実践トレーニングコースの特長
● データ分析手法の理解とビジネス応用の具体例を知る実践的ケーススタディPBL 全8回開催
● 自社データ活用プロジェクトの疑似体験型PBL 全4回開催
● 東北大学教員が全PBL型実習を直接指導
プログラム内容
-
対象者
・DXプロジェクト推進者（プロジェクトマネージャー・リーダー・メンバー）、またはDXプロジェクト推進者を目指している方
・DXのための課題発見・解決担当者（データサイエンティスト）、またはデータサイエンティストを目指している方
※１企業単位でお申し込みください。個人でのお申し込みはできません。
※２本コースの受講成果を高めるため、１社あたりの受講者は５名を上限とし、１社３名程度での受講を推奨しています。 -
履修要件
・高校数学に加えて、行列の演算と微分の基本的な知識を有していることが望ましい。
・Pythonプログラミングの経験は問いません。
・簡易確認テストによるセルフチェックを実施のうえでお申し込みください。（所要時間10分程度）
セルフテストはこちら
（セルフテストの点数は受講可否に影響するものではございません。） -
学習目的
・データ分析手法の特徴を理解し、それを自社のビジネスに活用する視点を養う
・データ分析結果から課題を発見し解決するスキルを養う
- 定員 限定5社（最大25名）
- 修了証 本コースの修了者には東北大学オープンバッジを授与します。
カリキュラム
| 年間プログラム | カリキュラム | ||
| 前期 | 後期 | 形式 |
テーマ |
| 4月 | 10月 | ライブ講習 |
オリエンテーション |
| オンライン面談 |
参加企業別個別面談 |
||
| PBL１ |
ビジネスと回帰分析 |
||
| PBL２ |
ビジネスと分類問題 |
||
| 5月 | 11月 | PBL３ |
教師なし学習によるポジショニング戦略 |
| PBL４ |
知識発見をサポートするベイジアンネットワーク |
||
| 6月 | 12月 | PBL５ |
ビジネスにおけるテキスト対応 |
| PBL６ |
深層学習概要 |
||
| 7月 | 1月 | PBL７ |
ビジネスにおける画像応用 |
| PBL８ |
Word2Vecによる推薦システム |
||
| 8〜9月 | 2〜3月 | PBL９〜12 |
自社課題を発見（設定）し、自社データを分析して設定課題の解決に取り組むPBL |
受講料
| 1社の受講者数 | 1名 | 2名 | 3名 | 4名 | 5名 | |
| 受講料【新規】 | 1社の合計 | 770,000円 (700,000円) |
1,320,000円 (1,200,000円) |
1,650,000円 (1,500,000円) |
2,200,000円 (2,000,000円) |
2,750,000円 (2,500,000円) |
| 1名あたり | 770,000円 (700,000円) |
660,000円 (600,000円) |
550,000円 (500,000円) |
550,000円 (500,000円) |
550,000円 (500,000円) |
|
| 受講料【継続】 | 1社の合計 | 693,000円 (630,000円) |
1,188,000円 (1,080,000円) |
1,485,000円 (1,350,000円) |
1,980,000円 (1,800,000円) |
2,475,000円 (2,250,000円) |
| 1名あたり | 693,000円 (630,000円) |
594,000円 (540,000円) |
495,000円 (450,000円) |
495,000円 (450,000円) |
495,000円 (450,000円) |
|
- ※１ 初めて受講される企業は「新規」の受講料となります。
- ※２ 前の期から継続して受講される企業は「継続」の受講料となります。
- ※３ 各受講料表記は、上段：税込価格、下段括弧内：税抜価格です。
受講期間
| コース | 2月 | 3月 | 4月 | 5月 | 6月 | 7月 | 8月 | 9月 | 10月 | 11月 | 12月 | 1月 | 2月 | 3月 |
| 実践トレーニングコース |
- ※１ 年２回（前期・後期）同一プログラムにて開催します。
- ※２ 受講期間は６ヶ月です。
- ※３ 前期、後期ともに定員は、原則５社（１社あたりの上限５名）です。
受講生の声
-
課題に対するアプローチの幅が格段に広がりました！
勘や経験に頼る意思決定やプロダクトアウト型ビジネスでは、外部環境の変化に適応し事業を拡大していくのは難しく、当行においても機械学習など最新の分析手法を正しく理解したうえで、データドリブンでビジネスを考えられる専門人材の育成が喫緊の課題となっていました。そこで連携協力協定を結んでいる東北大学にご相談したところ、本プログラムを開講する構想を伺い、共同研究の形で受講するに至りました。
本プログラムでは、分析手法の理解に加え、データからどのような課題が読み取れるかディスカッションすることに力を入れており、ビジネス目線で役立つ内容になっていると思います。
本プログラムを通じて、基本的な分析は自分で行えるようになり、また課題に対するアプローチの幅が格段に広がりました。今後はデータ活用の専門人材として活躍できるよう、継続してデータサイエンススキルの向上に努めていきます。
七十七銀行
瀬川 様、田中 様、浅野様 -
実習後のディスカッションで理解が深まり、実務での活用に自信がつきました！
当社においてもデータ分析によるお客さまニーズの深掘り、電力設備のスマート保安等、データサイエンスのニーズが高まっていますが、データは、お客さまの個人情報や設備の機密情報等を含んでおり、さらには、さまざまな視点からの迅速な分析・対応が必要となっていることから、自社内でのデータサイエンティスト育成を目的に本講義を受講しました。
本講義では、機械学習手法の理論を基礎から学ぶことができるとともに、理論のプログラム(Python)への反映方法について、事例をもとにしたプログラミング実習を通じて実践的な活用方法を学習することができました。また、得られた結果の解釈がポイントとなりますが、実習後のディスカッションで理解を深めることができ、実務での活用への自信となりました。
さまざまなデータを保有する当社グループにとって、本講義で得られた機械学習による分析技術は、今後の事業革新に向けて、大いに貢献できるものと考えています。本講義で得られた成果については、今後当社グループ内で積極的に活用していきます。
東北電力株式会社 研究開発センター
中嶋 様、内山 様