イベント

デジタル技術やデータ利活用で業務プロセスを変革し、新しいビジネスモデルを創造していくデジタルトランスフォーメーション（DX）が、今、社会全体で求められています。一般社団法人デジタルトランスフォーメーション研究機構では、2019年に、KOBE×DXプロジェクト2019で社会人の為の講座を実施しました。
2020年度は、10月9日の「DX入門」を皮切りに、様々な実務者講座が開催されます。みなさま、奮ってご参加ください。

【主催】

一般社団法人デジタルトランスフォーメーション研究機構

【共催】

神戸大学 数理・データサイエンスセンター

講座概要

講座詳細

ＤＸ入門

DX入門では、AIやIoTが社会において変革を促すDXの流れ、DXを支えるデータサイエンス・AI技術、DXがビジネスにもたらす変化について解説し、質疑応答を行います。

【日時】

2020年10月9日（金）16時―18時

【講師】

齋藤 政彦 (神戸大学 数理・データサイエンスセンター センター長)
小澤 誠一 (神戸大学 数理・データサイエンスセンター 副センター長)
南 知惠子 (神戸大学 経営学研究科 教授)

【開催方法】

Zoom

【対象者】

企業・自治体のDX分野の実務に今後または現在かかわる方

【講義内容】

① DX入門

② DXを支えるデータサイエンス・AI技術

③ DXによるビジネスの進化

④ パネル・ディスカッションおよび質疑応答

ＤＸのための統計基礎

DXのための統計基礎（4回）は、初級レベルでわかりやすい統計の基本を学びます。

事前にWeb上で講義資料・講義ビデオ（60分程度）を視聴していただき、Zoomによるセッションでは、講義ビデオに関する質問、演習問題の解説などを行います。　

【日時】

2020年10月16日、23日、30日、11月6日（金）16時―18時

【講師】

羽森 茂之（神戸大学 経済学研究科教授）

・1991年、Duke University 大学院経済学研究科修了（PhD）
・専門：計量経済学、計量ファイナンス、応用時系列分析、データサイエンス
・President, International Research Institute for Economics and Management
・Distinguished Fellow, International Engineering and Technology Institute
・Honorary Chair Professor, 亜洲大学（台湾）
・著書：Empirical Techniques in Finance (Springer)、AI and Financial Markets (MDPI)、ベーシック計量経済学（中央経済社）他多数。

【対象】

初級レベル

【講義内容】

10/16 第1回「わかりやすいデータの要約方法」

10/23 第2回「わかりやすい２変数のデータの分析」

10/30 第3回「わかりやすい確率変数と確率分布」

11/06 第4回「わかりやすい統計的推論（推定と検定）」

【開催方法】

・講義ビデオ・資料をWeb上で事前に学習いただきます。

・講習当日はZoomによる開催で講師が講義資料について解説・質疑応答・演習を行います。

・解説の様子もWeb上でビデオにて視聴可能とします。

ＤＸのための統計実践

実務で広く利用される回帰分析に関して、その理論を正しく理解し，データ解析の結果を適切に解釈する能力と統計解析環境Rを用いた高度なデータ解析を独力で行える能力を養います。

【日時】

2020年11月13日、20日、27日（金）16時―18時

【講師】

首藤　信通（近畿大学 理工学部准教授）

2005年 伊藤忠テクノサイエンス株式会社（現 伊藤忠テクノソリューションズ株式会社）入社。同社退職後、現在まで欠測データ、高次元データ、非正規データの統計解析に関する理論研究に従事。
2012年 東京理科大学 大学院理学研究科 数理情報科学専攻 博士後期課程 修了(博士(理学))。
日本学術振興会特別研究員DC2、大分県立看護科学大学 看護学部 助教、
神戸大学 大学院海事科学研究科 講師を経て、2020年4月より現職。

【講義内容】

11/13 第1回「2次元データの記述統計」

11/20 第2回「回帰係数に対する統計的推測」

11/27 第3回「回帰分析の応用とモデルの評価」

【開催方法】

・講義ビデオ・資料をWeb上で事前に学習いただきます。

・講義資料に演習問題を提示します。

・講習当日はZoomのWebinarによる開催で講師が講義資料について解説・質疑応答・演習を行います。

・解説の様子もWeb上でビデオにて視聴可能とします。

ＤＸのための機械学習基礎

AI・データサイエンスに必要不可欠な要素である機械学習について、基礎から実データへの適用まで、実データを用いた演習を交えて解説します。

【日時】

2020年12月4日、11日、18日（金）15時―19時

【講師】

為井　智也（神戸大学 数理・データサイエンスセンター 准教授）

2009年 奈良先端科学技術大学院大学 情報科学研究科 博士後期課程修了(博士(工学))。

機械学習とロボティクス、バイオメカニクス、医工学等との融合領域研究に従事する。

奈良先端科学技術大学院大学 情報科学研究科 助教、神戸大学 数理・データサイエンスセンター 特命講師を経て、2020年2月より現職。

【講義内容】

12/04 第1回「教師あり学習の基礎」

12/11 第2回「教師なし学習の基礎」

12/18 第3回「教師あり／なし学習の実践」

【開催方法】

・講義ビデオ・資料をWeb上で事前に学習いただきます。

・講義資料に演習問題を提示します。

・講習当日はZoomのWebinarによる開催で講師が講義資料について解説・質疑応答・演習を行います。

・解説の様子もWeb上でビデオにて視聴可能とします。

【受講申込】

「DXのための機械学習基礎」→　こちらからお申込みください

DXアドバンストコース

DXアドバンストコースでは、企業・自治体の実務者層を対象に、日立システムズ IT本部のデータサイエンティスト 板井 光輝氏を講師に迎え、【データサイエンス実践入門】【統計学を用いたデータ分析】【機械学習を用いたデータ分析】【データを活用したビジネス価値創出】の４つの講座を展開いたします。

企業等の組織が抱える様々な問題を、統計的データ分析や機械学習系技法など、様々なアプローチから問題解決に導く手法を学ぶことができる、実践向きの講座です。

【講師】

板井 光輝 氏
（株式会社 日立システムズ IT本部 DX推進センタ データサイエンティスト）

2013年 大阪大学 大学院情報科学研究科 博士前期課程 修了。

株式会社 日立システムズへ入社し、SEとしてITシステム開発に従事。

2016年 データサイエンティストとして、データを活用した経営課題解決に従事。

2019年～ 日立システムズでのデータサイエンティストを牽引する立場として、データ分析によるビジネス課題の解決、先端データサイエンス技術への追従と実務適用推進を担う傍ら、データサイエンス業務の遂行に必要な実践的スキルを社内外に広く展開するべくインストラクターとしても活動中。

- 主な社外講演歴 －
・第4回 CMDSデータサイエンス・ビジネスセミナー(CMDS)
・ビジネス価値創出のための統計学的データ分析実践講座(CMDS、RIDX)
・中高生向け実践統計講座(神戸大学附属中等教育学校)

データサイエンス実践入門

データサイエンス業務の概要とポイント、およびデータサイエンス技法とその活用事例を紹介します。また、データサイエンス業務プロセスにおいて必要とされる人材と体制、および実務上よく生じる問題とその解決方法についても学んでいただきます。

【日時】

2021年1月8日（金）16時―19時

【定員】

30名

【受講申込】

「データサイエンス実践入門」→　こちらからお申込みください

統計学を用いたデータ分析

企業等の組織が抱えるガバナンス上の問題の解決をテーマに、模擬データを用いた実践演習を行います。統計量や統計的検定を駆使した統計的データ分析をベースに、統計学の実用方法を学んでいただきます。

【日時】

2021年1月15日（金）16時―19時

【定員】

30名

【受講申込】

「統計学を用いたデータ分析」→　こちらからお申込みください

機械学習を用いたデータ分析

企業の課題解決をテーマに、模擬データを用いた実践演習を行います。機械学習系技法を用いた多変量データ分析をベースに、効果的なデータ整形や分析結果の見方のポイントを紹介します。

【日時】

2021年1月22日（金）16時―19時

【定員】

20名

【受講申込】

「機械学習を用いたデータ分析」→　こちらからお申込みください

データを活用したビジネス価値創出（総合学習）

企業の経営上の問題解決をテーマに、模擬データを用いた実践演習を行います。本講座では演習を通じて統計学、機械学習を用いて、「経営インパクトの大きい分析課題設定」、「データの把握と数理分析」および「統計的効果推定」のプロセスを実践し、データサイエンス実務の勘所への理解を深めていただきます。

【日時】

2021年1月29日（金）16時―19時

【定員】

20名

【受講申込】

「データを活用したビジネス価値創出（総合学習）」→　こちらからお申込みください