「データサイエンス人材育成プログラム」を開催します！（申込み締切りました）
昨今，AIやIoT等第四次産業革命が進展する中，そこで生み出されたビッグデータを分析し，データから新しい価値やビジネスを創出できる人材は不足しており，人材育成は急務と言われています。
今後，地域において人材育成を行っていくにあたり，今年度，当プログラムでは，企業に在職中の方（社会人）を対象として，様々な実務的データを用いて，分析・利活用することで，「自組織の経営課題や現場課題を改善へ導くスキル」，「顧客に対して新しいビジネスを提案できるスキル」を持つ人材を育成する短期間の研修を実施します。
※当プログラムはオンライン教材（MOOC），座学研修，実践研修の３部構成となっています。
当プログラムでは，専門的にデータサイエンスを学ぶ方でなくとも，ビジネスパーソンとして，データに基づいた意思決定・ビジネスの提案を行えるような人材像を目指します。是非ご参加をご検討ください！
オンライン教材（MOOC）の受講について
| 講座数 |
２講座 |
|---|---|
|
利用可能期間 |
平成31年1月18日～3月10日まで |
| 対象者 | 企業に在職中で，原則として会社（上司）の了承を得た方 |
| 受講定員 | 100名まで |
| 参加費 |
無料 |
【講座1】データサイエンス基礎講座
○講座内容
データサイエンスを専門的に学ぶ人でなくても，ビジネスパーソンとして，データの基づく意思決定の重要性を認識のうえで重要な内容に触れます。
当講義では，【データの収集・加工・処理】【データの分析】【分析結果の解釈とその活用】というデータサイエンスの重要な要素について紹介し，特に，理論的な手法だけでなく，様々な応用事例についても紹介します。
第1章：現代社会におけるデータサイエンス
第2章：データ分析の基礎
第3章：コンピュータを用いたデータ分析
第4章：データサイエンスの応用事例
【講座2】ビジネスフィールドでのAI・データ活用スキル
○講座内容
当講座は，ビジネス側とデータサイエンス側の橋渡しができるためのスキルを育成します。
（1）ビジネス側：統計に関するリテラシーを備え，仮説に含まれる問題の「原因」と「解決策」を定量データによって，
論理的に構築できるようになるための方法論を理解します。
（2）データサイエンス側：ゴールは「ビジネス課題の解決策導出」であることを再認識し，
統計手法を用いた分析モデルによる解決策導出の支援を目指すことを理解します。
第1章：思考プロセス編
第2章：技術理解編
第3章：事例編
座学研修トライアルの受講について
| 開催日時 | 平成31年1月30日（水）9時30分～17時00分（予定） |
|---|---|
| 会場 | 広島大学東千田未来創生センターM304講義室 |
| 内容 | 【午前の部】 AI・機械学習の技術解説，データ利活用プロジェクト企画のコツなどの座学 【午後の部】 Excelによるデータ分析入門（座学と個人演習） ✓ データ分析によって「できること」「わかること」を理解する。 ✓ データ分析における定跡，ノウハウを学ぶ。 ✓ Excelの機能を活用し，データ分析の初歩（グラフによる見える化，単回帰分析など） を実践する。 ✓ データ分析で陥りやすいワナ，留意点などを認識する。 |
| 対象者 |
企業に在職中で，MOOCを受講し，Excelの基礎的な関数を活用でき， |
| 定員 | 50名まで |
| 参加費 | 無料 |
| その他 | 原則として，MOOC～実践研修トライアルまでの一貫した受講を前提としますが， MOOCと座学研修トライアルのみの受講も可とします。 |
実践研修トライアルの受講について
| 開催日時 |
平成31年2月21日（木）・22日（金），26日（火）・27日（水）［計4日間］
9時30分～17時00分（予定） |
|---|---|
| 場所 | 広島大学東千田未来創生センターM304講義室 |
| 定員 | 20名まで |
| 対象者 |
座学研修トライアルを受講した方
※定員の関係上，受講できない場合があります。 |
| 参加費 | 無料 |
| 内容 | 下記の３コースより，お選びいただくこととなります。 |
|
（1）ワイン品質の要因分析 |
（2）顧客の声分析などテキスト系分析 |
（3）画像分類 |
|
|---|---|---|---|
|
コース概要 |
✓ 定型データ（Excelなどの表形式データ）に機械学習を適用し，予測等を実現するプロセス及び統計ソフト・手法について経験する。
✓ データの理解，欠損値・外れ値の確認など，予測等を実施する観点について学習する。
|
✓ SNSなどのソーシャルデータ，日報など社内に蓄積されるドキュメントなど，大量のテキストデータから知見を得るプロセスを経験する。
✓ テキスト分析でできること，実現するための一連のプロセス（辞書の作成など）を理解する。 |
✓ 画像データの活用を例として，AI導入の企画～実行における重要な観点（データ蓄積における留意点など）を座学により学習する。
✓ 画像データの分類モデル構築～実行といったAI活用プロセスを経験し，理解を深める。
|
| シーン設定 |
✓ ワインの品質改善：ワインの成分や品質の評価データを分析し，品質に影響を与える要因の抽出と対策の立案
|
✓ 住民の声：役所に寄せられた要望から，住民のタイプごとのニーズを見える化
✓ 製品不具合：リコールされた製品の不具合レポートから事故の原因を分析し，対策を立案
|
✓ 手書き数字画像の認識・分類：様々な分類手法，AI活用プロセスの学習を目的とした演習
✓ 洋服画像の分類～業務活用：画像分類手法の適用を検討し，業務における活用まで提案する実務を想定した演習
|
|
到達目標 |
✓ 定型データの分析において，BIツールやEXCELによる可視化だけでなく，予測等の手法があること，その有用性を理解する。
✓ データを分析する一連の流れ，その際の留意点について学習する。 |
✓ テキスト系のデータ分析におけるタスクを理解する。
✓ データから得られる知見と定性的な検討組合せて業務改善の施策を検討する一連の流れについて経験する。
|
✓ 画像データ活用における一般的なタスクや実施プロセスを理解する。
✓ 画像データを対象としたAI導入の企画～実行における重要な観点について経験し，上記の理解も深める。
|
参加方法
※ 定員に達したため，締切らせていただきます。
たくさんのお申込み，ありがとうございました！
問合せ
電話：082-513-3353
FAX：082-223-2137
メール：syoinnov＠pref.hiroshima.lg.jp