TEL:092-822-1550 FAX:092-822-1565

システム要素技術講座 講座詳細

講座概要
講座名 MD11 「データ解析入門」
日数 2日 時間 14時間
情報処理(データサイエンス)
講座詳細

【ね ら い】
データサイエンス入門として、PCでの演習主体にJupyter-Notebook上でRやPythonのプログラムを使って、データを可視化し様々なデータ解析手法を体験します。
・データ解析環境を構築し、データを取得・整形し、各種グラフでデータを可視化
・平均、標準偏差等の基本分析から、相関係数行列、主成分分析等で特徴量を把握
・F検定、t検定、など様々な検定手法を体験
・クラスタ分析、回帰分析、ニューラルネットワーク等の機械学習の適用事例

【対  象】
➢ データ解析の入門レベル習得を目指す技術者
➢ プログラム経験者が望ましい

【講義内容】

1章  データ解析入門:AIとデータサイエンスとは?
2章  データ可視化のための環境設定
  1. 実習環境
  2. 仮想化環境構築
  3. Ubuntuのインストール
  4. Jupyter-Notebookのインストール
  5. R環境のインストール
  6. 環境の確認
  7. Rの基本
  8. Markdownの基本
3章  データ可視化:グラフ作成
  1. データの利用
  2. データのアップロード
  3. Rファイルの作成
  4. データのインポート
  5. グラフ作成準備
  6. グラフ利用:円グラフ
  7. グラフ利用:棒グラフ
  8. グラフ利用:散布図
4章  統計手法の利用
  1. 基本性質
  2. 基本解析:データの準備
  3. 基本解析:summary
  4. 基本解析:分散共分散行列 var
  5. 基本解析:標準偏差
  6. グラフ作成:boxplot
  7. グラフ作成:ヒストグラム hist
  8. グラフ作成:相関係数行列
  9. グラフ作成:主座標分析
  10. 主成分分析
  11. 平均の差の検定の準備
  12. F検定の実施
  13. 平均の差の検定(t検定)
  14. 3群比較の準備
  15. bartlett検定
  16. スティール・ドゥワス(Steel-Dwass)検定
  17. bonferroni検定
5章  データの分類1:教師なし機械学習 クラスタ分析
  1. クラスタ分析:階層型手法(凝集型階層)
  2. クラスタ分析:階層型手法(区分型階層)
  3. クラスタ分析:階層型手法
  4. クラスタ分析:分割型手法(k-means法)
6章  データの分類2:教師あり機械学習
  1. 利用データ
  2. サポートベクターマシーン
  3. ニューラルネットワーク
7章  データの予測
  1. データの取得
  2. 単回帰分析
  3. 重回帰分析
  4. 重回帰分析:Stepwise
演習問題解答例
補足資料

次の講座へ >>