統計学でデータドリブンなビジネスを実現
データに基づいて事象を客観的に判断し、科学的に問題を解決する能力は、業種問わず実務において必要とされています。特に統計学は実証分析やデータに基づいた意思決定のために用いられます。統計学の知識を利用することで、立てた仮説に対してデータをもとに検証するデータドリブンなビジネスを進めることができます。
本講座では、データから現状を把握するための可視化手法・各種統計量の確認方法、適切なデータの収集方法および仮説の構築と検証を行うための基礎理論について学びます。
本講座のカリキュラムは統計検定2級®の出題範囲にも対応しているため、統計検定®が定める国際的に通用する実務的な統計活用スキルを身につけることができます。
講座の特長
-
1
統計分析における重要な基礎知識をわかりやすく学べる
-
2
統計分析ツールを適切に使いこなすための基礎理論を丁寧に解説
-
3
統計検定2級®の出題範囲に対応
得られる知識・スキル
-
データから現状を把握するための可視化手法・各種統計量の確認方法 -
適切なデータの収集方法や実験計画の策定方法 -
仮説の構築と検証を行うための基礎理論機械学習やディープラーニングを学ぶ土台を作ることができるようになります。
カリキュラム
DAY1DAY2DAY3DAY4
記述統計学の基礎
- 変数の分類
- 量的データのグラフ表現
- 量的データの縮約表現
- 質的データのグラフ表現
- ２変数データの記述と要約
推測のためのデータ収集法
- 調査・研究のデザイン
- 標本調査と無作為抽出
カリキュラムは変更となる場合がございます。
担当講師
スキルアップAI講師。横浜国立大学大学院 環境情報学府 情報メディア環境学専攻（現:情報環境専攻）修了。修士（情報学）。高専時代に画像認識に対して興味を持ったことがきっかけで、現在はDeep Learningや機械学習、進化計算などの人工知能分野におけるアルゴリズムの研究開発やコンサルティングに従事。日本ディープラーニング協会の2018年度・2019年度E資格合格者、2018年度G検定合格者。著書「徹底攻略ディープラーニングE資格エンジニア問題集」（インプレス）。
事象と確率
- 事象と確率
- 条件付き確率
- ベイズの定理
確率変数と確率分布
- 期待値と分散
- モーメント
- 離散型確率分布
- 連続型確率分布
- 2変数の確率分布
- 大数の法則と中心極限定理
点推定と区間推定
- 点推定と区間推定
- 1標本問題｜1つの母集団に関する区間推定
カリキュラムは変更となる場合がございます。
担当講師
スキルアップAI講師。横浜国立大学大学院 環境情報学府 情報メディア環境学専攻（現:情報環境専攻）修了。修士（情報学）。高専時代に画像認識に対して興味を持ったことがきっかけで、現在はDeep Learningや機械学習、進化計算などの人工知能分野におけるアルゴリズムの研究開発やコンサルティングに従事。日本ディープラーニング協会の2018年度・2019年度E資格合格者、2018年度G検定合格者。著書「徹底攻略ディープラーニングE資格エンジニア問題集」（インプレス）。
復習｜区間推定とは？
2標本問題｜2つの母集団に関する区間推定
- F分布
- 母平均の差の区間推定
- 母分散の比の区間推定
- 母比率の差の区間推定
仮説検定
- 仮説検定の考え方と母平均の検定（分散既知）
- 母平均の検定（分散未知）
- 母分散の検定
- 平均値の差の検定（分散既知）
- 平均値の差の検定（分散未知）
- 等分散の検定（母分散の比の検定）
- 母比率の検定
- 母比率の差の検定
カリキュラムは変更となる場合がございます。
担当講師
スキルアップAI講師。横浜国立大学大学院 環境情報学府 情報メディア環境学専攻（現:情報環境専攻）修了。修士（情報学）。高専時代に画像認識に対して興味を持ったことがきっかけで、現在はDeep Learningや機械学習、進化計算などの人工知能分野におけるアルゴリズムの研究開発やコンサルティングに従事。日本ディープラーニング協会の2018年度・2019年度E資格合格者、2018年度G検定合格者。著書「徹底攻略ディープラーニングE資格エンジニア問題集」（インプレス）。
分散分析
- 分散分析の基礎
- 実験計画法
回帰分析
- 回帰分析とは
- 単回帰
- 重回帰
- 決定係数
- 回帰係数の区間推定
- 回帰係数の検定
- 回帰の有意性の検定
時系列データの分析
- 時系列データとは
- 周期性の分析
- トレンドの分析
- 変動の要約
補足｜Jupyter Notebookを使った可視化・回帰分析・分散分析
カリキュラムは変更となる場合がございます。
担当講師
スキルアップAI講師。横浜国立大学大学院 環境情報学府 情報メディア環境学専攻（現:情報環境専攻）修了。修士（情報学）。高専時代に画像認識に対して興味を持ったことがきっかけで、現在はDeep Learningや機械学習、進化計算などの人工知能分野におけるアルゴリズムの研究開発やコンサルティングに従事。日本ディープラーニング協会の2018年度・2019年度E資格合格者、2018年度G検定合格者。著書「徹底攻略ディープラーニングE資格エンジニア問題集」（インプレス）。
講座概要
| 講座名 | 統計検定2級®対応 統計分析基礎講座 |
|---|---|
| 受講形式 |
オンライン講座：eラーニング形式 お好きな時間、お好きな場所でeラーニング形式にて受講いただけます。 |
| 前提となる知識・スキル |
必須スキル
推奨スキル
|
| 講座時間 | 動画講義約8.5時間（演習時間除く） |
| 料金 | 110,000円／1名（税込） |
| 料金に標準で含まれるもの |
|
| 動画の視聴期間 | 動画共有日から1年間 |
| 質問サポート期間 | 講座チャンネルへの招待日から3ヶ月間 |
| PCの動作環境 |
|
| 事前準備 | 本講座では、Google ChromeとMinicondaまたはAnacondaをインストールしていただきます。また、pipというライブラリ管理ソフトを使って、Python ライブラリをインストールしていただきます。これらインストール作業を行えるパソコン環境をご準備ください。特に、社用のパソコンなどでアクセス制限のあるインターネット回線をご利用の方は、インストール作業を問題なく行えることを事前にご確認ください。ご不明な点がございましたら、事前にご連絡ください。 |
| 備考 | 統計検定®は一般財団法人統計質保証推進協会の登録商標です。 |
FAQ
-
本講座を受講するだけで統計検定2級®に合格できますか？試験合格のためには、本講座で学習した基礎知識に加えて、過去出題問題などによる問題演習が必要となります。問題演習は、試験実施団体が販売している過去問題集をご活用ください。
-
動画講義はいつまで視聴できますか？また、どうやって視聴しますか？視聴開始日ご提供日から1年間です。動画は、弊社ラーニングマネジメントシステム（LMS）にて視聴可能です。受講料のお支払い確認後、アカウント登録に関するメールをお送りします。
メール送信元：no-reply@skillupai-lms.com
※最新の教材提供を行うため、本コースは合成音声を利用する場合がございます。