ENTRY お申し込み

属性によって応募方法や締切が異なります。

また、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（自治体職員、公務員団体職員を除く）。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。

募集属性別お申し込みプロセス

【学生】

ID登録締切： 2月25日（火）14:00

講座申込締切： 2月28日（金）14:00

申込結果の通知：3月7日（金）までにメールで連絡します

ライフイベント、教職員（中学校、高校、高等専門学校）、自治体職員、公務員団体職員の枠については、3月上旬より募集開始予定です。

少々お待ちいただけますと幸いです。

※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）は、下にある【マイページへログイン（ID登録済の方）】からお申し込みください。
※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。これは、過去受講生が宿題や課題にアクセス可能であったことから、公平性を確保するための措置です。ご了承ください。

DETAILS 講義詳細

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（2025年4月22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
※2025年4月22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。
※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、受講の対象外です。
※大学の科目履修生・単科履修生、語学学校などは対象外です。
※社会人学生もお申し込み可能です。
※受講希望者が多数の場合には、抽選を行います。

社会人
・社会人個人は対象外です。
・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 をご参照の上、お問い合わせより法人会員募集要項をご請求ください。
・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、一定枠で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。定員枠により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。

ライフイベント枠：3月上旬より募集開始予定です。少々お待ちいただけますと幸いです。

教職員（中学校、高校、高等専門学校）
・開講日（2025年4月22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

3月上旬より募集開始予定です。少々お待ちいただけますと幸いです。

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は、団体毎に受講希望者をリスト化し、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：国家公務員（各省庁、独立行政法人）、地方公務員
※個人単位の申し込みは対象外です。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。

3月上旬より募集開始予定です。少々お待ちいただけますと幸いです。

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（初回のみ15分延長し、18:45-20:45です。）
1週間以内にアーカイブ動画を視聴し出席アンケートを提出することでも、出席扱いとします。

■事前学習：GCIベーシック（動画公開・スライドと演習ファイル等を配布）
受講可能となった方に、事前学習用のファイルを配布します。第2回（4/29）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（4/22） （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（4/29（祝）） （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（5/13） （担当：熊澤）	Pythonによる科学計算（Numpy）
第4回（5/20） （担当：嵐）	Pythonによるデータ加工処理の基礎（Pandas）
第5回（5/27） （担当：中内）	Pythonによるデータ可視化の基礎（Matplotlib）
第6回（6/3） （担当：熊澤）	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（6/10） （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（6/17） （担当：石田/高山）	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（6/24） （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（7/1） （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（7/8） （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（7/15） （担当：塚本）	SQL（データベース構築の目的理解・実装）
第13回（7/22）	ゲスト講師（調整中）
第14回（7/29）	ゲスト講師（調整中）
第15回（8/5）	ゲスト講師（調整中）

CONTACT 問い合わせ