カリキュラム

科目詳細

ビジネス・データサイエンス 講座詳細

AI(機械学習)を賢く活用するために必須となるデータサイエンス分野の先端的な知見を、ビジネスリーダーにとって必要な要所に絞り込んで学びます。
  • 応用
  • テクノ
    ベート
  • 1.5
    単位
  • レポート
    DAY4
    提出
  • 全6回
  • 35人
    CLASS
  • ワーク
    ショップ

科目概要

『人間が理解可能なデータ量を人間自身が手を動かして解決する』 という従来型のビジネスの課題解決に対し、レコメンデーションをはじめとして、大量のデータとアルゴリズムを使うことによって課題解決自体を個別化する「テクノベート時代の課題解決(テクノベートシンキング的問題解決)」が拡がりつつあります。このアルゴリズムの中核を担っているのがAI(≒機械学習)です。

この科目では、AI(機械学習)を賢く活用するために最先端の機械学習の自動化ツール(DataRobot)を実際に操作しながら、ハンズオンでデータ処理と機械学習の流れを体感します。従来、機械学習を扱うにはプログラミング言語の習得が必須であり、ハードルは高いものがありました。

最新の自動化ツールであるDataRobotを導入することでこのハードルを極限まで引き下げ、多くのビジネスリーダーに機械学習の体感値を得てもらい、ビジネスでの機械学習/AI利用の道を拓きたいと考えています。

※本科目「ビジネス・データサイエンス」は、2025年7月期より名称が変わります。
新科目名称:AI&データサイエンス

受講対象者

ビジネスに取り組むにあたり、機械学習とその分析プロセスについて理解し、体感値をもって機械学習を用いたビジネス展開をしていきたい方が対象です。データサイエンスや機械学習に関する事前知識は想定しません。

各回のテーマとケース

Day1

セッション A
テーマ :
ビジネスにおけるデータサイエンスの意味と構造
セッション B
テーマ :
データサイエンスのプロセス&kaggleチャレンジ

Day2

セッション A
テーマ :
モデル作成演習(1)
セッション B
テーマ :
モデル作成演習(2)

Day3

セッション A
テーマ :
モデル作成演習(3)
セッション B
テーマ :
モデル作成演習(4)

Day4

セッション A
テーマ :
モデル作成演習(5)
セッション B
テーマ :
モデル作成演習(6)

Day5

セッション A
テーマ :
モデル作成演習(7)
セッション B
テーマ :
モデル作成演習(8)

Day6

セッション A
テーマ :
データサイエンス(機械学習)を使った問題解決の実践
セッション B
テーマ :
データサイエンス(機械学習)を使った問題解決の実践

※クラスで使用するケースや教材、得られる学びは体験クラス&説明会にてご確認できます。

教科書

DataRobotではじめるビジネスAI入門 [DataRobot Japan 公式ガイドブック]

シバタアキラ、中山晴之、小島繁樹、川越雄介、香西哲弥(著)
翔泳社(出版)

参考書

仕事ではじめる機械学習

有賀康顕、中山心太、西林孝(著)
オライリー・ジャパン(出版)

いちばんやさしい機械学習プロジェクトの教本

韮原祐介(著)
インプレス(出版)

データサイエンティスト養成読本 機械学習入門編

比戸将平、馬場雪乃、里洋平、戸嶋龍哉、得居誠也、福島真太朗、加藤公一、関喜史、阿部厳、熊崎宏樹(著)
技術評論社(出版)

AI vs. 教科書が読めない子どもたち

新井紀子(著)
東洋経済新報社(出版)

受講した学生の声

  • AIを自分の手で動かしながら、
    ビジネスでの応用方法を考える。

    アンリツ株式会社
    通信計測カンパニー モバイルソリューション事業部 第2ソリューションマーケティング部

    吉田 諒さん

    受講前は、業務において「とりあえずAIをつかわなければ」といった風に語られることが多いものの、実際にAIには何ができるのか、どのようにつかわれているのか、などが分かっていませんでした。


    授業では、実際にAIを操作し、ビジネスにおいて利用する際の要点や勘所を把握します。そしてエンジニアと開発のための要件定義について会話ができるレベルまで理解を深めていくことができます。AIは、多種・多量な条件を短時間で分析することは得意ですが、関係者を納得させるような説明をするにはその分析結果だけでは難しいということを学びました。どこまでをAIに任せ、どこから人間が意思決定するかをイメージすることができました。

    もっと見る