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)、鷲崎弘宜(早稲田大学)

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

2021年度 計画

第1回ビッグデータ解析概論座学・演習
第2回全文検索アルゴリズム座学・演習
第3回医療ビッグデータ概説(オープンデータ、レセプトデータなど)座学・演習
第4回医療ビッグデータ分析手法(一般化線形モデル、混合効果モデルなど)座学・演習
第5回ビッグデータ分析(機械学習の前処理等)座学・演習
第6回NoSQLの分類観点とCassandraデータモデル/Cassandraアーキテクチャとアンチパターン座学・演習
第7回Cassandra&Sparkで構築する分析基盤座学・演習
第8回レポート発表および質疑演習

評価

レポート(100%)

テキスト・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

受講方法

1‐5、8回:オンライン 6・7回:オンデマンド

シラバスPDF

2021年度_K11
iCDスキルマッピング

iCDスキルマッピングはβ版であり、今後見直しの可能性があります。