データサイエンティスト検定（DS検定）最強の合格講座

〜DS検定のスペシャリストが合格に導く〜

『データサイエンティスト検定™ リテラシーレベル』（略称：DS検定™★）検定は、全てのビジネスパーソンが身につけるべきデジタルリテラシーの基準となる“Di-Lite” （デジタルリテラシー協議会）の推奨資格の１つです。（DS検定の主催：一般社団法人 データサイエンティスト協会）

数多くの受講者を合格に導いた、picture academyのDS検定対策講座の教材をご提供いたします。

DS検定の合格により、データサイエンス力・データエンジニアリング力・ビジネス力のそれぞれについて、データサイエンティストの新人に相当するレベルの実力を有していることを証明することができます。

本講座では、DS検定の合格に必要な知識を丁寧に解説し、豊富な問題演習と模擬試験もご用意しております。体系的かつ効果的に学びたい方に最適な内容です。DS検定合格への道を開くとともに、データの加工・分析、機械学習、数理統計学への理解を深め、応用できる素養を身に付ける場として是非ご活用下さい。

こんな人におすすめ

◆一発でDS検定に合格したい方
◆データを読み解く、データを加工・分析する力を身につけたい方
◆ビジネスに活かせるデータリテラシーを身につけたい方
◆社内にデータサイエンティストを育成したい方

本講座の特徴

• 合格に最重要なポイントを中心に懇切丁寧に解説
• 圧倒的な演習問題の数と模擬試験を用いて、自ら演習に取り組むことで知識を定着
• 受験者が苦手とする数理統計の分野が充実
• 試験当日まで、チャットでの無料サポート（フリー質問制度申し込みの場合）
  

内容

Part1　社会におけるデータ・AIの活用事例
DS検定試験の概要、おすすめ学習法
データサイエンティストに必要な素養
データ分析の事例、データ分析の諸手法を紹介
データサイエンティストの仕事の具体例

Part2　データリテラシー
データリテラシーの重要性、正しいデータの扱い方とは
連続データと離散データ
質的データと量的データ
尺度水準（名義尺度、順序尺度、感覚尺度、比例尺度）
構造化データ・非構造化データ
オープンデータ、様々なデータ収集の手段
データの網羅性、データバイアス、サンプリングバイアス、アルゴリズムバイアス
データの可視化、BIツール、様々なグラフと表の使い分け
度数分布表、相対度数分布表、累積度数分布表
クロス集計表
箱ヒゲ図、パーセンタイル、外れ値の識別

Part3　データサイエンス（機械学習・データ処理と分析）
人工知能、機械学習、ディープラーニングの重要知識
機械学習モデルの構築と運用、特徴量設計・データ前処理
データ分析の代表的な手法を具体的に知る
学習済みモデルの評価、モデルの最適化、精度指標、ROC曲線、AUC
画像・動画データの形式、処理と解析
音声データの形式、処理と解析
自然言語の処理（形態素解析、構文解析、意味解析）
時系列データ、時系列分析
モデルの予測結果の解釈、局所的説明と大域的説明

Part4　データエンジニアリングの基礎
データ収集、ウェブクローリング・スクレイピング
データの保管、ストレージ、データストア、リレーショナルデータベース(RDB)、SQLとnoSQL
ER図、テーブルの正規化、正規化の各種
データ基盤、クラウド、 サーバー
データ転送、 バックアップ、 データ処理
セキュリティ、攻撃と防御、アクセス制御、暗号化技術の種類、デジタル署名

Part5　ビジネス力と社会への応用に伴う注意点
データ分析プロジェクトの進め方
現状把握：ビジネスモデル、プレイヤー、一次情報、二次情報
課題の定義：スコーピング、5フォース分析、MECE、ロジカルシンキング
目標の設定（KPI、KGI、KPIツリー）
仮説の立案と検証、結果の考察と説明
契約の種別と開発の形式、請負契約、準委任契約、ウォータフォール開発、アジャイル開発
法規制・倫理ガイドライン、ELSI、GDPR
個人情報の扱い方、プライバシー
公平性と透明性：ブラックボックス問題、説明可能AI（XAI）

Part6　統計数理の基礎
記述統計学と推測統計学
基礎統計量（平均値、中央値、最頻値、分散、標準偏差）
標本の無作為抽出、層別抽出法、多段抽出法
統計的推定
推定統計量の偏り、不偏分散、自由度
例題で学ぶ統計的仮説検定
共分散、相関係数、相関と因果関係の違い、擬似相関、交絡因子