統計的読解力習得講座

① ゼロからはじめる統計学-統計検定3級範囲-

近年の小学生、中学生、高校生においては統計学の授業が行われておりますが、社会人や大人に関しては統計教育が行われていなかった時期もあり、基礎知識が全くない世代が多く存在しています。

TVやインターネットなど、世の中には様々な数字・グラフが溢れていますが、正しく読み解くことができているでしょうか。データやグラフなどの理解に必要な知識は統計学ですが、社会人になってから効率よく学ぶ場が少ないのが現状です。

そこで、本セミナーでは、統計学が用いられた歴史的事例を紹介しながら、「統計は何に使うのか」「統計学の基本的な用語の意味」・「データやグラフを理解できる」内容としています。

問題把握（記述統計）分析講座

② 初めて学ぶデータ利活用-Excel編-

近年PCの発展とともに統計を用いて社内データを分析する必要性が説かれてきました。しかし、いざデータ分析にチャレンジしてみようと思いデータを前にしても、「何を計算すればよいのか分からない」、「どのようにデータを集計し、可視化すればよいのかが分からない」など、情報を把握することに壁を感じる方が多いようです。

そこで、これから統計分析を学習しようと思っている方を対象に、Excelを用いて代表値の実用的な使い方や、ピボットテーブルを用いたデータの集計・可視化法を学べるセミナーをご用意いたしました。会社などで一般的に扱うデータをどのようなステップで分析までつなげていくかを学びます。データを利用・活用するための視点とはどのようなものなのか。社会人が必須のスキルともいえる内容構成です。

③ Excelで学ぶ統計グラフの世界-データのビジュアル化-

情報の内容を素早く簡潔に理解し、それを共有または要約するスキルが重要視されています。例えば、長い文章や、大量のデータを羅列されたものでは理解が深まりにくく、多くの人の共感を得るにはビジュアル効果が必須となります。本研修は、グラフの必要性や重要性を歴史から理解し、効果的なグラフを選択できるスキルを養う内容となっております。
※Excel2016以降に多くのグラフが追加されました。

3Dマップ、サンバースト、スパークラインなど、グラフにもたくさんの種類があり、どれを使っていいのか判断が難しい「困難」が生じた場合、共通の問題解決の考え方があるため、それをベースに、グラフの特徴をおさえ、目的に応じたグラフが作成できるように、Excelをつかったグラフ作成の演習を行います。

④ 初めて学ぶデータ利活用-マイニング編-

PCの発展でExcelを使って集計や可視化を簡単に行うことができるようになり、データ分析がとても身近なものとなっています。

便利な環境になったものの、データ分析を活用するためには、「機械の力」と「人の思考」を上手にミックスしていくことがとても大切となります。
・何のためのこの分析をするのか
・どのような問題を解決していきたいのか
これら問題解決の手順は人間が行い、
・●●と関係が深いデータは何か
・どうすれば●●は最適化できるのか
といったことは、機械に任せ効率的な分析を行っていくことが重要です。データから意味のある情報を取り出すことを「データマイニング」と呼びますが、そこに焦点を当てたデータ分析に基づく問題解決を学べる内容です。

⑤ テキストマイニング実践

記述統計の範囲からは少し外れますが、問題把握で重要なのはアンケートなどの「言葉」の分析です。営業資料、お問い合わせ履歴、顧客へのアンケートなど、企業内で蓄積されているデータの実に8割以上がテキストデータであり、従来は統計学を使った集計や分析を行うことができませんでした。

しかし、今や「テキストマイニング」を活用することで、分析を行うことができるようになったため、プログラム言語不要の「KH Coder」を用いた研修を実施しています。

アンケート、SNS、口コミなど様々な実践例を通じて、「テキストマイニング」の実行手順はもちろん、データ収集の方法、分析のための前処理（データクレンジング）など、身につけておくべき内容を学ぶことができます。

検証・予測（推測統計）分析講座

⑥ Excelで学ぶデータ分析

ビックデータ時代を迎え、今までのように勘や経験ではなく、確固たるデータに基づき意思決定を行う能力はビジネスマンにとって身につけるべきスキルであり、「統計」、「データ分析」は必要不可欠な知識と言わざるを得ません。

しかし、独学で「推測統計学」を学び、回帰分析などのデータ分析法を勉強するのは敷居が高いと感じられないでしょうか。統計学で使われる特殊な用語、独特な考え方は誰にとっても難解であり、理系学生ですら匙を投げてしまう方もいます。

そこで、大学で学ぶ数理統計学の範囲（統計検定試験2級範囲）を2時間×4回でコンパクトに学び、数式を関数やExcel機能に任せつつデータ分析の概念や実施方法、考え方を学べる実務的な内容を用意しています。

⑦ データ分析のための因果推論-効果測定編-

「因果と相関の違い」を正しく把握し、データの関連性を読み解くために重要な内容です。この因果関係をデータから把握していく統計の一分野を因果推論といいます。因果関係というものは何も珍しいものではなく、日常的には「効果」という言葉で語られたりもします。
・あるサプリには体重を減らす効果がある
・テレビ視聴には学力を下げる効果がある
・広告の出稿は売上を上昇させる効果がある

など、「効果」という言葉が使われる場面は様々です。これらの言葉の真偽をご自身の力で判断できるようになる力は必須のスキルであると言えます。この研修ではこれらの「効果」という言葉が本当に正しいか判断する方法や、実際にデータを分析する手法をご紹介いたします。

⑧ 結果を左右するデータクレンジング講座

データ分析をビジネスの世界で使おうとデータサイエンスを学んだ。しかし実際に分析を始めてみると社内に保存されているデータがきれいなものではなく、それをきれいにするのに四苦八苦…という経験はないでしょうか？

汚いデータをきれいにする作業をデータクレンジングあるいはデータクリーニングと言います。これは分析結果の質を高めるうえで分析者に求められる必要不可欠なスキルとなります。しかし、Excelを用いてひとつずつきれいにしていくという操作を行っていては、それだけで1日が終わってしまい、本筋の分析を行う体力は残っていない…そこで時間のかかるデータクレンジングを効率的に行えるツールを開発し、そのデータクレンジングに焦点を当てたセミナーを作成いたしました。

問題解決（機械学習）講座

⑨ かんたん機械学習

年々注目されていく「機械学習」ですが、「教師あり機械学習」・「教師なし機械学習」・「ディープラーニング」・「AI」などの単語でサーチしても、調べれば調べるほど、その実態を把握するのが難しく、何だかわからなくなってくるのが現状です。

そこで、機械学習の初学者を対象に、その基礎を解説しつつ、「教師あり機械学習」「教師なし機械学習」の代表的な手法を学び、実際にプログラムなしで使える機械学習ソフト「WEKA」を使って、演習問題を行います。

回帰分析、決定木、サポートベクターマシン、ロジスティック回帰、など機械学習の手法の違いを理解し、モデル評価方法も学びます。