データサイエンス基礎講座 2017 <超速習編> [2017年8月25日(金)・26日(土)・29日(火)(全3回)]

インプレスでは、「データサイエンス・機械学習」の、その有用性にいち早く着目。

2013年秋からビッグデータ、AI研究の先端研究が進む東京工業大学大学院イノベーションマネジメント研究科/東京大学政策ビジョン研究センターに協力を仰ぎ、授業タイプのセミナーとして改めて企画し、<2014年4月から「データサイエンス講座」>として実施してまいりました。

「機械学習」の技法・利用方法に範囲を絞り、演習を加えた授業は好評を博しデータ分析担当者だけではなく、情報エンジニアリング部門、新規事業部門、品質管理部門の方々、先端外資系ITベンダー等、既に500名以上の方々に受講していただいております。

今回は、「機械学習」の書籍・サイトを読了/参照しても、どうしても“腑に落ちない” また “その理解がもう一歩お及ばない”という方が多い実情と、4年間の授業実績を振り返り、『データ分析の初心者・入門者』 『機械学習のための知識の再整理』 『数学に疎いビジネスマン』を念頭に、授業内容に再検討を加え、夏期の集中講座として実施いたします。

授業の構成は、

  1. 機械学習は本質的に何をしているかを理解する
    (統計学との違い、代表的な機械学習のアルゴリズムの解説)
  2. 機械学習はどんな場面で使えるのかを学習する
    (データの集計・可視化の重要性の再認識、最適なアルゴリスムの選択)
  3. 機械学習本を読めるようになる
    (複雑な数式が出て来ても、その意味が理解できるようになる)

として、「機械学習を自身で『学習』できるようになる」を狙いとしました。

講師には、日本では数少ない米国大学のデータサイエンス修士号(University of San Francisco, M.S. in Analytics修了、一橋大学商学部卒業:統計学・データサイエンス専攻)を有し、株式会社データミックス・代表取締役社長を務める堅田洋資(かただ ようすけ)氏を迎えます。先端データサイエンス企業への参画、監査法人トーマツでのデータ分析コンサルタント、生体センサスタートアップでサービス・アルゴリズム開発の取締役、KPMG FASにて事業再生コンサルタント、外資系メーカーでの経理・マーケティング等に従事し、データ経営に対する幅広い知見・経験のバックボーンを持つ同氏に、白熱の授業を展開していただきます。

具体的には、「機械学習と統計学との違い」「機械学習の効果的なビジネスシーンへの適用」「未知への事象への応用」など機械学習の基礎知識の講義から始めます。
続いて、エクセル/Pythonと言ったツール/言語の利用/演習を通じて代表的な機械学習アルゴリズムの習得を図ります。合わせて、データ分析プロセスの前段階であるデータのモデリング/マイニング処理の演習、現実のビジネスケースを想定した演習までを行います。
トータルなデータ分析業務プロセスの演習・体験を通じて、『データアナリシス』の本質の修得と、自らが機械学習の利用を図れる知見が備わるよう構成しました。

既に、データ分析プロジェクトに参加しているマネージャー/ディレクター・クラスの方は勿論、初めてのスタッフの方など幅広い階層の方々が、本講座を通じ「データアナリティクス・機械学習」への理解を深め、応用できる素養を身に付ける場として活用下さい。

データ分析業務・IT活用部署だけではなく、ビジネスにデータ分析を活かしたい多くの部門・はじめての方々等、多くの皆様のご参加を心よりお待ちしております。

また、初日(25日・金曜日)には、国立情報学研究所・アーキテクチャ科学研究系・助教・坂本 一憲(かずのり)氏に、データ分析の大局的な観点からの理解と先端データ分析研究の成果の紹介を目的に、『BIG DATAと複数分野の科学的知見を利用した人間行動の推察とその活性化施策』と題した特別講演を予定しております。
同時に、同氏も交え、受講者間での意見交換、知見の相互交流としての懇親の場を設けます。
2017年のデータサイエンス夏期集中講座の前夜祭として、是非、ご活用下さい。

更に、最終回3日目には、機能別(会話、自然言語、応答等)コグニティブAPIを利用して容易かつ短期間で作成する「スマートAIアプリケーション」構築事例も取り上げます。
実際に、日本IBMのマネジャークラスがIBM Watsonを利用して、コーディングレスで「チャット・ボット」システムを短期間で構築した経緯・狙い・労苦を忌憚なく講演していただきます。

「機械学習」の基礎素養の育成の重要性を感じていただくとともに、逆説的にはAIの知識が殆ど無くても活用できる驚愕の将来ITシステム像を実感できるような授業も追加し、充実した構成といたしました。

今回授業の特徴
  • 機械学習の本質の理解、機械学習の効果的な利用ビジネスシーン、 機械学習本の読了/サイト活用ができるような入門的かつ本質的理解が図れるような授業構成
  • 代表的な機械学習アルゴリズムの演習、データのモデリング/マイニング処理の演習、現実のビジネスケーススタディを想定した演習まで、体験を通じたトータルなデータアナリシスの理解
  • 特別講演を加え、BigDataと機械学習を利用した人間行動分析から生まれる新たな視点の創出と、データ分析の俯瞰的な観点からの知見の習得
  • 日本IBMが特別講演。同社のマネジャークラスがIBM Watsonを利用して短期間で構築した経緯・狙い等を紹介。AI利用の将来像を予見できるような講演を予定。
  • 他の同様なタイプの授業よりも低価格(受講料、テキスト代含)な受講料を実現

※昨年及び前回実施した『データサイエンス基礎講座』を受講された方も、知識の再整理・復習の意も含め再受講をお薦めいたします。

受講お申し込みはこちら

開催概要

セミナー名 データサイエンス基礎講座 2017 <超速習編>
日時
  • 2017年8月25日(金)19:00~21:00(受付開始 18:30)
  • 2017年8月26日(土)09:00~20:00(受付開始 08:30)
  • 2017年8月29日(火)19:00~21:00(受付開始 18:30)

全3回

会場

インプレスグループ セミナールーム

東京都千代田区神田神保町1-105 神保町三井ビルディング23F

  • 三田線神保町駅[A9]徒歩1分
  • 新宿線神保町駅[A9]徒歩1分
  • 半蔵門線神保町駅[A9]徒歩1分
  • 東西線竹橋駅[3b]徒歩5分
  • 千代田線新御茶ノ水駅[B7]徒歩5分
  • JR線御茶ノ水駅[御茶ノ水橋口]徒歩8分
主催 株式会社インプレス
協力 株式会社データミックス
特別協力 日本アイ・ビー・エム株式会社
フューチャーブリッジパートナーズ株式会社
参加対象
  • データ分析及び機械学習に興味のある方、初心者
  • データ分析等のデータサイエンス業務担当マネージャー、スタッフ
  • データサイエンス/アナリステック業務効率化に興味/関心のある企業・各部門の方
  • 情報システム部門、 企画部門
  • サービスプロバイダー/クラウド/ITベンダー等
受講に際しての留意事項
  • 高校卒業程度の数学の知識を有する事
  • 実務で2~3年程度のエクセル利用経験を有する事
    (Excelでピポットテーブルを使って集計できるレベルが望ましい)
  • 座学・講義受講のみを希望する方も受講可能
受講料 早割:78,000円(税抜)※2017年7月21日(金)までのお申し込み分
通常:98,000円(税抜)
お問い合わせ先

株式会社インプレス データサイエンス基礎講座 2017 事務局(担当:石川義貴)

E-mail:bc-event@impress.co.jp

受付時間 10:00~18:00(土・日・祝日を除く)

定員 30名(最少開講人数15名)
※応募者多数となりました場合には、受講いただけない場合がございます。予めご了承ください。

受講お申し込みはこちら

注意事項

  • 最少開講人数15名となります。
  • 受講票は2017年8月11日(金)以降、順次電子メールにてご連絡させていただきます。
  • 応募者多数となりました場合には、受講いただけない場合がございます。予めご了承ください。今回ご受講いただけないお客様には、次回の開講について、改めてご案内させていただきます。
  • 講師・講座内容は予告無く変更される場合があります。予めご了承ください。
  • 製品購入を前提としたり、製品販売促進のためのセミナーではありません。
  • ロゴ、記載されている 製品およびサービス名は・会社名・団体名は、各社の商標または登録商標です。
  • 商標表記について:IBM、IBM ロゴ、ibm.com、IBM Watson、Bluemixは、世界の多くの国で登録されたInternational Business Machines Corp.の商標です。他の製品名およびサービス名等は、それぞれIBMまたは各社の商標である場合があります。現時点での IBM の商標リストについては、http://www.ibm.com/legal/copytrade.shtml (US)をご覧ください。

重要:利用ソフト、持参PC等、機器について

  • 受講時には、PCを持参・利用下さい
  • 受講生には、改めて使用プログラムの環境設定方法をメール等でご連絡いたします
  • PCでの演習時の機種・環境設定等は、ご自身の責任において行っていただきます