Scrrible Osaka Lab（大阪メトロ御堂筋線「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）
大阪府大阪市北区西天満２−５−３（堂島深川ビル３F）
申し込み受付は終了しました
| 【カード決済】（一般の方）白・茶・黒帯篇一括申込：180,000円 | 180,000円 前払い |
|---|---|
| 【カード決済】（学生の方）白・茶・黒帯篇一括申込：130,000円 | 130,000円 前払い |
| 【カード決済】（一般の方）白帯篇のみ申込：60,000円 | 60,000円 前払い |
| 【カード決済】（学生の方）白帯篇のみ申込：45,000円 | 45,000円 前払い |
| 【銀行振込】（一般の方）白・茶・黒帯篇一括申込：180,000円 | 180,000円 会場払い |
| 【銀行振込】（学生の方）白・茶・黒帯篇一括申込：130,000円 | 130,000円 会場払い |
| 【銀行振込】（一般の方）白帯篇のみ申込：60,000円 | 60,000円 会場払い |
| 【銀行振込】（学生の方）白帯篇のみ申込：45,000円 | 45,000円 会場払い |
| 【銀行振込】の場合、チケットでは「会場払い」と表記されていますが、事前にお振込みいただく形となります。 | |
統計学、機械学習、プログラミング、データの前処理から、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。
「データ教育講座 白・茶・黒帯編」は、経済産業省の「第四次産業革命スキル習得講座」の認定講座に該当します。（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）
本講座は、厚生労働省「教育訓練給付金」制度に認定されています。（※白・茶・黒帯編を通して受講いただいた場合のみ対象となります。）
一定の条件を満たす雇用保険の被保険者（在職者）、または被保険者であった方（離職者）は受講料の50%、訓練修了後に資格取得し修了日の翌日から1年以内に被保険者として雇用された場合は70%を受給できます。ただし、出席率や修了評価の合格など一定の要件を満たしていただく必要があります（欠席時の講義動画の視聴も出席扱いとなります）。
受給要件等は下記リンクよりご確認ください。
https://www.hellowork.go.jp/dbps_data/_material_/localhost/doc/senmonjissenkyouikukunrennokyuuhunogoannai.pdf
※給付金の申請は、お住まいを管轄するハローワークにてお手続きください。
※Python初心者の方（未経験〜1年未満）には、事前準備のための受講相談を実施させていただきますので、info@soleildatadojo.comまでお気軽にご相談ください。
●開催日時
白帯編：2019/10/12（土）、10/19（土）、10/26（土）・各日10:00～17:10（90分×12コマ）
茶帯編：2019/11/9（土）、11/16（土）、11/23（土）・各日10:00～17:10（90分×12コマ）
黒帯編：2019/12/7（土）、12/14（土）、12/21（土）・各日10:00～17:10（90分×12コマ）
※ご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きます。
※講義外の時間帯でもチャットツール・Slackでご質問・疑問点に講師やTAが随時お答えします。
※開催期間中、コワーキングスペース・Scribble Osaka Labを無料でご利用いただけます（ただし、他の貸切イベントや講座開催時間帯を除く）。復習やグループワークで集まる際などぜひご活用ください。
●定 員： 20名（最低催行人数10名）
●場 所：Scrrible Osaka Lab（大阪メトロ御堂筋線「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：180,000円、学生の方（社会人学生除く。）：130,000円
白帯・茶帯・黒帯各講座申込：60,000円、学生の方（社会人学生除く。）：45,000円
※銀行振込の場合、チケットでは「会場払い」と表記されていますが、事前にお振込みいただく形となります。
★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。
◯ディープラーニングの基礎についてしっかりと理解します。
◯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とTensorFlow、Keras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。
⚫︎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磨きます。
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！
欠席した場合も、講義動画でのキャッチアップや復習が可能！
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！
講座開催期間中、コワーキングスペース・Scribble Osaka Labが無料で利用可能！
| 時間 | コマ数 | 講師（予定） | 使用ソフトウェア | 内容 |
|---|---|---|---|---|
| 10:00〜11:30 | 1 | 岡地 | 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 | 岡地 | RapidMiner | RapidMinerの使い方２：最近傍法・線形回帰・相関分析 |
| 14:00〜15:30 | 3 | 岡地 | RapidMiner | RapidMinerの使い方３：モデルの適応とモデル評価 |
| 15:40〜17:10 | 4 | 岡地 | RapidMiner | RapidMinerの使い方４：データ分析コンペ |
| 時間 | コマ数 | 講師（予定） | 使用ソフトウェア | 内容 |
|---|---|---|---|---|
| 10:00〜11:30 | 1 | 中井 | Python | データ前処理入門１：データ前処理の基礎、pandasの使い方 |
| 11:40〜13:10 | 2 | 中井 | Python | データ前処理入門２：実データの前処理上のポイント |
| 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） |
| 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・構成や担当講師は、変更が生じる可能性がございます。
| 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 |
| 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、勾配ブースティングの基本 |
| 14:00〜15:30 | 3 | 葭仲・西田 | Python | ディープラーニングの基礎１：フォワードプロパゲーション、バックプロパゲーション |
| 15:40〜17:10 | 4 | 葭仲・西田 | Python | ディープラーニングの基礎２ ：CNN |
※各講座の内容や担当講師は、当日変更が生じる可能性がございます。
| 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 | 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 |
| 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・構成や担当講師は、変更が生じる可能性がございます。
| 時間 | コマ数 | 講師（予定） | 使用ソフトウェア | 内容 |
|---|---|---|---|---|
| 10:00〜11:30 | 3 | 入江 | － | データ分析プロジェクトの進め方１ ：機械学習ソリューションの設計 |
| 11:40〜13:10 | 4 | 入江 | － | データ分析プロジェクトの進め方２ ：機械学習ソリューションの設計 |
| 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 |
| 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の基礎３:TF2.0 の概観 |
| 11:40〜13:10 | 2 | 入江 | TensorFlow | ディープラーニングの基礎４：ニューラルネットワーク復習、TensorBoard の利用 |
| 14:00〜15:30 | 3 | 入江 | Python | ディープラーニングの基礎５：学習済みモデルの運用 |
| 15:40〜17:10 | 4 | 入江 | Python | ディープラーニングの基礎６：演習問題 |
| 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 | 時系列問題を解く2：時系列解析(ARIMA,ARMA,AR) |
| 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・構成や担当講師は、変更が生じる可能性がございます。
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
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）。
・講座開始日の１４日前までの場合…受講料の全額返金
・講座開始日の７日前までの場合…受講料の半額返金
・講座開始日の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。
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/
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。
岡地 祥希（おかじ よしき）
大阪市立大学商学部卒。文系でありながら独学で数学、プログラミング、データサイエンスを学習し、研究ではテキストマイニング、音声情報処理、音楽情報処理などを用いて歌詞の分析、歌声の分析、音声の感情分類、などを実施。現在は(株)KSKアナリティクスにてデータ分析の教育事業に従事しながら、kaggleやSIGNATEなどのコンペに参加している。
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。
葭仲 勝則（よしなか かつのり）
Tsugumi+
1989年生まれ。大阪府出身。大阪大学大学院工学研究科で経営を学び、中退後、市役所から住み込みバイトまで幅位広い業種に携わる。様々な業種の中で共通している、「人間の単純作業」をITの力で代替したいと考え、SIerに入社。八百屋さんのような中小事業主の販売管理システムから大手精密機器メーカーの倉庫管理システムまで設計開発する。AIの力で人間を単純労働から解放したいと思い、京都のAIベンチャーに転職。レコメンドエンジンや、製薬メーカーや理研、大学と共同研究を行う。地元大阪でAIを活用とした事業で起業準備中。保有資格は応用情報技術士など。
西田 成孝（にしだ しげたか）
Tsugumi+
1989年生まれ。大阪府出身。大手農機具メーカーのシステム開発を経験。
東京大学松尾研究室講座修了後、AIベンチャーで京都大学との共同プロジェクトに携わる。現在は医療データの解析や機械学習、ディープラーニングを活用したサービス開発に従事している。
中井 友昭（なかい ともあき）
株式会社 eftax 取締役／経営企画部・マネージャー
1978年生まれ。東京大学文学部卒。関西学院大学経済学研究科修了。会計事務所勤務の傍ら、2013年に株式会社 eftaxを設立し、データ分析教育及びデータ分析コンサルティング事業をスタート。主としてデータ分析プロジェクトのマネジメントを担当。2018年1月に同社で経済産業省・第四次産業革命スキル習得講座の初回認定を取得。2018年4月からAIアクセラレータープログラムkansAI0.6を始動。データサイエンス分野における新規事業創出と中小企業へのデータ活用の普及促進のための活動を行っている。
ソレイユデータ道場では、中小企業の経営者、起業家、研究者、ＩＴ技術者、学生、データサイエンティストらが集まり、自分たちの手で中小企業の現場のデータ分析を実践します。 普段あまり社会的接点のない異質な者同士の集まりから、新たな知見やイノベーションの創出を目指します。 1．目的 ソレイユデータ道場は、主として下記の4つの場として機能し、関西圏におけるデータサイエンス分野の裾野の拡大と中小企業...
メンバーになる
