|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/datascience-basic/
课程评论：没有评论
【みやもと統計講座DS編】文系のためのデータサイエンス基礎講座（生成AIグラフ作成用プロンプト付き） 本课程是面向文科生开设的数据科学基础课程，即使没有数学和编程知识也能学习。随着AI和数据科学在商业领域的普及，许多人面临着组织内缺乏了解数据科学的人才、希望作为DX一部分学习数据科学却不知从何入手、与数据科学家沟通困难、不想被年轻员工视为不懂数据科学的人等问题。鉴于当前对DX/数字化的强烈需求，这种情况预计将继续增加。 本课程旨在成为商业与数据科学之间的“桥梁”，帮助学员掌握作为现代通识教育的数据科学基础知识。通过本课程，学员将能够理解并讨论以下内容： * 数据科学中的“模型”是什么？ * 简单、受限的模型与复杂、灵活模型之间的区别？ * 数据科学中的“夹心问题”——欠拟合与过拟合是什么？ * 非参数法与参数法的区别？ * 模型的各种类型（有监督/无监督、回归（线性回归/非线性回归）/分类、聚类/降维）？ * 用于确保测试数据的交叉验证法是什么？ * 回归模型评估中的注意事项（测试MSE、欠拟合、过拟合）？ * 分类模型评估中的注意事项（测试误分类率、阈值、混淆矩阵、ROC曲线/AUC）？ 本课程专为数据科学初学者设计，无需数学或编程知识即可学习。欢迎随时参加，一起掌握作为通识教育的数据科学知识。
データサイエンスの基礎を数学やプログラミングの知識なしでも学べる基礎講座です！「組織内にデータサイエンスがわかる人材が不足している…」「DXの一環でデータサイエンスの学習をしたいが何から始めればいいのか…」「データサイエンティスト側とのコミュニケーションに苦労している…」「若手社員からデータサイエンスに疎い人材と思われたくない…」などなど、AIやデータサイエンスのビジネスへの普及するなかで、上記のような悩みや苦労を抱える人が少なくありません。昨今のDX/デジタル化への強いニーズもあり、このような場面は今後も増えていくと予想されます。本コースでは上記のような悩みや苦労を踏まえ、ビジネスとデータサイエンスの「橋渡し役」となるべく、現代の一般教養でもあるデータサイエンスの基礎を学んでいきます。本コースを通じて以下のようなことを「語れる」ようになります。データサイエンスにおける「モデル」とは？単純で制約的なモデルと複雑で柔軟なモデルの違いとは？データサイエンスの板挟み問題―未学習と過学習とは？ノンパラメトリック法とパラメトリック法の違いは？モデルにはどのような種類がある？（教師あり/なし、回帰（線形回帰・非線形回帰）/分類、クラスタリング/次元削減）テストデータを確保するための交差検証法とは？回帰モデルの評価における注意点は？（テストMSE、未学習と過学習）分類モデルの評価における注意点は？（テスト誤分類率、閾値、混同行列、ROC曲線/AUC）また、本コースはデータサイエンスの初心者の方を対象としており、数学やプログラミングの知識がなくても学習できるよう設計されています。ぜひお気軽にご受講ください！この機会にぜひ一緒に教養としてのデータサイエンスの知識を身につけましょう。
