総務省統計局 データサイエンス・オンライン講座 社会人のためのデータサイエンス入門
統計データを用いた分析事例を知り、 統計リテラシーを学ぶ ・大人がデータサイエンスを学ぶべき理由 ・統計データからわかること① ・統計データからわかること② ・統計データからわかること③ ・統計リテラシーの重要性 ・統計を利用する際の注意点 データ分析に必要な統計学の基礎を学ぶ ・データの種類 ・代表値～平均・中央・最頻値 ・ヒストグラムと相対度数 ・四分位・パーセンタイル・箱ひげ図 ・分散・標準偏差 ・相関関係 ・回帰分析 ・標本分布 ・信頼区間 データの見方と 適切なグラフの選び方を学ぶ ・統計表の見方 ・比率の見方①－クロスセクションデータ－ ・比率の見方②－使い方と注意点－ ・時系列データの見方① ・時系列データの見方② ・グラフの選び方① ・グラフの選び方② ・グラフを作る時・読む時の注意点 誰もが使える公的統計データの取得方法と 使い方を学ぶ ・公的統計とは ・公的データの入手
数理・データサイエンス教育プログラム | 東京大学 数理・情報教育研究センター
全体の165科目 履修・修了証申請のための要件 [対象] 学部後期課程の学生(3~4年生)が対象ですが、大学院学生も各研究科の規則の範囲で履修できます。 [履修] 合計で12単位以上を取得した学生に修了証を交付します。個別の科目のみを履修することも歓迎します。 [分野と志向] 多くの科目の中から履修科目を適切に選択するための2つの指標が示してあります。 分野区分 : A＝数理科目、B＝統計・データサイエンス科目、C＝情報・プログラミング科目 志向区分 : I＝一般科目、II＝アドバンスト科目、III＝目的志向科目（専門性が高い科目） 注意事項： （１）本プログラムは学部後期課程科目にのみ適用されます。教養学部前期課程における科目は対象とはなりません。 （２）2019年から本プログラムに多くの科目が加わりました。それらのいくつかは、2018年にも開設されていますが、本教育プログラムの対象科目
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
人工知能・深層学習を学ぶためのロードマップ | 東京大学松尾研究室 - Matsuo Lab
巣ごもりDXステップ講座情報ナビ （METI/経済産業省）