講座紹介

ビジネスに役立つ数学やデータの可視化、グラフの使い方を学びたい方、またこれからAIやデータサイエンスを学びたい方に向けて、微分積分や線形代数の基礎を効率的に理解できるように、要点を押さえた内容になっています。

数学に苦手意識を持つ方にも、わかりやすく丁寧な解説になっており、「なるほど!そういうことか!」と納得していただけるような講座です。

サンプル動画 : 数学入門(微分積分)

カリキュラム

    1. 1.1.1 ビジネスに役立つ数学基礎

    2. 1.1.2 数学への基本スタンス

    3. 1.1.3 数学的処理

    4. 1.1.4 論理思考

    5. 1.1.5 数量

    6. 1.1.6 割合

    7. 1.1.7 統計

    8. 1.1.8 まとめ

    1. 1.1.1 概要

    2. 1.2.1 グラフ

    3. 1.2.2 問題

    4. 1.2.3 問題

    5. 1.3.1 1変数の統計量

    6. 1.3.2 問題

    7. 1.3.3 2変数の統計量

    8. 1.3.4 2変数の統計量の注意点

    9. 1.3.5 問題

    1. 演習用のExcelファイルのダウンロード

    2. 1.1.1 ビジネスでデータを活用してできること

    3. 1.1.2 目的に応じたデータの持ち方

    4. 1.1.3 単純集計とクロス集計(Excel演習あり:ピボットテーブル)

    5. 1.1.4 データ活用の5大ポイント

    6. 2.1.1 棒グラフ(Excel演習あり:棒グラフの作成)

    7. 2.1.2 折れ線グラフ(Excel演習あり:折れ線グラフの作成)

    8. 2.1.3 円グラフ(Excel演習あり:円グラフの作成)

    9. 2.1.4 散布図(Excel演習あり:散布図の作成)

    10. 2.1.5 グラフ作成、読み取りの注意点

    11. 3.1.1 2つの項目の関連の強さを探る

    12. 3.1.2 相関関係と散布図

    13. 3.1.3 相関の強さを数値で表す(Excel演習あり:相関係数を求める)

    14. 3.1.4 相関関係に着目するときの注意点

    15. 4.1.1 数値予測の意義

    16. 4.1.2 数値予測(Excel演習あり:散布図の「近似曲線の追加」)

    17. 4.1.3 単回帰分析(Excel演習あり:関数、回帰分析で予測値を求める)

    18. 4.1.4 数値予測のまとめ

    1. 1.1.1 この講座のゴール

    2. 2.1.1 関数って結局なに?

    3. 2.1.2 演習問題

    4. 2.2.1 接線からグラフがわかる

    5. 2.2.2 演習問題

    6. 2.3.1 傾きのイメージをつかむ

    7. 2.3.2 演習問題

    8. 3.1.1 接線の傾きを自力で求める

    9. 3.1.2 演習問題

    10. 3.2.1 すごいぞ、微分

    11. 3.2.2 演習問題

    12. 3.3.1 よく使う微分の公式

    13. 3.3.2 演習問題

    14. 3.4.1 微分の記号(山場!)

    15. 3.4.2 演習問題

    16. 4.1.1 多変数関数

    17. 4.1.2 演習問題

    18. 4.2.1 ついに、偏微分

    19. 4.2.2 演習問題

    20. 4.3.1 集大成! 全微分

    21. 4.3.2 演習問題

    22. 5.1.1 合成関数

    23. 5.1.2 演習問題

    24. 6.1.1 積分はただの面積

    25. 6.1.2 演習問題

    26. 6.2.1 積分の計算方法

    27. 6.2.2 演習問題

    28. 7.1.1 まとめ

    1. 1.1.1 線形代数はなぜ必要?

    2. 1.1.2 演習問題

    3. 2.1.1 ベクトルとは?

    4. 2.1.2 演習問題

    5. 2.2.1 ベクトルの大きさ

    6. 2.2.2 演習問題

    7. 2.3.1 ベクトルの足し算

    8. 2.3.2 演習問題

    9. 2.4.1 ベクトルの距離

    10. 2.4.2 演習問題

    11. 2.5.1 数の組としてのベクトル

    12. 2.5.2 演習問題

    13. 3.1.1 行列の計算

    14. 3.1.2 演習問題

    15. 3.2.1 行列の掛け算

    16. 3.2.2 演習問題

    17. 4.1.1 行列・ベクトルの転置

    18. 4.1.2 演習問題

    19. 4.2.1 ベクトルの内積

    20. 4.2.2 演習問題

    21. 5.1.1 正方行列

    22. 5.1.2 演習問題

    23. 5.2.1 対角行列

    24. 5.2.2 演習問題

    25. 5.3.1 単位行列

    26. 5.3.2 演習問題

    27. 5.4.1 逆行列とは?

    28. 5.4.2 演習問題

    29. 5.5.1 逆行列を求める(2次正方行列)

    30. 5.5.2 演習問題

    31. 6.1.1 まとめ

    32. 6.1.2 演習問題

    1. 1.1.1 あなたは既にデータサイエンティスト?

    2. 1.1.2 良いデータサイエンティストとダメなデータサイエンティスト

    3. 1.2.1 データサイエンティストに求められるスキル

    4. 1.2.2 ビジネス力

    5. 1.2.3 データサイエンス力

    6. 1.2.4 データエンジニアリング力

    7. 2.1.1 CRISP-DMの全体像

    8. 2.1.2 ビジネス理解

    9. 2.1.3 データ理解

    10. 2.1.4 データ準備、モデル作成(1)

    11. 2.1.5 データ準備、モデル作成(2)

    12. 2.1.6 データ準備、モデル作成(3)

    13. 2.1.7 評価と適用

    14. 3.1.1 まとめ

コンテンツ概要

  • 8.5時間の動画コンテンツ
  • 閲覧期間:購入より12週間

購入について

閲覧期間:購入より12週間
受講料金:3,080円(税込)
ご注意:購入後の途中解約、返金はできません
決済画面で入力するメールアドレスは、本サービスのアカウント作成時に登録したものをご指定ください。
アカウントをお持ちでない方は作成 してください。
アカウントを作成せず購入する場合、決済画面において入力いただいたメールアドレスにより、本サービスのアカウントを自動で作成します。作成後に送信されるメールを確認し、登録を完了してください。

以下に同意したうえで、購入を進めてください。
利用規約  プライバシーポリシー  特定商取引法に基づく表記

特徴

ビジネスの現場でデータを活用する際に役立つ知識や、データサイエンスを学びたい方が、微分積分や線形代数の基礎を理解するための要点を押さえた内容です。
  • ビジネス数学

    ビジネスでは数学を実践的に扱うことが多々あります。本コースでは実際のビジネスで役立つ数学的手法をいくつか紹介します。

  • 仕事に活かす記述統計

    記述統計は手元にあるデータをわかりやすい形に変換・解釈を加えていく学問です。このコースではビジネスにおける記述統計学の使い方を学びます。グラフの取り扱いや統計値の使い方まで、ビジネスに役立つ知識を身につけます。

  • ビジネス統計学入門

    ビジネスでデータを活用するためのポイントを押さえ、次に、統計学の難解な理論や数式は極力抑えつつ、データ分析のポイントである「グラフ化」「関係を見つける」「数値の予測」の基本を学びます。実際にExcelを用いた演習も含むので、ビジネス現場ですぐ役立つ内容です。

  • 数学入門(微分積分) / 数学入門(線形代数)

    企画や営業といったビジネス職の方から、これからデータサイエンティストを目指したい方まで、数学の「微分積分」、「線形代数」の基礎を学び直したい方を受講対象者としています。受験数学のような公式を使いこなすテクニック的な話ではなく、AIやデータ分析との関係性を意識しながら、「微分積分」、「線形代数」の概要とポイントが押さえられるコースです。

  • ビジネスパーソンのためのデータサイエンス入門

    「データサイエンス」や「データサイエンティスト」という言葉に興味があるビジネスパーソンを対象とした入門コースです。データサイエンスとは何か? データ分析でできること、データサイエンティストに求められるスキル、データ分析プロジェクトの進め方について、初心者にもわかりやすく解説しています。