【会員限定】全国栄養士大会・オンライン開催中!(2021.8.31まで)

【2021.7.11 更新】オンライン講座でデータサイエンスを学んでみませんか?【随時更新】

トピックス・ニュース
みなさんは、オンライン講座「gacco」というウェブサイトはご存知ですか?会員登録が必要となりますが、基本無料(対面講座を希望される方や、一部講座は有料)で、各分野の専門家の方々から、動画を通じて専門的な知識を学修することができるウェブサイトです。「gacco」にて、近年注目が集まっている「データサイエンス」を扱った科目が開講されますので、逐次、このページで紹介することとしました。データサイエンス・統計学的なものの見方を身につけることで、日々の栄養業務の見直し、ブラッシュアップにつながるかも?興味のある方は、ぜひ受講してみてください。
無料で学べるオンライン講座「gacco」
gaccoでは大学教授をはじめとした一流の講師陣による無料のオンライン講座を提供しています。gaccoは日本初のMOOC(大規模オープンオンライン講座)として、多彩な講師陣を迎えて新しい教育サービスを提供しています。
2021年7月11日(日)更新
 2021年度講座情報を更新しました。
Web担当コメント(2020.5.7)
 学修内容が講座ごとに若干重なっているため、一度に複数講座を受講する必要性は少ないと考えます。社会人の方は、「社会人のためのデータサイエンス入門」がおすすめです。Week4で学習するe-Statを用いて、食と関連する情報を収集してみるのも面白いのではないでしょうか。「大学生のためのデータサイエンス(Ⅱ)」は、統計学というよりは機械学習を扱うため、ややハードルが高いと思います。昨年度、同講座を受講していましたが、私は途中で断念してしまいました。「社会人のためのデータサイエンス入門」が難しいという場合は、より基礎的な学びを提供してくれる「高校生のためのデータサイエンス入門」に挑戦してみるのもよいと思います。

講座の紹介

2021年度[令和3年度]

AI活用人材育成講座(全8講座)

AI・データサイエンスに関して学ぶ講座です。「活用講座事例集(3講座)」と「活用・理論講座(5講座)」の2つのブロックに分かれており、「活用・理論講座」の中でデータサイエンスが取り上げられています。
I活用人材育成講座|AIの基礎知識や活用事例を分かりやすく解説
AI(人工知能)を社会やビジネスで活かす方法を学んでみませんか。 この講座は、プログラムの知識が無くても、AI の利活用において大切なこと~AI がどのような問題解決に使えるのか、AI をどのように使えばいいのか、さらにAI が働く原理はどのようになっているのか~を学べるよう構成されています。
  • 開講日 2021年6月30日(水)~
  • 講座名
    活用講座事例集(3講座)
     企画・マーケティング、営業・販売・サービスで活用されるAI
     製造・生産、設備・インフラで活用されるAI
     AI活用が注目される業界(介護・医療・金融・農業)
    活用・理論講座(5講座)
     AI・データサイエンス基礎
     AI・データサイエンス概論
     AI・データサイエンス専門Ⅰ(自然言語処理、音声認識、画像理解)
     AI・データサイエンス専門Ⅱ(ロボティクス、予測・診断・最適化)
     データサイエンティストの基礎知識

社会人のためのデータサイエンス演習

社会人のためのデータサイエンス演習
総務省統計局が提供する講座、ビジネスの現場で求められているデータサイエンスをわかりやすく解説します。
  • 開講日 2021年9月28日(火)~
  • 内 容
    Week1:データサイエンスとは
    Week2:分析の概念と事例
    Week3:分析の具体的手法
    Week4:ビジネスにおける予測と分析結果の報告
    Week5:ビジネスでデータサイエンスを実現するために

大学生のためのデータサイエンス(Ⅲ)問題解決編

第4週に、「KH Coder」を用いたテキストマイニングが扱われます。日々の業務の中で得られた、自由記述のアンケート回答の分析に活かせるかもしれません。
大学生のためのデータサイエンス(Ⅲ)問題解決編
本講座では、データサイエンスの分析手法を使って実際の問題を解決することを目標に、必要な考え方、分析の進め方、問題設定や伝え方のスキルを習得します。
  • 開講日 2021年6月10日(木)~
  • 内 容
    Week1:PPDACサイクル
    Week2:自動車販売データの分析
    Week3:地産地消データの分析
    Week4:自由記述のアンケート回答の分析
    Week5:プロジェクトを成功させる仕事の進め方

大学生のためのデータサイエンス(Ⅱ)

大学生のためのデータサイエンス(Ⅱ)
機械学習は、近年、データの大規模化と技術の進歩により飛躍的に性能が高まり、産業界での応用が進んでいます。本講座では、機械学習のさまざまな手法や応用例を示します。
  • 開講日 2021年6月10日(木)~
  • 内 容
    Week1:機械学習の事例紹介
    Week2:機械学習の基礎 (1) 分類問題
    Week3:機械学習の基礎 (2) 回帰問題・その他
    Week4:機械学習の発展

大学生のためのデータサイエンス(Ⅰ)

大学生のためのデータサイエンス(Ⅰ)
データサイエンスの基本的な考え方について、様々な応用事例とともに学ぶことができる講座です。
  • 開講日 2021年5月10日(月)~
  • 内 容
    Week1:現代社会におけるデータサイエンス
    Week2:データ分析の基礎
    Week3:コンピュータを用いたデータ分析
    Week4:データサイエンスの応用事例

高校生のためのデータサイエンス入門

高校生のためのデータサイエンス入門
データサイエンスが注目を集めるなか、滋賀大学では日本初のデータサイエンス学部を創設しました。本講義では身近な題材を用いてデータ分析方法を学び、初歩的なデータ分析スキルの獲得を目指します。
  • 開講日 2021年6月18日(金)~
  • 内 容
    Week1:この講義の概要とねらい, データサイエンスとは, 公的データを入手する, 地域経済分析システム(RESAS)の利用, 政府統計の総合窓口(e-Statの利用), 代表値, 標準偏差, 標準化, ヒストグラム, 箱ひげ図
    Week2:2変数データと散布図, 層別データの扱い, 相関係数とは, 相関係数の特徴, 相関関係と因果関係, クロス集計, 層別クロス集計, 時系列と指数化, 時系列の移動平均, 時系列の季節調整

2020年度[令和2年度]

【終了】大学生のためのデータサイエンス(Ⅲ)問題解決編

第4週に、「KH Coder」を用いたテキストマイニングが扱われます。日々の業務の中で得られた、自由記述のアンケート回答の分析に活かせるかもしれません。
  • 開講日 2020年12月1日(火)
  • 履修の前提条件 とくになし
  • 履修期間の目安 5週間(想定される勉強時間:3~4時間/週程度)
  • 内 容
    Week1:PPDACサイクル
    Week2:自動車販売データの分析
    Week3:地産地消データの分析
    Week4:自由記述のアンケート回答の分析
    Week5:プロジェクトを成功させる仕事の進め方

【終了】大学生のためのデータサイエンス(Ⅱ)

  • 開講日 2020年11月16日(月)
  • 履修の前提条件 とくになし
  • 履修期間の目安 4週間(想定される勉強時間:3~4時間/週程度)
  • 内 容
    Week1:機械学習の事例紹介
    Week2:機械学習の基礎 (1) 分類問題
    Week3:機械学習の基礎 (2) 回帰問題・その他
    Week4:機械学習の発展

【終了】大学生のためのデータサイエンス(Ⅰ)

  • 開講日 2020年10月16日(金)
  • 履修の前提条件 とくになし
  • 履修期間の目安 4週間(想定される勉強時間:3~4時間/週程度)
  • 内 容
    Week1:現代社会におけるデータサイエンス
    Week2:データ分析の基礎
    Week3:コンピュータを用いたデータ分析
    Week4:データサイエンスの応用事例

【終了】社会人のためのデータサイエンス演習

  • 開講日 2020年9月29日(火)
  • 履修の前提条件 とくになし
  • 履修期間の目安 5週間(想定される勉強時間:3時間/週程度)
  • 内 容
    Week1:データサイエンスとは
    Week2:分析の概念と事例
    Week3:分析の具体的手法
    Week4:ビジネスにおける予測と分析結果の報告
    Week5:ビジネスでデータサイエンスを実現するために

【終了】高校生のためのデータサイエンス入門

  • 開講日 2020年6月19日(金)
  • 履修の前提条件 とくになし
  • 履修期間の目安 2週間(想定される勉強時間:2~3時間/週程度)
  • 内 容
    Week1:この講義の概要とねらい, データサイエンスとは, 公的データを入手する, 地域経済分析システム(RESAS)の利用, 政府統計の総合窓口(e-Statの利用), 代表値, 標準偏差, 標準化, ヒストグラム, 箱ひげ図
    Week2:2変数データと散布図, 層別データの扱い, 相関係数とは, 相関係数の特徴, 相関関係と因果関係, クロス集計, 層別クロス集計, 時系列と指数化, 時系列の移動平均, 時系列の季節調整

【終了】大学生のためのデータサイエンス(Ⅱ)

  • 開講日 2020年6月10日(水)
  • 履修の前提条件 とくになし
  • 履修期間の目安 4週間(想定される勉強時間:3~4時間/週程度)
  • 内 容
    Week1:機械学習の事例紹介
    Week2:機械学習の基礎 (1) 分類問題
    Week3:機械学習の基礎 (2) 回帰問題・その他
    Week4:機械学習の発展

【終了】社会人のためのデータサイエンス入門

  • 開講日 2020年5月19日(火)
  • 履修の前提条件 とくになし
  • 履修期間の目安 4週間(想定される勉強時間:3時間/週程度)
  • 内 容
    Week1:統計データの活用
    Week2:統計学の基礎
    Week3:データの見方
    Week4:公的データの使い方とコースのまとめ

【終了】大学生のためのデータサイエンス(Ⅰ)

  • 開講日 2020年5月11日(月)
  • 履修の前提条件 とくになし
  • 履修期間の目安 4週間(想定される勉強時間:3~4時間/週程度)
  • 内 容
    Week1:現代社会におけるデータサイエンス
    Week2:データ分析の基礎
    Week3:コンピュータを用いたデータ分析
    Week4:データサイエンスの応用事例

2019年度[平成31年度~令和元年度]

【終了】社会人のためのデータサイエンス入門

  • 開講日 2019年10月8日(火)
  • 履修の前提条件 とくになし
  • 履修期間の目安 4週間(想定される勉強時間:3時間/週程度)
  • 内 容
    Week1:統計データの活用
    Week2:統計学の基礎
    Week3:データの見方
    Week4:公的データの使い方とコースのまとめ

【終了】社会人のためのデータサイエンス演習

  • 開講日 2019年10月8日(火)
  • 履修の前提条件 とくになし
  • 履修期間の目安 5週間(想定される勉強時間:3時間/週程度)
  • 内 容
    Week1:データサイエンスとは
    Week2:分析の概念と事例
    Week3:分析の具体的手法
    Week4:ビジネスにおける予測と分析結果の報告
    Week5:ビジネスでデータサイエンスを実現するために

【終了】大学生のためのデータサイエンス(Ⅰ)

  • 開講日 2019年10月16日(水)
  • 履修の前提条件 とくになし
  • 履修期間の目安 4週間(想定される勉強時間:3~4時間/週程度)
  • 内 容
    Week1:現代社会におけるデータサイエンス
    Week2:データ分析の基礎
    Week3:コンピュータを用いたデータ分析
    Week4:データサイエンスの応用事例

【終了】大学生のためのデータサイエンス(Ⅱ)

  • 開講日 2019年11月1日(金)
  • 履修の前提条件 とくになし
  • 履修期間の目安 4週間(想定される勉強時間:3~4時間/週程度)
  • 内 容
    Week1:機械学習の事例紹介
    Week2:機械学習の基礎 (1) 分類問題
    Week3:機械学習の基礎 (2) 回帰問題・その他
    Week4:機械学習の発展

関連記事

【2021.7.11 更新】オンライン講座で栄養学に触れてみませんか?【随時更新】
【[随時更新]オンライン講座で栄養学に触れてみませんか?|更新情報|山梨県栄養士会】
データサイエンスとは?
データサイエンスとは?ページです。
タイトルとURLをコピーしました