スマートエスイー:スマートシステム&サービスおよび
DX推進を担う人材の産学連携育成
Smart Systems and Services innovative professional Education program

科目

K11 ビッグデータマネジメント・アナリティクス

概要

アナリティクス・意思決定のためのIoT等ビッグデータの分析、およびマネジメントを通じた活用について学ぶ。

講師

山名早人(早稲田大学)
清水佳奈(早稲田大学)
石井一夫(公立諏訪東京理科大学)
岡崎正一(モバイルコンピューティング推進コンソーシアム)
土肥拓生(株式会社 Magic Moment)

到達目標

以下の知識およびスキルの取得を目標とする。
‐ビッグデータの特性について理解している。
‐ビッグデータを分析活用し、ビジネスに貢献できる。

準備学習・前提知識

‐統計解析、データベース、要求分析の基礎知識

履修時間

時数:8コマ  時間数:12時間

実施方法

Zoom

計画

概要 講師 実施方法 講義形態
1 ビッグデータ解析概論 山名早人 Zoom 座学
2 全文検索アルゴリズム 清水佳奈 Zoom 座学
3 医療ビッグデータのデータ分析 石井一夫 Zoom 座学
4 気候変動データのビッグデータ分析 石井一夫 Zoom 座学
5 ビッグデータ分析(機械学習の前処理等) 岡崎正一 Zoom 座学
6 NoSQL 各種データベースの説明 土肥拓生 Zoom 座学
7 NoSQL データベース演習 土肥拓生 Zoom 座学
8 グループワーク データベースを使用したビジネスモデルの検討 土肥拓生 Zoom 演習

機材

なし

ソフトウェア・演習環境

第3-4回 R(任意)
第6-8回 SSHアクセスが可能な環境(AWS上の演習環境にSSHでシェルログインするため)

参考書

‐Nathan Marz、James Warren(著)、スケーラブルリアルタイムデータ分析入門、オライリージャパン、2016
‐アクセンチュア アナリティクス(著)、データ・アナリティクス実践講座、翔泳社、2016

評価

レポート

備考

本講義は統計学の基礎知識を有すること前提で進行する。
全員、必ず受講前に提供の事前学習を済ませること。

参考情報

2020年度 K11 iCDスキルマッピング β版
※今後見直しの可能性があります。

Page Top
WASEDA University

早稲田大学オフィシャルサイト(https://www.waseda.jp/inst/smartse/)は、以下のWebブラウザでご覧いただくことを推奨いたします。

推奨環境以外でのご利用や、推奨環境であっても設定によっては、ご利用できない場合や正しく表示されない場合がございます。より快適にご利用いただくため、お使いのブラウザを最新版に更新してご覧ください。

このままご覧いただく方は、「このまま進む」ボタンをクリックし、次ページに進んでください。

このまま進む

対応ブラウザについて

閉じる