あらゆる分野で大きな武器となるデータサイエンスのスキルを、一緒に学びませんか？

本講座は、通算19期目の開催となります。これまで10,000名以上にデータサイエンスの基礎〜機械学習スキル習得の機会を提供してきました。
東大生はもとより、全国の学生（大学院生、大学生、短大生、専門学校生、高専生、高校生、中学生）が受講可能です。また、社会人についても、メタバース工学部の法人会員の社員受講者や、ライフイベント（介護・育児等）による休職者の方も一部受け付けております。

DETAILS 講義詳細

お知らせ

「メタバース工学部」について

募集は締め切りました。沢山のご応募ありがとうございます。

コース概要

大量のデータを自由自在に解析・分析し、隠れた関係性を発見する。そのようなスキルを身につけた「データサイエンティスト」に対する需要は、工学分野のみならず、医療・経済・経営・ライフサイエンスなど非常に多くの分野で高まる一方です。本コースでは、あらゆる分野で武器となるデータの解析・分析スキルを身につけます。分析結果を効果的に可視化する技術、機械学習の基礎、データベースの扱い方などを網羅的に扱い、一人前のデータサイエンティストとして活躍する入口に立つことを目指します。

受講対象者

学生（大学院生、大学生、短大生、専門学校生、高専生、高校生、中学生）
・開講日時点で学位取得可能な学校法人及び認可専門学校に在籍中の学生、または入学予定となっていることが証明できる方
・自律的に学習し、最後まで受講継続する意志のある方
※社会人学生もお申し込み可能です。
※大学の科目履修生・単科履修生、語学学校などを除きます。
※受講希望者が多数の場合には、抽選を行います。

※ 2023年10月時点で学生であることが証明できるもの（学生証等）を添付し応募ください。

学生向けご案内（pdf）

社会人
・社会人個人は受講対象外とさせていただいております。
・メタバース工学部の法人会員を通じてのみ、会員企業の社員受講が可能です。詳しくは、メタバース工学部ホームページ をご参照のうえ、お問い合わせより法人会員募集要項をご請求ください。
・その他、ライフイベント（介護・育児等）による離職者・求職者・休職者の方は、一定枠のご受講を受け付けています。但し、自律的に学習し、最後まで受講する覚悟のある方に限ります。ご受講を希望される方は、申し込みページより必要事項をご入力ください。定員枠があるため、お申し込みされましてもご受講いただけない場合があります。予めご了承ください。

特徴

・講義はすべてオンラインで行われます。ライブ配信で講座を提供いたしますが、翌日以降に公開するアーカイブ動画を試聴していただくことでも出席扱いといたします。出席は修了判定に影響します。
・東京大学に所属する学生のみに限らず、学生の方を広く募集します。
・本講座での単位認定はありません。
・Kaggle形式のコンペを実施します。

本講座を修了するためには、以下の条件が必要です。
1. 講義に一定回数以上出席する（講義後1週間は出席登録可能）
2. 宿題・コンペを一定回数以上提出し、一定の点数を得る
3. 最終課題を提出し一定の点数を得る（最終課題内容予定：本講義で学んだ内容をもとに事業提案を作成。詳細は受講時に説明）

受講のメリット

・実践的なデータサイエンススキルを修得できます。
・同世代の優秀な学生や社会人・連携企業との交流を持てます。
・学生は修了後には企業との共同研究に参加できるチャンスがあります。

受講の仕組み

講義
・1~2Chapterずつオンライン講義を行い、簡易な宿題を出題します。
・データ分析コンペを開催します。
・講義の資料は事前に公開されます。
・最終課題を出題します。（修了するには提出が必須）

修了証
・各回の出席・宿題・コンペの提出状況と、最終課題の提出状況を総合的に判断し、クリアされた方には講座修了証(PDF)を発行します。

修了者（学生のみ）へのベネフィット
・修了者にクローズドなコミュニティを作り、様々な機会をご案内していきます。
・データサイエンス関連のイベント・勉強会や研究プロジェクトへ参加できます。

CURRICULUM/DATE カリキュラム / 日程

■ライブ配信時間：原則 毎週火曜日 18:45〜20:30
1週間以内にアーカイブ動画を視聴した上で出席アンケートを提出していただくことでも、出席扱いといたします。

■事前学習：Python基礎（PowerPointと演習ファイルを配布）
受講確定通知の際に、事前学習用のファイルを配布します。第2回（10/17）までにご自身で学習しておいてください。

■各回の講義日程・内容等は変更となる可能性があります。

第1回（10/10） （担当：塚本）	導入
第2回（10/17） （担当：渡部）	Pythonによる科学計算（Numpy）
第3回（10/24） （担当：鯛）	Pythonによるデータ加工処理の基礎（Pandas）
第4回（10/31） （担当：中内）	Pythonによるデータ可視化の基礎（Matplotlib）
第5回（11/7） （担当：福地）	教師あり学習
第6回（11/14） （担当：木島）	教師なし学習
第7回（11/21） （担当：塚本）	SQL
第8回（11/28） （担当：中内）	モデルの検証方法とチューニング方法
第9回（12/5） （担当：石田）	特徴量エンジニアリング
第10回（12/12） （担当：塚本）	マーケティング基礎、応用の一部
第11回（12/19）	ゲスト講師 浅田慎二氏 （One Capital株式会社 代表取締役CEO）
第12回（12/26）	ゲスト講師 千金楽健司氏 （株式会社アパレルウェブ 代表取締役CEO）
第13回（1/9）	ゲスト講師 内池もえ氏 （株式会社ブレインパッド エグゼクティブデータサイエンティスト）

ENTRY お申し込み

申込締切： 2023年9月19日(火) AM10時 →9月26（火）AM10時

→（学生枠のみ延長）10月3日（火）AM10時

募集は締め切りました。沢山のご応募ありがとうございます。

※（学生枠）

9月26日AM10時までに申し込みいただいた方：選考結果は10月3日までにお送りします。

9月26日AM10時以降〜10月3日に申込いただい方：選考結果は10月6日までにお送りします。

※（ライフイベント枠）

選考結果は10月3日までにお送りします。

※最初にID登録を行なっていただき、その後、講座へ申し込みいただきます。

※既にID登録済の方は以下よりマイページにログインください。

※メタバース工学部会員企業様の受講お申し込みは、各企業からのご案内をご参照ください。

CONTACT お問い合わせ

よくあるご質問

Q. 受講は有料ですか？
A. 無料です。

Q. 9月入学のためまだ入学を証明するものがありません。
A. 「学生証（両面）」＋「2023年度の記載がある学生証以外の画像（「合格通知書」「通学証明書」等）」を提出して頂きます。

Q. 受講にあたり必要な知識や条件などはありますか？
A. 勉強する意欲。Pythonの習得状況にもよるが、毎週自習時間が十分に確保できること。（完全な初学者：毎週8時間程度。Pythonに触れたことがある人：毎週3時間程度）

本プログラムに向いている人
・技術力は学年不問である。
・データ分析は幅広い分野で必要なスキルであるため、文理や専攻も不問である。
・「起業したい」/「社会課題を解決したい」などのアウトプット志向の学生。(もちろん、教養やリテラシーとしてデータサイエンスを学びたいという学生も一定数在籍。)

本プログラムに向いていない人
・積極的に自己学習できない人（特に、分からないときに自らの手で調べて解決する学び方が苦手な方）
・プログラミングやPythonを0から教えて欲しいと思う人
・実践ではなく、理論的な勉強のみを志向する人
・既にデータ分析の知識が充分に身に付いている人

UT-BASEでも本講座が紹介されておりますので参考にして下さい。
(※過去のGCI 2022 Summer時点での記事になりますため、最新の情報ではございません。ご了承の上ご覧ください。)

Q. 優秀修了生の基準は何ですか？
A. 出席・宿題・最終課題等を総合的に見て判断します。

Q. メールが届きません。
A. 迷惑メールフォルダに入っていませんでしょうか。「＠weblab.t.u-tokyo.ac.jp」「@mail.edu.omnicamp.us」が迷惑メールに入らないよう設定をお願いします。上記を確認しても届いていない場合は、以下のフォームからお問い合わせください。

Q. ID登録画面で先に進めません
A. ID登録画面で以下を確認してください。

———————————————————————-
<学生の方>
（1）Gmailアドレス
→ドメインが@gmail.com以外のアドレスを入力されていないか（メールアドレスの後に半角や、全角の空白が入らないようご留意ください）
（2）卒業予定年月日
→卒業済みでないか、また正しく入力できているか
（3）学生証などの入力を確認できる画像
→JPEG, JPG, PNGのいずれかの形式か
（4）利用規約とプライバシーポリシー
→チェックを入れているか
（5）私は正規の学生です（大学生と社会人学生の場合、学士の学位が取得できる方が対象となります）
→チェックを入れているか
（6）すべての項目に入力漏れがないか
（7）過去にomnicampusで同一メールアドレスでご受講登録されたことがないか
→ご受講されたことがある場合は上部にあるENTRY [マイページへのログイン（ID登録済の方）]からログインし受講申込ください。