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。

現在、「数学編」、「ビジネスアナリティクス編」、「Real Web Analytics編」、「IBM Watson―アプリケーション編」など多くのタイプの授業を実施しております。

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、幅広い各層の方が参加し、毎回・満席の活況を呈しています。

今回、2017年4月度は、統計/機械学習の基礎をPythonを使った演習で学べる「データサイエンス基礎講座＜Python演習編＞を実施いたします。

単なる統計・機械学習の数式・アルゴリズムの解説を図るだけではなく、徹底的な実務の経験をバックボーンにして、『どのようなケースに、どのアルゴリズムを使うべきか』、『データ分析の狙いを明確化し、その解のためのアルゴリズムの利用』と言う戦略的なデータマイニングの視点から、ビジネスシーンへの応用を念頭に、統計/機械学習の意味・数式が理解できるよう企画しています。

【受講者からの声】（2016年12月度から）

• テキストも自習書並みに分かりやすく、読んでまず理解できて、プラスαで講義を聴くことでより理解できる内容でよかった
• 分析についての取り組み方を、知識なしの人にも分かりやすく説明いただいて、これからの興味がわきました
• 事例がたくさんあり、データ分析の意義が分かった

2016年12月に講師を務めていただき、その受講者総てから上記のような「受講満足度100%」の回答を集めたDATUM STUDIO株式会社 取締役副社長 里 洋平 氏を迎えます。

R言語の東京コミュニティTokyo.Rの主催者で著名ネット企業でデータサイエンス業務に従事し、「データサイエンティスト養成読本」（技術評論社）など多くの著作のある同氏に、データサイエンティストに必要な統計/機械学習の基礎を事例解説やPythonによる演習を通じて分かりやすく教導していただきます。

まず、Pythonの文法基礎から基礎統計量を使った分析、Pandasの利用とデータの可視化までを演習します。続いて記述統計学と推測統計学の違い、統計学が使えるビジネスシーンの確定から、具体的に平均値・中央値・比率・分散・標準偏差など統計の基礎を学習し、最後に機械学習と統計の違い、教師なし学習（k-means法）/教師あり学習（線形回帰モデル、ロジスティック回帰、SVM、ランダムフォレスト）などを演習いたします。

最終回の恒例の事例研究には、専門分野大規模データや組合せ的な構造を扱う超高速アルゴリズムの開発や、組合せ数理の研究が専門の国立情報学研究所 情報学プリンシプル研究系 教授 宇野毅明（うの たけあき）氏を迎えます。データを適切な粒度に整形してわかりやすくすることで、複雑で巨大なビッグデータからシンプルで際立った特徴を見つけ出すような方法を開発し、その実践を行った事例を紹介していただきます。授業と合わせ、データ分析の理解を一層深められるよう拡充しました。

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/ディープラーニング」への理解を深め、応用できる素養を身に付ける場として提供致します。

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・多くの皆様のご参加を心よりお待ちしております。

※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。