Submit Search
Upload
データサイエンス概論第一=0 まえがき
•
Download as PPTX, PDF
•
14 likes
•
7,776 views
S
Seiichi Uchida
Follow
九州大学大学院システム情報科学研究院「データサイエンス実践特別講座」が贈る,数理・情報系『でない』学生さんのための「データサイエンス講義.
Read less
Read more
Data & Analytics
Report
Share
Report
Share
1 of 6
Download now
Recommended
データサイエンス概論第一=1-2 データのベクトル表現と集合
データサイエンス概論第一=1-2 データのベクトル表現と集合
Seiichi Uchida
データサイエンス概論第一=3-1 線形代数に基づくデータ解析の基礎
データサイエンス概論第一=3-1 線形代数に基づくデータ解析の基礎
Seiichi Uchida
データサイエンス概論第一=1-1 データとは
データサイエンス概論第一=1-1 データとは
Seiichi Uchida
13 分類とパターン認識
13 分類とパターン認識
Seiichi Uchida
1 データとデータ分析
1 データとデータ分析
Seiichi Uchida
0 データサイエンス概論まえがき
0 データサイエンス概論まえがき
Seiichi Uchida
データサイエンス概論第一=2-1 データ間の距離と類似度
データサイエンス概論第一=2-1 データ間の距離と類似度
Seiichi Uchida
データサイエンス概論第一=2-2 クラスタリング
データサイエンス概論第一=2-2 クラスタリング
Seiichi Uchida
Recommended
データサイエンス概論第一=1-2 データのベクトル表現と集合
データサイエンス概論第一=1-2 データのベクトル表現と集合
Seiichi Uchida
データサイエンス概論第一=3-1 線形代数に基づくデータ解析の基礎
データサイエンス概論第一=3-1 線形代数に基づくデータ解析の基礎
Seiichi Uchida
データサイエンス概論第一=1-1 データとは
データサイエンス概論第一=1-1 データとは
Seiichi Uchida
13 分類とパターン認識
13 分類とパターン認識
Seiichi Uchida
1 データとデータ分析
1 データとデータ分析
Seiichi Uchida
0 データサイエンス概論まえがき
0 データサイエンス概論まえがき
Seiichi Uchida
データサイエンス概論第一=2-1 データ間の距離と類似度
データサイエンス概論第一=2-1 データ間の距離と類似度
Seiichi Uchida
データサイエンス概論第一=2-2 クラスタリング
データサイエンス概論第一=2-2 クラスタリング
Seiichi Uchida
データサイエンス概論第一=4-1 相関・頻度・ヒストグラム
データサイエンス概論第一=4-1 相関・頻度・ヒストグラム
Seiichi Uchida
データサイエンス概論第一=3-2 主成分分析と因子分析
データサイエンス概論第一=3-2 主成分分析と因子分析
Seiichi Uchida
データサイエンス概論第一=1-3 平均と分散
データサイエンス概論第一=1-3 平均と分散
Seiichi Uchida
距離とクラスタリング
距離とクラスタリング
大貴 末廣
主成分分析
主成分分析
大貴 末廣
画像処理基礎
画像処理基礎
大貴 末廣
14 データ収集とバイアス
14 データ収集とバイアス
Seiichi Uchida
2 データのベクトル表現と集合
2 データのベクトル表現と集合
Seiichi Uchida
9 可視化
9 可視化
Seiichi Uchida
画像処理応用
画像処理応用
大貴 末廣
データサイエンス概論第一=4-2 確率と確率分布
データサイエンス概論第一=4-2 確率と確率分布
Seiichi Uchida
機械学習 / Deep Learning 大全 (1) 機械学習基礎編
機械学習 / Deep Learning 大全 (1) 機械学習基礎編
Daiyu Hatakeyama
“機械学習の説明”の信頼性
“機械学習の説明”の信頼性
Satoshi Hara
全体セミナー20170629
全体セミナー20170629
Jiro Nishitoba
4 データ間の距離と類似度
4 データ間の距離と類似度
Seiichi Uchida
3 平均・分散・相関
3 平均・分散・相関
Seiichi Uchida
差分プライバシーとは何か? (定義 & 解釈編)
差分プライバシーとは何か? (定義 & 解釈編)
Kentaro Minami
データサイエンス概論第一 5 時系列データの解析
データサイエンス概論第一 5 時系列データの解析
Seiichi Uchida
データ解析8 主成分分析の応用
データ解析8 主成分分析の応用
Hirotaka Hachiya
【メタサーベイ】数式ドリブン教師あり学習
【メタサーベイ】数式ドリブン教師あり学習
cvpaper. challenge
データサイエンスことはじめ
データサイエンスことはじめ
大貴 末廣
DS Exercise Course 1
DS Exercise Course 1
大貴 末廣
More Related Content
What's hot
データサイエンス概論第一=4-1 相関・頻度・ヒストグラム
データサイエンス概論第一=4-1 相関・頻度・ヒストグラム
Seiichi Uchida
データサイエンス概論第一=3-2 主成分分析と因子分析
データサイエンス概論第一=3-2 主成分分析と因子分析
Seiichi Uchida
データサイエンス概論第一=1-3 平均と分散
データサイエンス概論第一=1-3 平均と分散
Seiichi Uchida
距離とクラスタリング
距離とクラスタリング
大貴 末廣
主成分分析
主成分分析
大貴 末廣
画像処理基礎
画像処理基礎
大貴 末廣
14 データ収集とバイアス
14 データ収集とバイアス
Seiichi Uchida
2 データのベクトル表現と集合
2 データのベクトル表現と集合
Seiichi Uchida
9 可視化
9 可視化
Seiichi Uchida
画像処理応用
画像処理応用
大貴 末廣
データサイエンス概論第一=4-2 確率と確率分布
データサイエンス概論第一=4-2 確率と確率分布
Seiichi Uchida
機械学習 / Deep Learning 大全 (1) 機械学習基礎編
機械学習 / Deep Learning 大全 (1) 機械学習基礎編
Daiyu Hatakeyama
“機械学習の説明”の信頼性
“機械学習の説明”の信頼性
Satoshi Hara
全体セミナー20170629
全体セミナー20170629
Jiro Nishitoba
4 データ間の距離と類似度
4 データ間の距離と類似度
Seiichi Uchida
3 平均・分散・相関
3 平均・分散・相関
Seiichi Uchida
差分プライバシーとは何か? (定義 & 解釈編)
差分プライバシーとは何か? (定義 & 解釈編)
Kentaro Minami
データサイエンス概論第一 5 時系列データの解析
データサイエンス概論第一 5 時系列データの解析
Seiichi Uchida
データ解析8 主成分分析の応用
データ解析8 主成分分析の応用
Hirotaka Hachiya
【メタサーベイ】数式ドリブン教師あり学習
【メタサーベイ】数式ドリブン教師あり学習
cvpaper. challenge
What's hot
(20)
データサイエンス概論第一=4-1 相関・頻度・ヒストグラム
データサイエンス概論第一=4-1 相関・頻度・ヒストグラム
データサイエンス概論第一=3-2 主成分分析と因子分析
データサイエンス概論第一=3-2 主成分分析と因子分析
データサイエンス概論第一=1-3 平均と分散
データサイエンス概論第一=1-3 平均と分散
距離とクラスタリング
距離とクラスタリング
主成分分析
主成分分析
画像処理基礎
画像処理基礎
14 データ収集とバイアス
14 データ収集とバイアス
2 データのベクトル表現と集合
2 データのベクトル表現と集合
9 可視化
9 可視化
画像処理応用
画像処理応用
データサイエンス概論第一=4-2 確率と確率分布
データサイエンス概論第一=4-2 確率と確率分布
機械学習 / Deep Learning 大全 (1) 機械学習基礎編
機械学習 / Deep Learning 大全 (1) 機械学習基礎編
“機械学習の説明”の信頼性
“機械学習の説明”の信頼性
全体セミナー20170629
全体セミナー20170629
4 データ間の距離と類似度
4 データ間の距離と類似度
3 平均・分散・相関
3 平均・分散・相関
差分プライバシーとは何か? (定義 & 解釈編)
差分プライバシーとは何か? (定義 & 解釈編)
データサイエンス概論第一 5 時系列データの解析
データサイエンス概論第一 5 時系列データの解析
データ解析8 主成分分析の応用
データ解析8 主成分分析の応用
【メタサーベイ】数式ドリブン教師あり学習
【メタサーベイ】数式ドリブン教師あり学習
Similar to データサイエンス概論第一=0 まえがき
データサイエンスことはじめ
データサイエンスことはじめ
大貴 末廣
DS Exercise Course 1
DS Exercise Course 1
大貴 末廣
JPA2023_NetworkTutorial_Part1.pdf
JPA2023_NetworkTutorial_Part1.pdf
Jun Kashihara
20110110日本図書館研究会
20110110日本図書館研究会
UEHARA, Tetsutaro
データ分析というお仕事のこれまでとこれから(HCMPL2014)
データ分析というお仕事のこれまでとこれから(HCMPL2014)
Takashi J OZAKI
確率統計-機械学習その前に
確率統計-機械学習その前に
Hidekatsu Izuno
【技術情報協会】人工知能を使ったR&D業務効率化・生産性向上のシステム作り
【技術情報協会】人工知能を使ったR&D業務効率化・生産性向上のシステム作り
Hajime Fujita
Code for Japan Summit 2019 --- BAD OpenData Kuyodera
Code for Japan Summit 2019 --- BAD OpenData Kuyodera
ssuserc75473
tut_pfi_2012
tut_pfi_2012
Preferred Networks
学生とシビックテック
学生とシビックテック
Ismail Arai
ITリスク研究会20230722v1.1.pdf
ITリスク研究会20230722v1.1.pdf
Tsuda University Institute for Mathematics and Computer Science
深層学習よもやま話
深層学習よもやま話
Hiroshi Maruyama
ユーザの個人差とインタラクションデザイン, 西崎友規子
ユーザの個人差とインタラクションデザイン, 西崎友規子
KIT Cognitive Interaction Design
データサイエンス概論第一 6 異常検出
データサイエンス概論第一 6 異常検出
Seiichi Uchida
NeurIPS2021から見るメタ学習の研究動向 - 第83回人工知能セミナー (2022.3.7)「AIトレンド・トップカンファレンス報告会(NeurI...
NeurIPS2021から見るメタ学習の研究動向 - 第83回人工知能セミナー (2022.3.7)「AIトレンド・トップカンファレンス報告会(NeurI...
DeepEyeVision, Inc.
データサイエンティストのつくり方
データサイエンティストのつくり方
Shohei Hido
九大_DS実践_距離とクラスタリング
九大_DS実践_距離とクラスタリング
RyomaBise1
システム論に基づく情報教育の授業計画と教育実践
システム論に基づく情報教育の授業計画と教育実践
saireya _
数式を使わないプライバシー保護技術
数式を使わないプライバシー保護技術
Hiroshi Nakagawa
研究室内統計勉強会20160526
研究室内統計勉強会20160526
敬之 中島
Similar to データサイエンス概論第一=0 まえがき
(20)
データサイエンスことはじめ
データサイエンスことはじめ
DS Exercise Course 1
DS Exercise Course 1
JPA2023_NetworkTutorial_Part1.pdf
JPA2023_NetworkTutorial_Part1.pdf
20110110日本図書館研究会
20110110日本図書館研究会
データ分析というお仕事のこれまでとこれから(HCMPL2014)
データ分析というお仕事のこれまでとこれから(HCMPL2014)
確率統計-機械学習その前に
確率統計-機械学習その前に
【技術情報協会】人工知能を使ったR&D業務効率化・生産性向上のシステム作り
【技術情報協会】人工知能を使ったR&D業務効率化・生産性向上のシステム作り
Code for Japan Summit 2019 --- BAD OpenData Kuyodera
Code for Japan Summit 2019 --- BAD OpenData Kuyodera
tut_pfi_2012
tut_pfi_2012
学生とシビックテック
学生とシビックテック
ITリスク研究会20230722v1.1.pdf
ITリスク研究会20230722v1.1.pdf
深層学習よもやま話
深層学習よもやま話
ユーザの個人差とインタラクションデザイン, 西崎友規子
ユーザの個人差とインタラクションデザイン, 西崎友規子
データサイエンス概論第一 6 異常検出
データサイエンス概論第一 6 異常検出
NeurIPS2021から見るメタ学習の研究動向 - 第83回人工知能セミナー (2022.3.7)「AIトレンド・トップカンファレンス報告会(NeurI...
NeurIPS2021から見るメタ学習の研究動向 - 第83回人工知能セミナー (2022.3.7)「AIトレンド・トップカンファレンス報告会(NeurI...
データサイエンティストのつくり方
データサイエンティストのつくり方
九大_DS実践_距離とクラスタリング
九大_DS実践_距離とクラスタリング
システム論に基づく情報教育の授業計画と教育実践
システム論に基づく情報教育の授業計画と教育実践
数式を使わないプライバシー保護技術
数式を使わないプライバシー保護技術
研究室内統計勉強会20160526
研究室内統計勉強会20160526
More from Seiichi Uchida
12 非構造化データ解析
12 非構造化データ解析
Seiichi Uchida
15 人工知能入門
15 人工知能入門
Seiichi Uchida
10 確率と確率分布
10 確率と確率分布
Seiichi Uchida
8 予測と回帰分析
8 予測と回帰分析
Seiichi Uchida
7 主成分分析
7 主成分分析
Seiichi Uchida
6 線形代数に基づくデータ解析の基礎
6 線形代数に基づくデータ解析の基礎
Seiichi Uchida
5 クラスタリングと異常検出
5 クラスタリングと異常検出
Seiichi Uchida
「あなたがいま読んでいるものは文字です」~画像情報学から見た文字研究のこれから
「あなたがいま読んでいるものは文字です」~画像情報学から見た文字研究のこれから
Seiichi Uchida
Machine learning for document analysis and understanding
Machine learning for document analysis and understanding
Seiichi Uchida
データサイエンス概論第一=8 パターン認識と深層学習
データサイエンス概論第一=8 パターン認識と深層学習
Seiichi Uchida
データサイエンス概論第一=7 画像処理
データサイエンス概論第一=7 画像処理
Seiichi Uchida
An opening talk at ICDAR2017 Future Workshop - Beyond 100%
An opening talk at ICDAR2017 Future Workshop - Beyond 100%
Seiichi Uchida
データサイエンス概論第一=3-3 回帰分析
データサイエンス概論第一=3-3 回帰分析
Seiichi Uchida
More from Seiichi Uchida
(13)
12 非構造化データ解析
12 非構造化データ解析
15 人工知能入門
15 人工知能入門
10 確率と確率分布
10 確率と確率分布
8 予測と回帰分析
8 予測と回帰分析
7 主成分分析
7 主成分分析
6 線形代数に基づくデータ解析の基礎
6 線形代数に基づくデータ解析の基礎
5 クラスタリングと異常検出
5 クラスタリングと異常検出
「あなたがいま読んでいるものは文字です」~画像情報学から見た文字研究のこれから
「あなたがいま読んでいるものは文字です」~画像情報学から見た文字研究のこれから
Machine learning for document analysis and understanding
Machine learning for document analysis and understanding
データサイエンス概論第一=8 パターン認識と深層学習
データサイエンス概論第一=8 パターン認識と深層学習
データサイエンス概論第一=7 画像処理
データサイエンス概論第一=7 画像処理
An opening talk at ICDAR2017 Future Workshop - Beyond 100%
An opening talk at ICDAR2017 Future Workshop - Beyond 100%
データサイエンス概論第一=3-3 回帰分析
データサイエンス概論第一=3-3 回帰分析
データサイエンス概論第一=0 まえがき
1.
1 九州大学大学院システム情報科学研究院 データサイエンス実践特別講座 データサイエンス概論第一 まえがき システム情報科学研究院情報知能工学部門 内田誠一
2.
22 九州大学 「データサイエンス概論第一」について(1/2) (数理・情報系でない)全分野の学生さんに,データ解析の基本的 な考え方をわかってもらうための講座 「卒論・修論・D論で急に先生に『データ解析しとけよ』と言われた」
「ベクトル?内積? なにそれおいしいもの?」 「主成分分析,意味わかんない(でも使ってる)」 数学的に厳密な議論よりも,直観で分かってもらうことを最優先! 「データ解析って,そんなに恐ろしくない」 →「各解析手法も,その目的・意味はそんなに難しくないかも」 →「ならば,自分のデータのためには,どんなデータ解析をやるべきだろうか?」 余談とか参考とか書いているスライドは,飛ばして構いません
3.
33 九州大学 「データサイエンス概論第一」について(2/2) H29年度より九大にて開講中 文系から理系まで,いろいろな分野の学生さんが参加してくれてます
9月夏休み中に集中講義を開催するかもしれません@九大 4人の担当教員で頑張ってます 内田誠一 ... 概論第一,演習第二担当 備瀬竜馬 ... 概論第二,演習第一&第二担当 Thomas Diego ... 演習第一&第二担当 末廣大貴... 演習第一&第二担当 +情報系の有志学生さんによるTA(演習第一&第二)
4.
4 データサイエンス概論第一の内容 データとは データのベクトル表現と集合
平均と分散 データ間の距離 データ間の類似度 データのクラスタリング (グルーピング) 線形代数に基づくデータ解析の基礎 主成分分析と因子分析 回帰分析 相関・頻度・ヒストグラム 確率と確率分布 信頼区間と統計的検定 時系列データの解析 異常検出
5.
55 SlideShare公開にあたり (1/2) もちろんどなたにお使いいただいてもOKです
スライドPPTが必要な方はお問合せください uchida@ait.kyushu-u.ac.jp (バタバタしてなければ)すぐに差し上げます 「できれば」の,お願い 是非フィードバックをください! 特に「どこがよくわからない」とか「これは教えないのか?」など 間違いのご指摘も助かります
6.
66 SlideShare公開にあたり (2/2) 講義等でご使用の場合は,「九州大学データサイエンス実践特別 講座」のクレジット明示をお願いします
今後,様々なフィードバックに応じて,スライドは改良されていく予定 SlideShare上でのリンク切れなど,ご容赦ください
Download now