2024.8.20更新 | ||||
---|---|---|---|---|
コマ | 授業方法 | 授業概要 | キーワード | モデルカリキュラムとの対応 |
1 | ライブオンライン | ガイダンス 【講義】富士通エバンジェリスト |
・データサイエンスが必要な時代背景 ・データサイエンスの仕事 ・データの活用事例 |
1-1. 社会で起きている変化 1-2. 社会で活用されているデータ 1-3. データ・AIの活用領域 1-5. データ・AI利活用の現場 1-6. データ・AI利活用の最新動向 3-1. データ・AIを扱う上での留意事項 |
2 | オンデマンド | 【講義動画】AI入門(1) | ・AIの動向、AIの概要 | 1-3. データ・AIの活用領域 |
ライブオンライン | 質問・相談会① (範囲 コマ1、コマ2) |
|||
3 | オンデマンド | 【講義動画】AI入門(2) | ・ディープラーニングの概要、信頼できるAI の導入等 | 1-2. 社会で活用されているデータ 1-3. データ・AIの活用領域 1-4. データ・AI利活用のための技術 1-5. データ・AI利活用の現場 1-6. データ・AI利活用の最新動向 4-5. テキスト解析 4-6. 画像解析 |
4 | オンデマンド | 【講義動画】データ収集と倫理 | ・データの収集とデータサイエンスにおける倫理 | 1-2. 社会で活用されているデータ 3-1. データ・AIを扱う上での留意事項 3-2. データを守る上での留意事項 |
ライブオンライン | 質問・相談会② (範囲 コマ3、コマ4) |
|||
5 | オンデマンド | 【講義動画】自然言語処理入門 | ・自然言語処理 ・テキストマイニング ・テキストマイニングツール |
1-4. データ・AI利活用のための技術 2-1. データを読む 2-2. データを説明する 4-5. テキスト解析 |
ライブオンライン | 質問・相談会③ (範囲 コマ5) |
|||
6 | オンデマンド | 【講義動画】データ分析の基礎 | ・データの要約方法、集計方法、グラフによる視覚化 ・平均値、標準偏差、ヒストグラム、箱ひげ図 |
2-1. データを読む 2-2. データを説明する 2-3. データを扱う |
ライブオンライン | 質問・相談会④ (範囲 コマ6) |
|||
7 | オンデマンド | 【講義動画】データ分析の応用 | ・統計的検定(母集団と標本、検定の考え方、t検定) | 2-1. データを読む 2-2. データを説明する 2-3. データを扱う |
8 | オンデマンド | 【講義動画】データ分析の発展 | ・層別による分類、クラスタリング | |
ライブオンライン | 質問・相談会⑤ (範囲 コマ7、コマ8) |
|||
9 | ライブオンライン | (世田谷・厚木キャンパス) 【ワークショップ コマ9】 【講義】 富士通データサイエンティスト 【講義】 富士通 Japan 農業分野 担当者 |
・農業分野でのデータ活用事例(効率生産、品種改良等) ・北海道神恵内村の水産業でのデータ活用事例 ・ワークショップのチーム分け |
1-2. 社会で活用されているデータ 1-3. データ・AIの活用領域 1-4. データ・AI利活用のための技術 1-5. データ・AI利活用の現場 1-6. データ・AI利活用の最新動向 4-5. テキスト解析 4-6. 画像解析 |
(オホーツクキャンパス) 【ワークショップ コマ9】 【講義】生物産業分野におけるデータサイエンスの活用事例 【講義】(株)フォーバル担当者 |
・生物産業分野でのデータ活用事例 ・生産・加工・経営におけるデータ一元化 ・北海道内中小企業でのデータ活用事例 |
|||
ライブオンライン | 質問・相談会⑥ (範囲 コマ9) |
|||
10 | オンデマンド | 【講義動画】ディープラーニング入門(1) | ・深層学習の教師あり計算アーキテクチャ ・入力訓練データから隣り合う層から層へと表現が変換されて出力に至る過程 |
1-4. データ・AI利活用のための技術 1-6. データ・AI利活用の最新動向 |
11 | オンデマンド | 【講義動画】ディープラーニング入門(2) | ・深層学習の仕組 ・Kerasフレームによる手書き数字の画像認識 |
4-2. アルゴリズム基礎 4-3. データ構造とプログラミング基礎 4-6. 画像解析 4-8. データ活用実践(教師あり学習) |
12 | オンデマンド | 【講義動画】ディープラーニング入門(3) | ・深層学習の計算コスト ・過学習による能力低下 ・AI技術の課題 |
4-2. アルゴリズム基礎 4-3. データ構造とプログラミング基礎 4-6. 画像解析 4-8. データ活用実践(教師あり学習) |
ライブオンライン | 質問・相談会⑦ (範囲 コマ10、コマ11、コマ12) |
|||
13 | ライブオンライン | (世田谷・厚木キャンパス) 【ワークショップ コマ13】 農業 における AI 活用 |
・日本の農業が抱える課題 ・課題解決におけるデータ利活用 ・受益者の声、業界情報について探求 ・テーマの具体化 |
1-1. 社会で起きている変化 1-2. 社会で活用されているデータ 1-3. データ・AIの活用領域 1-4. データ・AI利活用のための技術 1-5. データ・AI利活用の現場 1-6. データ・AI 利活用の最新動向 2-1. データを読む 2-2. データを説明する 3-1. データ・AIを扱う上での留意事項 3-2. データを守る上での留意事項 |
(オホーツクキャンパス) 【ワークショップ コマ13】生物産業におけるデータサイエンス活用 |
・北海道の生物産業が抱える課題 ・課題解決におけるデータ利活用の価値 ・受益者の声、業界情報について探求 ・テーマの具体化 |
|||
14 | ライブオンライン | (世田谷・厚木キャンパス) 【ワークショップ コマ14】 農業 における AI 活用 |
・課題保有者の設定 ・顕在ニーズ、潜在ニーズ ・バリュープロポジションキャンバス活用 |
|
オホーツクキャンパス) 【ワークショップ コマ14】生物産業におけるデータサイエンス活用 |
・網走市中小企業の経営課題を見える化 ・潜在ニーズと顕在ニーズの把握 ・課題の解決策の発掘 |
|||
15 | ライブオンライン | (世田谷・厚木キャンパス) 【ワークショップ コマ15】 農業 における AI 活用 |
・必要なデータ ・分析手法 ・得たい分析結果 |
|
オホーツクキャンパス) 【ワークショップ コマ15】生物産業におけるデータサイエンス活用 |
・必要なデータ ・分析手法 ・得たい分析結果 |
|||
16 | ライブオンライン | (世田谷・厚木キャンパス) 【ワークショップ コマ16】 農業 における AI 活用 |
・チームで資料作成 ・発表 |
|
オホーツクキャンパス) 【ワークショップ コマ16】生物産業におけるデータサイエンス活用 |
・チームで資料作成 ・発表 |