本講座全体の目的

　統計学、機械学習、プログラミング、データの前処理からデータベース技術、仮説検証思考などデータを分析するための幅広い技術・ノウハウを習得し、これからの企業や日本、地域社会が直面する実際的課題に対応するための基礎力・応用力を身に着けることを目的とします。

第四次産業革命スキル習得講座の認定

　「データ教育講座　白・茶・黒帯編」が、経済産業省・第1回「第四次産業革命スキル習得講座」の認定を受けました。（認定番号：42901-1002、認定期間：2018年4月1日より2021年3月31日まで）
　認定要件に則り、本講座では受講者の方々の個別の修了評価やフォローアップを実施いたします。

開催日時・場所・定員・受講料

●開催日時
　白帯編：2018/4/14（土）、4/21（土）、4/28（土）・各日10:00～17:10（90分×12コマ）
　茶帯編：2018/5/12（土）、5/19（土）、5/26（土）・各日10:00～17:10（90分×12コマ）
　黒帯編：2018/6/9（土）、6/16（土）、6/23（土）・各日10:00～17:10（90分×12コマ）　
　※欠席された日については、翌週に講義動画を配布し、キャッチアップしていただけるようにしております。
　※講義中の疑問や不明点は、講義外の時間帯でもSlack（コミニュケーション用のツール）でいつでも自由にご質問を受け付け、講師またはTAがお答えしております。

●定　員： 20名（最低催行人数10名）
●場　所：Scrrible Osaka Lab（大阪市営地下鉄「淀屋橋」駅より徒歩4分／京阪電鉄中之島線「大江橋」駅徒歩2分）（大阪市北区西天満２丁目５−３堂島深川ビル３階）
●受講料
　白帯・茶帯・黒帯編一括申込：130,000円、学生の方（社会人学生除く。）：110,000円
　白帯・茶帯・黒帯各講座申込：45､000円、学生の方（社会人学生除く。）：39,000円
　　※後日請求書を送付させていただきますので、銀行振込みによりお支払いください。
　※コンビニ・クレジットでのお支払いをご希望の方は、お手数ですが、Peatixのお申込みページよりお申し込みくださいませ。→　http://datadojo5th.peatix.com

白帯・茶帯・黒帯編のゴールイメージ

★白帯編　～まずは分析の基本を体得する！～
◯分析ツールRapidMinerとプログラミング言語Pythonによるデータ分析の基本が分かります。
◯Pythonでデータを適切に前処理したり、分かりやすく可視化する手法を学びます。
◯RapidMiner講座では、ノンプログラミングでデータ分析の流れを体験。
◯データの基本的な見方や統計の基礎知識を習得します。
◯グループでデータの前処理、可視化など基礎分析の演習を行います。

★茶帯編　～理論から実践へ！～
◯機械学習の基礎理論とPythonでの機械学習プログラミングの知識が身に着きます。
◯機械学習に必要な数学の基礎、数式の見方を覚えます。
◯RapidMinerによるデータ前処理と実際のデータを使った分析の手順を学びます。
◯グループで分析プロジェクトの設計、提案書の作成、プレゼンの演習を行います。

★黒帯編　～現場での応用力を身に着ける～
◯機械学習の基礎理論とPythonでの機械学習プログラミングの知識が身に着きます。
◯ディープラーニングの基礎理論とTensorFlowの実装方法について習得します。
◯機械学習や統計学の知識・手法を実際のビジネス課題に応用するノウハウを習得します。
◯グループで分析プロジェクトのモデル実装、報告書の作成、プレゼンの演習を行います。

本講座（白・茶・黒帯編）の特徴

⚫︎手を動かすことを重視します。
⚫︎グループワークを重視します。
⚫︎手法ベースではなく、目的・課題ベースで考えます。
⚫︎現場課題への応用力を養います。

プログラミングやデータ分析を、オンライン講座や書籍を使って独学で学ぼうとして挫折したご経験をお持ちの方、ご安心ください！
　＊講師やティーチングアシスタントの時間外の質問受付やフォローアップなども充実！
　＊データ分析・Pythonでのプログラミングの基本をしっかりと、腑に落ちるまで実践！
　＊困ったことや分からないところをすぐに聞ける講師、一緒に勉強する仲間と出会えます！

白帯編

第１日目：4月14日（土）『Pythonを使ったデータの前処理と可視化』

時間	コマ数	講師（予定）	使用ソフトウェア	内容
10:00〜11:30	1	玉川	Python	データ前処理入門①：pandasの使い方
11:40〜13:10	2	玉川	Python	データ前処理入門②：実データの加工成形
14:00〜15:30	3	入江	Python	データ可視化入門①：可視化の基礎概念
15:40〜17:10	4	入江	Python	データ可視化入門②／グループで課題に取り組む：可視化ライブラリハンズオン（Matplotlib、Seaborn、Plotly）

第２日目：4月21日（土）『ノンプログラミングでデータ分析の流れを体感してみよう！』

時間	コマ数	講師（予定）	使用ソフトウェア	内容
10:00〜11:30	1	北島	RapidMiner	RapidMinerの使い方１：基本操作・モデルを作成してみる
11:40〜13:10	2	北島	RapidMiner	RapidMinerの使い方２：最近傍法・線形回帰・相関分析
14:00〜15:30	3	北島	RapidMiner	RapidMinerの使い方３：モデルの適応とモデル評価
15:40〜17:10	4	北島	RapidMiner	RapidMinerの使い方４：データ分析コンペ

第３日目：4月28日（土）『Pythonを使ったデータ分析の基本を覚える』

時間	コマ数	講師（予定）	使用ソフトウェア	内容
10:00〜11:30	1	小縣	Python	統計学の基礎を身につける１：統計基礎、母集団、統計的仮説検定など
11:40〜13:10	2	小縣	Python	統計学の基礎を身につける２：t検定、１元配置分散分析など
14:00〜15:30	3	小縣	Python	データ間の関連性を見つける：クロス集計、相関分析、線形回帰など
15:40〜17:10	4	小縣	ソフト自由	グループで課題に取り組む：データのクレンジングと基礎集計、可視化

※各講座の内容や担当講師は、当日若干変更になる可能性がございます。

茶帯編

第１日目：5月12日（土）『機械学習の理論とPythonプログラミングを習得する１』

時間	コマ数	講師（予定）	使用ソフトウェア	内容
10:00〜11:30	1	小縣	Python	機械学習の文献を読む際に最低限覚えておきたい数学
11:40〜13:10	2	小縣	Python	回帰問題を解く：線形回帰、重回帰、RANSAC、リッジ回帰など
14:00〜15:30	3	小縣	Python	時系列問題を解く１：移動平均、指数平滑法、欠測値の補間
15:40〜17:10	4	小縣	Python	分類問題を解く／グループで課題に取り組む：K-means法／課題設定、中間発表、次々週まで宿題

第２日目：5月19日（土）『RapidMinerを使った実際のデータ分析の流れを実践する』

時間	コマ数	講師（予定）	使用ソフトウェア	内容
10:00〜11:30	1	北島	RapidMiner	RapidMinerの使い方５：RapidMinerを使ったデータの前処理
11:40〜13:10	2	北島	RapidMiner	RapidMinerの使い方６：アソシエーションルールとクラスタリング
14:00〜15:30	3	北島	RapidMiner	RapidMinerを実データで使ってみる１：RapidMiner１～６の内容を実データで実施
15:40〜17:10	4	北島	RapidMiner	RapidMinerを実データで使ってみる２：RapidMiner１～６の内容を実データで実施

第３日目：5月26日（土）『機械学習の理論とPythonプログラミングを習得する２』

時間	コマ数	講師（予定）	使用ソフトウェア	内容
10:00〜11:30	1	入江	Python	識別問題を解く１：K近傍法
11:40〜13:10	2	入江	Python	識別問題を解く２：決定木、アンサンブル学習、ランダムフォレスト
14:00〜15:30	3	小縣	Python	時系列問題を解く2：時系列解析(ARIMA,ARMA,AR)
15:40〜17:10	4	小縣	－	グループで課題に取り組む：分析提案書の最終発表

※各講座の内容や担当講師は、当日変更になる可能性がございます。

黒帯編

第１日目：6月9日（土）『機械学習の理論とPythonプログラミング３』

時間	コマ数	講師（予定）	使用ソフトウェア	内容
10:00〜11:30	1	小縣	Python	次元削減によってデータを要約する：主成分分析
11:40〜13:10	2	小縣	Python	最適化問題を解く：線形計画問題、非線形計画問題（最急降下法、ラグランジェの未定乗数法）
14:00〜15:30	3	小縣	Python	回帰問題を解く：ロジスティック回帰
15:40〜17:10	4	小縣	ソフト自由	グループで課題に取り組む：課題設定、中間発表、次々週までの宿題

第２日目：6月16日（土）『ディープラーニングの基礎理論とTensorFlowの使い方』

時間	コマ数	講師（予定）	使用ソフトウェア	内容
10:00〜11:30	1	入江	TensorFlow	ディープラーニング入門：ニューラルネットワーク、ディープラーニングの基本理論
11:40〜13:10	2	入江	TensorFlow	TensorFlow/Keras ハンズオン：モデル構築、TensorBoard による学習進捗・結果の評価
14:00〜15:30	3	入江	Python	CNNの基本コンセプト：画像分類などで使用されるCNNの考え方を理解する
15:40〜17:10	4	入江	Python	特徴抽出・転移学習の基礎：モデルの自作運用で不可欠な転移学習の考え方を理解する

第３日目：6月23日（土）『機械学習の理論とPythonプログラミング４』

時間	コマ数	講師（予定）	使用ソフトウェア	内容
10:00〜11:30	1	小縣	Python	分類問題を解く：混合ガウス分布モデル、EMアルゴリズム
11:40〜13:10	2	小縣	Python	識別問題を解く：サポートベクトルマシン、交点探索、交差検証
14:00〜15:30	3	小縣	Python	ベイズ入門：ベイズの定理、ベイジアンネットワーク
15:40〜17:10	4	小縣	ソフト自由	グループで課題に取り組む：分析報告書の最終発表

※各講座の内容や担当講師は、当日変更になる可能性がございます。

ご参加にあたってのお願い

　ノートPCを各自ご持参ください。PC環境はWindows7以降、Mac10.9(Mavericks)以降。
　Python：Anaconda3の最新版の事前インストールをお願いいたします。推奨メモリは、8GB以上。
　RapidMiner：RapidMiner 7.xの事前インストールをお願いします。
　→　http://www.rapidminer.jp/download
　以下より、TensorFlowの事前インストールをお願いいたします。
　→　https://www.tensorflow.org/versions/r0.11/get_started/os_setup.html#download-and-setup

キャンセルポリシー

　受講料入金後の受講キャンセルの場合の受講料の取り扱いは下記の通りとなります（振込料はお客様負担）。
　・講座開設日の１４日前までの場合…受講料の全額返金
　・講座開設日の７日前までの場合…受講料の半額返金
　・講座開設日の６日前以降の場合…受講料は返金いたしません。
　※なお、受講申込後、講座開設日の７日前までに振込みが確認できなかった場合、受講のお申込みをキャンセルされたものとみなします。

その他

　ソレイユデータ道場については、公式HPやFacebookページをご参照ください。
　公式HP：http://www.soleildatadojo.com
　Facebookページ：https://www.facebook.com/soleildatadojo/

講師紹介

小縣　信也（おがた　しんや）
小縣解析事務所　代表
1982年生まれ。兵庫県出身。大阪市立大学工学部卒業後、建材メーカー、設備設計事務所、IoTベンチャーに勤務。2010年、OpenFOAM勉強会for beginner(現オープンCAE勉強会＠関東)を立ち上げ3年間幹事を務める。建築環境に関する数値シミュレーション、電力量や温湿度などのセンサーデータに関する分析が専門。1級建築士、エネルギー管理士。2013年、国土交通省国土技術政策総合研究所　優秀技術者賞受賞。

---

北島 聡（きたじま　さとし）　
株式会社KSKアナリティクス データサイエンス本部 本部長
1975年生まれ。兵庫県出身。関西学院大学大学院経営戦略研究科修了、MBA。株式会社帝国データバンクでビッグデータ分析のプロジェクトリーダーを務めたのち現職。オープンソースを活用した「ビジネス価値」を生むデータ分析を提案し、特にビジネス課題の洗い出しと、アジャイルに分析することを得意としている。米国シリコンバレーで起業経験がある他、RapidMiner認定アナリスト、EMC認定データサイエンティスト、スクラムマスター、統計士などの資格を持つ。

---

玉川　竜司（たまがわ　りゅうじ）
東京出身、大阪在住。オライリージャパンから、「Hadoop」「Sparkによる実践データ解析」「Jenkins」「ヘルシープログラマ」など、ビッグデータやソフトウェア開発といったテーマを中心に翻訳書多数。直近では2017年8月に発刊された『SRE サイトリライアビリティエンジニアリング ―Googleの信頼性を支えるエンジニアリングチーム』の翻訳に携わる。Python歴は1.4の時代から。

---

入江　敦央（いりえ　のぶひろ）
株式会社 eftax　データ分析事業部データアナリスト
旧大阪外国語大学外国語学部卒（中南米スペイン語、グアラニー語）。フォントベンダー勤務を経て、データアナリストとして現職。データの可視化、Visualization を通じた背景理解・ストーリーテリングを重視する。2016年初頭より、TensorFlow 勉強会に非専門家の立場からスピーカー登壇を続け、体当たりで機械学習・深層学習に取り組んできた経験を共有。データサイエンスと語学の学習における違いと共通点を意識し、データ分析初学者と専門家の間のギャップを埋める取り組みをおこなっている。