九州大学 数理・データサイエンス教育研究センター
九州大学が無料で公開しているデータサイエンスの講義資料、有益過ぎて博多弁がうつったばい！🐱
・クラスタリングと異常分析
・主成分分析
・パターン認識
・Python基礎
・画像処理
・AIと機械学習https://t.co/jdFKjlZCr2
under CC-BY pic.twitter.com/79LB2vFKCh— みやさかしんや@Python/DX/エンジニア (@miyashin_prg) January 14, 2023
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）が必要な場合は，下記までご連絡ください（すでに70以上の大学等へ提供済みです． お気軽にどうぞ）．
- 連絡先：mds-lecture-slides@human.ait.kyushu-u.ac.jp （内田（センター長）・福冨（センター秘書））
- 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
- 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
- データサイエンス実践Ⅰ～Ⅳ
- 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）
- 統計基礎(英語版）
- Lesson 1: What are data?/ Descriptive Statistics
- Lesson 2: Descriptive Statistics—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〉統計学（利用条件についてはリンク先に提示）
