第1部 データサイエンス超入門

～これからデータサイエンスに取り組む方へ～

(10:30～12:00)

　近年、データサイエンスが再び脚光を浴びている。人工知能技術の発展はデータ分析に対する新しいアプローチを生み出したが、その根幹にあるものはデータサイエンスである。
　データサイエンスの基本的な技術であるパターン認識、人工知能や複雑ネットワーク分析などについて俯瞰的に解説を行う。

1. なぜ今データサイエンスなのか
2. データの表現とデータ分析
   1. 特徴ベクトルと特徴空間
   2. パターン認識と人工知能技術
   3. 複雑ネットワーク分析
3. データ分析の活用事例
• 質疑応答

第2部 AIとは?データサイエンティストとは?

　AI技術の活用が製造業においても大きな注目を集めていますが、皆さまの直面する具体的な課題は様々であり、特定の局面における応用事例をいくら学んでも目の前の課題解決には当てはめることが出来ないとお悩みになっていらっしゃる方も多いのではないでしょうか。実はAI技術の活用のポイントはAI技術そのものではなく、AI技術を問題解決に使役するデータサイエンティストやその管理者の仕事の進め方にあります。本講演では、企業におけるデータサイエンス・コンサルティングの黎明期より様々なデータサイエンス・プロジェクトでの活動を経験してきた講演者が、AI技術活用のためのコツを大局的な観点からまとめます。これからAI技術の活用を検討中の皆さま、現在進行形でお悩みの皆さま、データサイエンティストを管理する立場の皆さまにもご参加いただきたいセミナーです。

(12:45～14:15)

1. AI技術に期待できること、出来ないこと
2. なぜAI技術を使って問題解決が出来るのか
3. データサイエンティストの果たす役割
4. データサイエンティストの管理者の果たす役割
5. データサイエンティストに必要な素養と教育のためのリソース
6. データサイエンスの推進に必要な道具立て
• 質疑応答

第3部 AIによる問題解決のためにデータサイエンティストとして知っておくべき知識

(14:30～16:00)

1. AIモデル技術による問題解決を取り巻く諸要素の関係性
2. モデルとは何か
3. AIモデルによるビジネス課題の解決パターン
4. データの量と品質がAI技術の選定に与える制約とは
5. 実世界への接続方法がAI技術の選定に与える制約とは
6. 代表的なAIモデル技術の紹介
• 質疑応答