データ活用に携わる全ての方へ即実践できるスキルを

近年、DX（デジタルトランスフォーメーション※）の推進・実現に注力する企業・組織が増加しています。このような時代において、IT・デジタル技術についての知見やデータ活用のスキルを有するDX人材の需要が高まっており、企業・組織においてDX人材の発掘・育成が求められています。長年にわたり企業向けの分析を行ってきたALBERTが提供する本講座では、DX人材の基礎スキルとして、課題発見・解決力に密接に結びつく「仮説思考」と、データ活用に重要な「データ分析の基礎知識」を習得することができます。仮説思考の講義では、一般的な仮説思考の概念からスタートし、仮説の構築の仕方や、仮説をデータ分析につなげる考え方についてレクチャーいたします。 データ分析基礎の講義では、データの可視化や単変量解析・2変量解析についてExcelを使いながら実践的に学んでいただきます。 また、講義・ハンズオンに加え、業務を想定した演習を実施します。ビジネスの課題に対する仮説の構築から予測モデルの作成まで一通りの工程を実際に経験していただくことで、講義で学んだ知識をより確かなものにすることができます。 ※「デジタル・トランスフォーメーション/DX（Digital Transformation）」 　デジタル・テクノロジーを駆使して、会社の文化や体質を変化し、ビジネスモデルや組織の振る舞いを変革させること

AIやデータ分析プロジェクトをどのように進めるのか、プロジェクトのガイドライン、機械学習の概要、評価指標、プロジェクト設計における失敗事例等を学びます。また、ALBERT独自のフレームワークを用いたテーマ設定及び方針設計を演習課題を通じて学んでいただきます。 ※本講座はプログラミングの講義はございません。 ※本講座は少人数制での開催となります。

ビッグデータとデータサイエンスの概要、データの可視化の方法、統計学の基礎について、Excelを使いながら学ぶことができます。データ分析の第一歩として、データに適したグラフの選び方と可視化における注意点について説明します。 また単変量解析・2変量解析の講義を通して、代表値や分散・標準偏差・四分位数などの統計の基礎的項目や、確率分布・仮説検定の基礎に触れながら、相関分析・回帰分析といった基本的な分析手法を学びます。 ※本講座は eラーニング（VOD形式)での開催です。

機械学習の1つである教師あり学習について、AI・分析プロジェクトにおいて抑えるべきポイントを中心に説明します。本講座では、教師あり学習の手法のうち、主にビジネスに活用しやすい決定木・ランダムフォレストを扱います。また、機械学習のプロジェクトで必須となるデータの前処理、基礎集計、データ分割などのステップについて、実案件での実施例や失敗経験などを交えながら現役データサイエンティストが解説します。講義形式で概要・理論を学んでいただいた後、演習として「顧客の要望とサンプルデータに基づいた分析の設計」を体験していただきます。 ※本講座ではPythonによる実装は行いません。Pythonでの実装まで含めた機械学習の講座を希望する方は「ビジネスで使える機械学習入門講座（教師あり学習）」へお申込みください。

機械学習の1つである教師あり学習について、モデル作成・予測までの一連のステップを習得することができます。本講座では、教師あり学習の手法のうち、ビジネスに活用しやすい決定木・ランダムフォレストを扱います。また、機械学習のプロジェクトで必須となるデータの前処理、基礎集計、データ分割などのステップについて、実案件での実施例や失敗経験などを交えながら現役データサイエンティストが解説します。講義形式での概要・理論の説明とともに、ハンズオン形式でPythonでの実装も体験していただきます。演習では、講義で学んだ知識をもとに、実務での活用を想定したモデル作成・予測を実施していただきます。

データ分析を活用したビジネス課題解決の一連の流れを、演習形式で学びます。プロジェクトにデータサイエンティストとして参画したという設定のもと、購買データの分析、および分析結果をもとにしたリピーター増加のための施策立案を担当していただきます。 前処理・基礎集計・モデリングといった分析工程だけではなく、分析の設計、分析結果の解釈、報告書作成、プレゼンテーションまでを4日間で経験できます。 現役データサイエンティストによる講義時間内の面談はもちろん、講義時間外の質問対応（チャットツールを使用）により、プレゼンテーションまで手厚くサポートします。 ※本講座は少人数制での開催となります。