開講コース
Organisational Data Science Course
開講コース
Organisational Data Science Course
在アメリカ合衆国日本国大使館企画部に勤務
オックスフォード大学専任講師
ケンブリッジ大学専任講師
ロンドン大学 SOAS 専任講師
ブリティッシュ・コロンビア大学専任講師
ICC インターナショナル・コミュニケーションズ・カウンシル プログラムディレクター
Fees and Dates 2022 – Organisational Data Science Courses(マウスをあてて、クリックしてください)
申込:http://icc-edu.com/entryform/form.php
受講生の語学要件:IELTS 6.0 / TOEFL iBT 80- / CEFR B2 相当値(※推奨要件になります。スコア提出は必須ではありません。)
Syllabus
Essential Math and Statistics
The basic mathematical knowledge required for data science, focusing on probability theory (including conditional probability, mutually exclusivity, and Bayes’ theorem), distributions (including normal distributions and central limit theorems, binomial distributions, and alternative distribution models), and variables (including mean, variance, and standard deviation).
|
Essential Coding
A summary of the various coding languages, and a look into how to program key functions and variables in Python, including lists, tuples, dictionaries, and Boolean and conditional variables.
|
Predictive Analytics: Linear Modeling
How we can use linear algebra to make predictions about the behavior of a complex system, or analyse data sets. Looking at linear regression, multiple linear regression (MLR), and logistic regression.
|
Predictive Analytics: Machine Learning
How we can use artificial intelligence (AI) to predict increasingly more accurate results using historical data, without specifically programming more for accurate results. Includes looking at the differences between supervised and unsupervised learning, and the various methods of machine learning, such as clustering (random forest, SVM, and k-means), dimensionality reduction, transfer learning, reinforcement learning, neural nets and deep learning, and natural language processing.
|
Visualizing Data and Exploratory Analysis
How we display data, and how to use a data visualization package, using real data to map trends in real life scenarios. A deep dive into how both data and analysis can be affected by biases and systematic errors, and how these can greatly affect visualizations.
|
Data Mining
Learning the principles of data mining – or how we process large data sets to extract trends and patterns. Looking at how these patterns obtained can be used in business intelligence and real time analytics. Looking at how data mining techniques can be integrated with machine learning.
|
Data Warehousing
Understanding the various tiers of data warehousing, and how it can be used as a central hub for information. How it differs from databases and data lakes, and when each of these data storage structures would be appropriate.
|
Big Data
Understanding how we collate and analyze the more complex data sets of big data, both structured and unstructured. Introduction to tools such as Hadoop, Spark, and Flink.
|
Data Storytelling
How to weave data and analytics into text, or how to present data in a way that tells an accurate story of what is occurring. Learning how to utilize the techniques taught in previous sessions to collect specific data to understand a concept, and how to relay that to other people without expertise.
|
Cloud Computing
How cloud computing has started to dominate the fields of managing, storing, distributing and processing data. Learning Cloud platforms such as AWS and Microsoft Azure, and core concepts such as IaaS (Infrastructure as Service), PaaS (Platform as Service), and SaaS (Software as Service). |
プレゼンテーション
コース参加
データサイエンス コース
テューターは、ケンブリッジ大学数学部、ケンブリッジ大学ジャッジ・ビジネス・スクール、オックスフォード大学、ロンドン・スクール・オブ・エコノミクスなど世界の科学と経済を牽引する英国の名門大学で学位を取得し、データサイエンス教授の有資格者である。
データを活用するために必要なツールの学習、スキルを習得するコースである。
近年、社会や産業の活力を左右する要因の一つとして、データサイエンスや人工知能(AI)への理解や知識が「読み・書き・そろばん」的な素養として重視されるようになってきました。将来社会で活躍するためには、英語に加えてデータサイエンスの理解や知識を身につけておくことが重要になってきている。
政府がまとめた「AI戦略」では、すべての大学・高専生が初級レベルのデータサイエンスやAIを習得し、専門分野で応用できる力を身につけるという目標を掲げている。「情報I」は、データサイエンス・AIの基礎となる理数素養や知識を身につける役割を担う。
データサイエンスは、プログラミングや統計、数学などの知識や技能を用いながら有意義なデータを引き出すことを目指す研究分野で、実践的な学びを経験する。
データサイエンスとは、Big data and Big issues, Data mining, Crypto currencies, Data visualization, GDPR, Digital Encryption, Artificial Intelligence 等を活用し、データを用いて新たな科学および社会に有益な知見を引き出そうとするアプローチ、データにもとづいて合理的な判断を行い、的確な意思決定を導く手法を意味する。情報科学、統計学などを横断的に取り扱い、分野の専門知識、プログラミングのスキル、数学および統計の知識、データ分析など複数分野を組み合わせて、意味のある、有意義な本質を見抜くために必要な方法論であり、グローバルリーダーとなる資質の一つである。
世の中にあふれる膨大なデータの解析や分析を通して、社会や企業の課題を見出したり、解決方法を提案したり、情報通信や製造業、マスコミなど幅広い業種で活躍する「データサイエンティスト」の育成を目指す。
・申込方法:http://icc-edu.com/entryform/form.php
・One-to-One 個人レッスンコース費用は750英ポンド(申込登録費100英ポンドを含む)/1人です。
・グループ(最少催行人数5 人)レッスンコース費用は 300 英ポンド(申込登録費100英ポンドを含む)/1人です。
・受講生の語学要件:IELTS 6.0 / TOEFL iBT 80- / CEFR B2 相当値(※推奨要件になります。スコア提出は必須ではありません。)
・コースを修了すると、コース修了証(PDF版)を発行します。
・コース修了証には、受講者名、コース名、コース日程、受講時間数、成績が明記されます。
・講師は、レッスンを決められた時間に始め、決められた時間に終えます。
・万一、受講生がレッスンに遅刻または欠席した場合は、それを補う補講はありません。
・カメラ・マイクが利用可能で、高速なインターネットに接続されたPC等をご準備ください。
・発言や質問等ができる静穏な環境で参加してください。
・同日程、同時間帯に複数のコースが開講されます。いったんコースが始まると、受講コースは途中で変更できません。
icccontact@internationalcommunicationscouncil.com
japanoffice@internationalcommunicationscouncil.com
ICCアジア支部
〒651-1231 兵庫県神戸市北区青葉台16-1
TEL: +81 50-3821-2215