データマイニング入門ビックデータ分析技術は情報処理技術を学ぶ上で重要となっている。本講義では、データ分析・データマイニングの基礎について学ぶとともに演習を通して実際にデータを分析するプロセスを学ぶ。特に、前期課程の「データマイニング入門」講義のさらに発展的な内容を学習することで、後期課程や大学院におけるデータサイエンス、人工知能、機械学習、自然言語処理などの関連講義の基礎となる知識を習得することを目標とする。
ChatGPTでブレストをすると、無限にできてヤバイという話｜けんすう
こんにちは！ 最近、ブレストをChatGTPとしているのですが、これはかなりやばく、自分の仕事に多大な影響を与えています。 これのやり方をちらっと紹介すると、割と反応がよかったので、実例ともに書いてみました。 ちなみに一応解説しておくと、OpenAIという企業によって開発されているChatGPTは、人工知能の一種である自然言語処理技術を用いて、自然言語での会話を可能にするチャットボットです。 ChatGPTでは、過去の文章や対話の情報を学習し、それを基に人間と同じように応答することになったのがすごいところです。 ブレスト方法結論でいうと、自分がファシリテーターになって、ひたすらChatGPTにいろいろな角度で話してもらうというだけです。 これを使うと、とにかく頭が刺激されるのでオススメです。 といってもよくわからないと思うので、実例をみていきます。 まず質問からいきます。僕は、たとえば以下
リテラシーレベルeラーニング教材・講義動画配信 | 数理・データサイエンス・AI教育強化拠点コンソーシアム
リテラシーレベルモデルカリキュラム対応教材 利用条件とアンケート 東京大学と記載のあるスライド教材の利用についてはこちら（一部スライドは冒頭の利用条件をご参照ください）。 東京大学と記載のある講義動画の利用条件は、各動画の冒頭をご参照ください。 滋賀大学と記載のある教材の利用条件はCC BY-NC-SAです。 九州大学と記載のある教材の利用条件はCC BYです。 筑波大学と記載のある教材の利用条件についてはこちら 北海道医療大学と記載のある教材の利用条件はCC BYです。 東京都市大学と記載のある教材の利用条件についてはこちら 教材のアンケートはこちら モデルカリキュラムと対応する講義動画・スライド 1. 社会におけるデータ・AI利活用 2. データリテラシー 3. データ・AI利活用における留意事項 4. オプション 1. 社会におけるデータ・AI利活用 1-1. 社会で起きている変化
「データサイエンティストのためのスキルチェックリストとタスクリスト」 データサイエンティスト協会が無料で公開
「データサイエンティストのためのスキルチェックリストとタスクリスト」 データサイエンティスト協会が無料で公開：今必要とされるデータ利活用のためのスキルを体系化 データサイエンティスト協会とIPAは、「スキルチェックリスト」と「タスクリスト」の読み解き方や活用方法を記した公式ガイドブック『データサイエンティストのためのスキルチェックリスト／タスクリスト概説』を刊行した。
「ITエンジニアのためのデータサイエンティスト養成講座」関連の最新 ニュース・レビュー・解説 記事 まとめ - ITmedia Keywords
ITエンジニアのためのデータサイエンティスト養成講座（10）： 時系列分析II―ARMAモデル（自己回帰移動平均モデル）の評価と将来予測 過去の時系列データを基に、将来予測につながるモデルを検討、実際に将来予測を行って検証してみましょう。（2014/9/1） ITエンジニアのためのデータサイエンティスト養成講座（9）： 時系列分析Ｉ ――ARMAモデルと時系列分析 システムログも金融取引データも時系列で分析できる。ビジネスシーンで求められるデータ分析の多くを占める「時系列データ」分析の基礎を解説。（2014/6/24） ITエンジニアのためのデータサイエンティスト養成講座（8）： 富山県民を分類してみたら……？――クラスタリング分析の手法 あるグループを属性ごとに分類する「クラスタリング分析」の基本を学ぼう。今回も自治体が公開しているオープンデータを題材にします。（2014/3/19） I
「ビールとおむつ、同時に買うのは本当はどんな人？」現場で使えるデータサイエンス、デンソー吉野氏が解説
「データサイエンティストを名乗る人は、グラフにすぐ近似曲線を入れたがるが、（やみくもに入れても）現象は理解できない。ものづくりの現場に即したデータリテラシー（データを扱う能力）を十分に備えている人が少ない」。デンソー 生産技術部担当次長で技師の吉野睦氏（工学博士）は「東京デジタルイノベーション 2020」（2020年2月18・19日、ザ・プリンスタワー東京）最終日に「ものづくりのためのデータリテラシー」について講演した（図1）。 製造業においてはIoT（Internet of Things）の普及に伴い、製品にまつわるデータはID（識別番号）が付いた個のデータへと変化している。ちょうど、流通業の現場でPOSデータが「ID POS」といわれるデータに変化したのと同じ。デンソーにおいては、例えば工場で生産している部品はネジの1本1本まで管理する、個別にQRコードを付加せずとも、自動で個別認識で
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
処理を実行中です
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
GitHub - The-Japan-DataScientist-Society/100knocks-preprocess: データサイエンス100本ノック（構造化データ加工編）
