開催日時
2019.10.17(木)
開催場所
申込期限
費用
対象
人数
申込方法
備考
2019年10月〜12月の全6回、データサイエンティスト育成の専門家である堅田洋資様(株式会社データミックス代表取締役)を講師にお迎えし、「Data Business Lab」を開催します。 ビジネスでデータ・AIを活用するためのポイントを学び、新サービスの企画提案をゴールにした集中講義です。以下、講師の堅田様による講義紹介を掲載します。
日々メディアで取り上げられるAIですが、AI技術そのものに対しての理解が進まない、もしくは成果を上げられるAI技術の使いどころが見極められないと考えている企業も多いのではないでしょうか? そもそも、データ・ドリブン自体に馴染みがない企業もあるかもしれません。 私自身、データサイエンティストとして様々な企業のコンサルティングやAI・データ分析プロジェクトの支援をしていますが、データ・AIの利活用が進まないのは以下の2つの障壁があると考えています。 1. ビジネス課題を分析課題へと翻訳しきれていない データは「いつ、どこで、何が、何に対して、どのような行為・行動を行った」かという極めて具体的な記録です。その一方、ビジネス上の課題の多くは抽象度が高く、データを活用するためにはビジネス上の課題をとにかく具体化する必要があります。その具体化 = 「翻訳」に慣れていないことがひとつの障壁だと考えます。 2. 「やってみないとわからない」がわからない 多くの組織で、アウトプットや成果が明確でないものに対して投資することに抵抗感があるのも理解できます。しかし、データ分析やAI活用は「やってみないとわからない」ものばかりです。「やってみないとわからない」という感覚を理解するには、実際に自分が「やってみること」が重要です。 上記2つの障壁を突破するために、Data Business Labでは、「なぜ日本人は英語に苦手意識があるのか?」という多くの日本人が感じている課題感をテーマとして、全6回に渡り、現場においてデータ・AI活用のポイントを体得していきます。
データ分析を行うための仮説の立て方、データ分析の進め方、AIの使いどころを見極めるなど現場においてデータ・AI活用のポイントをグループワーク、ハンズオンでの演習を通じてトレーニングしていきます。 最初の2回は知識の獲得として、データ分析のプロセスおよびデータサイエンス技術の概要を理解していただきます。その後の4回は「なぜ日本人は英語に苦手意識があるのか?」という課題を具体化し、データやAIで解決する方法を検討します。 最後の講義では受講生の皆さんより、「なぜ日本人は英語に苦手意識があるのか?」という課題に対して、データやAIを活用した施策やサービスの提案をしていただきます。 取り組むテーマ「なぜ、日本人は英語に苦手意識があるのか?」 日本の教育では中学、高校の6年間、大学の必修も含めると7年間の英語教育を受けているにも関わらず、英語の能力が不十分であると言われています。 受講生の皆さんには、なぜこのような苦手意識があるのか、そして、どのような解決策があるのかを定量的に分析し、最終的にはデータ・AIを用いたサービスや施策を提案していただきます。 ※本講義はAIやディープラーニング、機械学習の数理や理論についての説明を行うものではありません。
堅田洋資 様(株式会社データミックス 代表取締役) 日本では数少ない米国大学のデータサイエンス修士号を保有。データミックスではこれまで400名以上の社会人に対してデータサイエンスやAIに関するトレーニングを行う。 また、大手企業からスタートアップまでデータサイエンス組織に関するコンサルティングやアルゴリズム開発の支援を行う。 データミックス設立前は、監査法人トーマツにてデータ分析コンサルタント、生体センサスタートアップでサービス・アルゴリズム開発の取締役、KPMG FASにて事業再生コンサルタント、外資系メーカーでの経理・マーケティングなど幅広い経験を持つ。 University of San Francisco, M.S. in Analytics修了。一橋大学商学部卒業(統計学・データサイエンス専攻)。
2019年10月17日(木)、10月23日(水)、11月6日(水)、11月27日(水)、12月11日(水)、12月25日(水) 15:30 ドアオープン 16:00〜19:00 講義とグループワーク ※初回のみ木曜日。以降すべて水曜日
※任意で事前のeラーニング(合計5時間)が受講できます。
テーマ | 日程 | 講義内容 | |
---|---|---|---|
事前学習 | 事前 | 【任意】eラーニングの視聴(合計5時間) ・「統計学入門」 ・「データサイエンス概論」 |
|
知識の 獲得 |
ビジネスデータ分析入門 | 10月17日 | ・ケーススタディを通じて、ビジネス課題の具体化、分析課題の明確化、アウトプットイメージの作成までの流れを体感する。 |
Excelで始めるAI・データサイエンス | 10月23日 | ・あるメーカーの利益率改善プロジェクトのケーススタディを使いながら、実際にデータ分析、予測モデルの構築、最適化の流れを理解する。 | |
知識の 適用 |
課題の仮説の構築 | 11月6日 | ・グループごとに「なぜ、日本人は英語に苦手意識があるのか?」に対する課題の仮説を構築する ・(次回までの宿題)発表資料の作成 |
課題の仮説の発表 | 11月27日 | ・グループごとに課題の仮説を発表 ・各グループの課題に対して講師より適用できそうなAI・データサイエンス技術に関するテーマを提供し、ディスカッションする ・(次回までの宿題)AI・データサイエンス技術の調査 |
|
打ち手・サービスの検討 | 12月11日 | ・リサーチしてきたAI・データサイエンス技術を使い、どのように問題解決を行うか、打ち手やサービスのアイディアをディスカッションする ・(次回までの宿題)発表資料の作成 |
|
成果発表 | 12月25日 | ・企画内容の発表 ・フィードバック |
DBIC Tokyo 東京都中央区日本橋1-16-3 日本橋木村ビル4F アクセス ※1F奥にあるインターフォンで「403」を呼び出してください
DBICメンバー企業のうち、以下すべてに該当する方
無料
最大20名程度 ※2019年7月22日(月)追記:申込み多数につき、当初の15名から増員しました。また、2020年上旬に第2回「Data Business Lab」を開催します。※応募多数の場合はメンバー企業1社につき1名とさせていただきます。
DBICイベント事務局からのメンバー向けに配信するメールにてご案内のURLよりお申し込みください。 ※2019年7月22日(月)追記:2人以上の参加を希望する場合は「申込内容入力画面」の「連絡事項」欄に、参加者の優先順位をご記入ください。
イベント開催中にはDBICスタッフが広報写真を撮影し、Facebook等への掲載を行ないます。お顔出し不可の場合は前日までにメール(eventmaster@dbic.jp)にてご連絡いただくか、当日イベント開始前にお近くのDBICスタッフまでお声がけください。
DBICが開催するイベントに関する記事をご覧いただき、ありがとうございます。DBICでは理念や活動に賛同してご協力くださるメンバー企業を募集しています。「入会お問い合わせページ」よりお気軽にお問い合わせください。 最新のDBICメンバー企業様一覧もあわせてご確認ください。
他のイベント・セミナー
一覧へ戻る