オンラインカジノおすすめランキング【当サイト限定特典33つ🎁】 ...

Skip to content 日本語 ／ English Menu ホーム 概要・目的 担当教員 講義資料 コンソーシアム九州・沖縄ブロック 低年次データサイエンス教育 関連リンク 講義資料 本ページで公開している講義スライドはすべてCC-BYです（〈参考資料〉は除く）． 編集可能なPowerPointファイル（無償, CC-BY）が必要な場合や，今後改訂したときに連絡が必要な場合は，下記までご連絡ください（PPTは100以上の大学等へ提供済みです． お気軽にどうぞ）． 連絡先：[email protected] （内田（センター長）・福冨（センター秘書）） スライド内容について間違いがあった場合も，上記連絡先にご連絡いただけると，大変に助かります．（修正の上，改訂版を随時アップロードいたします．） データサイエンス概論Ⅰ＆Ⅱ（夏休み中の3日間での集中講義を予定．2023年度からは，高年次基幹教育科目「データサイエンス総論Ⅰ&Ⅱ」としても開講予定．なお，電気情報工学科「データサイエンス序論」とほぼ同一内容．無編集ですが講義動画もあります(2021年9月収録)．ご興味あればご連絡ください．） データとデータ分析 データのベクトル表現と集合 平均・分散・相関 データ間の距離と類似度 クラスタリングと異常検出 線形代数に基づくデータ解析の基礎 主成分分析 予測と回帰分析 可視化 確率と確率分布 信頼区間と統計的検定 (ご指摘いただいた誤りを修正中です 2023/1/29→修正版を公開しました 2023/5/31） 非構造化データ解析 パターン認識と分類 データ収集とバイアス 人工知能入門 ※一括ダウンロードはこちら (2023/7/8版)  データサイエンス実践Ⅰ～Ⅳ(2023/10/25版) データサイエンスことはじめ Python基礎その１ Python基礎その２ 距離とクラスタリング 統計分析 相関分析と回帰分析 主成分分析 画像処理基礎 画像処理応用 パターン認識と深層学習 ※一括ダウンロードはこちら (2023/10/25版) 情報科学 【AI・データサイエンス 】（下記の英訳版もあります．必要な場合，お問合せください） 第1回 様々なデータとデータ分析 第2回 AIと機械学習 第3回 非構造データとパターン認識 第4回 データの収集 第5回 ベクトル・距離・類似度 第6回 データの可視化 第7回 画像解析 第7回 回帰分析と時系列分析 第7回 相関と検定 第7回 アンケート解析 ※一括ダウンロードはこちら (2023/7/8版)  統計基礎(英語版） Lesson 1: What are data?/ Descriptive Statistics Lesson 2: Descriptive Statistics&＃8212;Graphical data representation/Descriptive methods in regression analysis Lesson 3: Probability and Random variable/Discrete Probability distribution Lesson 4: Continuous Probability Distribution/ Sampling Distribution Lesson 5: Point Estimation/ Confidence Interval Estimation Lesson 6: Hypothesis Test 〈参考資料〉サイバーセキュリティ基礎論（利用条件についてはリンク先に提示） 〈参考資料〉http://www.cs.kyushu-u.ac.jp/lectures/csp 〈参考資料〉統計学（利用条件についてはリンク先に提示） https://www.slideshare.net/secret/4Npn9EgU7zJZFe 九州大学 数理・データサイエンス教育研究センター 〒819-0395 福岡市西区元岡744 九州大学 伊都キャンパス ウエスト2号館 855室 E-mail：[email protected] Copyright © 2024 Education and Research Center for Mathematical and Data Science Scroll back to top