価

　上記を総合的に勘案して修了判定をおこないます。

受講上の留意点

前提条件

• Pythonの習得状況にもよりますが、毎週自習や宿題等に取り組む時間が十分に確保できること
  　完全な初学者：毎週8時間程度
  　Pythonに触れたことがある方：毎週3時間程度
• Zoom、Googleサービス（Google Drive、Google Form、Google Spreadsheet、Google Colab等）、Webブラウザ、Slackを利用できるPCをご用意ください