| 2024.4.1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@ （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A （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B （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C （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D （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E （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F （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 |