本講座はデータサイエンスを通じてAIの基礎となる考え方を学び、マーケティングを中心としたビジネス課題解決の力を身につける、AI入門講座です。
通算21期目の開催となります。これまで16,500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、教職員(中学校、高校、高等専門学校)、自治体職員や公務員団体職員も一部受け付けております。
修了生の声はこちら(リンク)
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。
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(2024年10月8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
※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在籍していない場合(入学予定含む)は、受講の対象外となります。
※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・選科履修生、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。
※ 2024年10月8日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)
→ID登録期間終了しました。
締切後のID登録は受付が出来かねます。次回、春も開催予定ですので、そちらにご応募ください。どうぞよろしくお願いいたします。
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。
→募集終了しました。
教職員(中学校、高校、高等専門学校)
・開講日(2024年10月8日)時点で中学校・高等学校・高等専門学校に教職員として在籍されている、または在籍予定となっていることが証明できる方
→募集終了しました。
自治体職員、公務員団体職員
・各自治体および公務員団体職員の方におかれましては、団体毎に受講希望者を一覧へ取り纏めて頂き指定フォームよりご提出下さい。
・ご所属ごとに10名以上とし、受講申し込み代表者を決定の上お申し込みください。
※対象は国家公務員(各省庁、独立行政法人等)、地方公務員に該当する方となります。
※個人単位の受講は受け付けておりません。必ず所属団体を通してお申し込み頂くようお願いします。
→募集終了しました。
・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)
・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。
・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。
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。
(宿題は、pythonのコードを提出する形式となります。)
・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)
サポート体制
・Slackで、様々なバックグラウンドを持つ受講者同士が教えあうことができます。
・週2~3回、TAによるオフィスアワーを開催、疑問点を質問することができます。講座中に質問しづらかった、アーカイブを視聴した後に疑問が出てきた、といった方も、気軽に質問できる場としてご活用ください。
受講環境
・Zoom、Googleサービス(google drive、google form、google Colabratory等)、Webブラウザ、Slackを利用できるPCを用意してください。
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。
修了者へのベネフィット(学生と社会人で参加機会が異なります)
・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。
■ライブ配信時間:原則 毎週火曜日 18:45〜20:30(初回のみ15分延長し、18:45-20:45となります。)
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(動画公開・スライドと演習ファイルを配布)
講座申し込みの際に、事前学習用のファイルを配布します。第2回(10/15)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(10/8) (担当:塚本) ※18:45-20:45を予定しています。 | 導入(データサイエンス・本講義の概要) |
第2回(10/15) (担当:志潟) | Python基礎(プログラミング文法/演算・条件分岐・関数) |
第3回(10/22) (担当:熊澤) | Pythonによる科学計算(Numpy) |
第4回(10/29) (担当:嵐) | Pythonによるデータ加工処理の基礎(Pandas) |
第5回(11/5) (担当:中内) | Pythonによるデータ可視化の基礎(Matplotlib) |
第6回(11/12) (担当:福地) | 教師あり学習(教師データに基づく予測モデル構築/回帰と分類) |
第7回(11/19) (担当:加藤) | 特徴量エンジニアリング(説明変数の変換・生成による精度向上) |
第8回(11/26) (担当:木島・石田) | 教師なし学習/時系列 (潜在パターンの学習/クラスタリング・主成分分析など) |
第9回(12/3) (担当:中内) | モデルの検証方法とチューニング方法 (ハイパーパラメータチューニング/モデル評価指標の設定) |
第10回(12/10) (担当:横山/川戸) | AIのビジネス活用提案 ~ 最終課題導入 ~ (仮説検証による事業提案プロセス) |
第11回(12/17) (担当:塚本) | マーケティング基礎、応用の一部 (マーケティングにおけるデータ戦略・分析の実践) |
第12回(12/24) (担当:塚本) | SQL(データベース構築の目的理解・実装) |
第13回(1/7) | ゲスト講師(調整中) |
第14回(1/14) | ゲスト講師(調整中) |
第15回(1/21) | ゲスト講師(調整中) |
当研究室の講座に初めて申し込みをする場合は、最初にID登録が必要です。ID登録締切と講座申込締切は違いますのでご注意ください。
【(募集 再延長)学生枠】
ID登録締切: 2024年10月9日(水)13:00 終了しました。締切後のID登録は受付が出来かねます。次回、春も開催予定ですので、そちらにご応募ください。どうぞよろしくお願いいたします。
講座申込締切: 2024年10月11日(金)13:00 ID登録済の方は、ページ下の【マイページへログイン(ID登録済の方)】から講座にお申し込みください。
申込結果の通知:2024年10月15日(火)までにメールで連絡します。
*(学生)9月3日13:00までに申し込みいただいた方:結果は2024年9月9日(月)にメールで送信済です。
(学生)9月25日13:00までに申し込みいただいた方:結果は2024年9月30日(月)にメールで送信済です。
(学生)10月2日13:00までに申し込みいただいた方:結果は2024年10月4日(金)にメールで送信済す。
【ライフイベント、教職員(中学校、高校、高等専門学校)】
募集終了しました。
結果は2024年9月30日(月)にメールで送信済です。
【自治体職員、公務員団体職員】
募集終了しました。
申込結果の通知:随時メールで連絡します
その後の受講者自身での講座申込締切: 2024年10月3日(木)13:00
※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。
※お申込にはWebブラウザとしてGoogle Chromeをお使いください。(Microsoft Edge他非対応)
※当研究室の講座を受講したことがある方(ID登録済)の方は、下にあるリンク先よりマイページへログインの上、お申し込みいただけます。なお、過去にGCIの受講歴がある方(聴講生を含む)は、優秀生選抜対象とはなりません。過去受講生は宿題、コンペ、最終課題の内容を知っている(アクセス可能であった)ため、新規の受講生との公平性を考え、このような形になっております。事前にご了承いただけますと幸いです。
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)」+「2024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。海外大学進学等で秋入学の方は、なるべく学生証が発行された後にお申し込みいただけますとスムーズです。
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 2023 Winter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。なお、過去にGCIの受講歴がある方(聴講生を含む)は、優秀生選抜対象とはなりません。過去受講生は宿題、コンペ、最終課題の内容を知っている(アクセス可能であった)ため、新規の受講生との公平性を考え、このような形になっております。事前にご了承いただけますと幸いです。
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、C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。
Q. 申し込みを完了したはずなのに[Omnicampus 受講申し込みのお願い]というメールが届きました。
A. 対象外のWebブラウザで申し込みをするなどにより、申し込みが受け付けられていない可能性があります。CONTACTより運営に問い合わせの上、再度Google Chromeを使って申し込みをお願いいたします。(Microsoft Edge非対応)
———————————————————————-
<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。
その他、よくあるご質問はこちら
ID登録済の方は、以下よりOmnicampusのマイページにログインいただけます。
※過去にGCIの受講歴がある方(聴講生を含む)は、優秀生選抜対象とはなりません。過去受講生は宿題、コンペ、最終課題の内容を知っている(アクセス可能であった)ため、新規の受講生との公平性を考え、このような形になっております。事前にご了承いただけますと幸いです。
よくある質問はこちら