「データサイエンスの全体像を知る！！」

各回の演習からのピックアップ画像（2023年度の演習資料より）

第１回演習　データベースの作成と分析
 エクセルを活用した最適な値の算出
(ゴールシーク機能を用いた損益計算の例)


第２回演習　ビジュアル系デジタル技術の応用
 (1) 写真や地図の入ったwebページの作成（html）


(2) ＧＩＳで簡単に作成できる統計地図(富山市の町字別人口分布)


第３回演習　プログラミングの体験
 (1) スクラッチ（小学校で習うプログラム）でプログラムの考え方を習得


(2) Pythonを使ったデータのグラフ化


第４回演習　ＡＩを実際に使ってみる
 (1) 公開されているAI（google teachable machine）の体験デモ


(2) 公開されているAIを活用した外国語音声ファイルの作成。
以下の音声ファイルは、日本語で書いた文章ファイルをAIが外国語に翻訳して、さらにそれを音声ファイルにしたもの。
(海外向け会社紹介ビデオのナレーションなどとしても活用可能。)
フランス語の音声
韓国語の音声
英語の音声

各回の講義と演習の内容

データサイエンスは難しくなくて身近なツールであることを知って頂くことが本講座の目的です。
現代の「読み・書き・そろばん」と言われているように、データサイエンスは誰もが使えるものになってきています。
講義は特別な知識がなくても受講して頂ける内容にしています。
演習も事務系の方にも体験して頂ける内容にしています。

第１回　7月10日（水）講座の全体概要およびデータ収集・分析の基礎知識
第２回　7月17日（水）ビジュアル系デジタル技術の基礎知識
第３回　7月24日（水）プログラミングの基礎知識とＡＩ・機械学習の簡単な応用
第４回　7月31日（水）ＡＩ・機械学習の内容理解とセンサー・通信・ＩｏＴの基礎知識

------------------------
第１回　講座の全体概要 および データの収集・分析・プレゼンテーションの基礎知識

講座の全体概要
・デジタル技術の急速な進展と、デジタルスキルの重要性
・本講座の目標 ⇒実務に活かせるデジタル技術の基礎知識の習得
・近年のデータサイエンスでできること
・デジタルトランスフォーメーション（ＤＸ）でまず取り組むべきこと

データの収集・分析・プレゼンテーションの基礎知識
・大きく進展してきたデータ収集方法
・公的データの活用。国の統計（e-stat）、オープンデータ
・ビジネスに活用できるデータベースの数々
・ＤＸに向けて「良いデータベースと悪いデータベース」
・統計計算もExcelで簡単。平均・クロス集計・回帰分析・統計的検定

【演習1】データベースの作成と分析
(1）ＤＸに向けてのデータベース作成の基礎
(2）データ分析手法。クロス集計・回帰分析・検定・最大値最小値分析

第２回　ビジュアル系デジタル技術の基礎知識
・急速に広かった地図の活用範囲。国土地理院デジタル地図など
・ビジネスに活かせるＧＩＳ（地理情報システム）
・画像と動画の取扱いの基礎知識。ファイルの種類と特徴、ファイル容量
・webページ（html）の基礎知識
・数値シミュレーションとビジュアルで示す実務分析。損益分岐・資源配分
・乱数の活用とモンテカルロシミュレーション

【演習２】ビジュアル系デジタル技術の応用
 (1）webページを実際に作成しよう。地図や写真入りのページも。
(2）数値シミュレーションと最適化を体験する。
(3）ＧＩＳで統計データを地図上に表示する。

第３回　プログラミングとＡＩ・機械学習の基礎知識
・プログラミングを学ぶ。プログラムが行っている仕事
・コピーアンドペーストで使える最近のプログラム
・いま流行のプログラムPythonを体験。Pythonの基礎的な使い方。
・ライブラリーやAPIの活用で様々なことができる。
・汎用的なＡＩ・機械学習ツールの使い方（機械翻訳・音声合成など）
・生成ＡＩ(ChatGPT)をビジネスに活かすには。

【演習３】プログラミングの体験
 (1）スクラッチ（小学校で習うプログラム）でプログラムの考え方を習得
(2）Pythonの基礎練習
(3）Pythonの応用（機械翻訳・音声合成などを試してみる）

第４回　ＡＩ・機械学習の内容理解とセンサー・通信・ＩｏＴの基礎知識

ＡＩ・機械学習の内容理解
・ＡＩ・機械学習の一般的な流れ
・ＡＩと従来手法の違い
・ニューラルネットワークとディープラーニング

センサー・通信・ＩｏＴの基礎知識
・データサイエンスの進展を支えるセンサー技術
・センサー・ＩｏＴ機器としてのスマートフォン
・拡大・多様化するデータ通信
・急速に進展するＩｏＴ

【演習４】ＡＩを実際に使ってみる。
 (1）簡単に学べるＡＩ・機械学習ツール
(2）Pythonを用いてＡＩを実際に試してみる。(文字認識・画像認識など)
(3）ChatGPTを用いたＡＩ・機械学習モデルの構築。