データサイエンス基礎PR用1分動画

以下の項目を学びます。データ駆動型社会、Society 5.0、データサイエンス活用事例 （仮説検証、知識発見、原因究明、計画策定、判断支援、活動代替など）、データを活用した新しいビジネスモデル

以下の項目を学びます。データ分析の進め方、仮説検証サイクル、分析目的の設定、様々なデータ分析手法 （回帰、分類、クラスタリングなど）、様々なデータ可視化手法（比較、構成、分布、変化など）、データの収集、加工、分割/統合

以下の項目を学びます。データの集計、比較対象の設定、クロス集計表、バラツキ、ヒストグラム、散布図、特異点、相違性、傾向性、関連性

以下の項目を学びます。単回帰分析、重回帰分析、最小二乗法、ロジスティック回帰分析、最尤法、時系列データ、時系列グラフ、周期性、移動平均、クラスター分析、デンドログラム、パターン発見、アソシエーション分析、リフト値

以下の項目を学びます。可視化目的（比較、構成、分布、変化など）に応じた図表化、1～3次元の図表化（棒グラフ、折線グラフ、散布図、積み上げ縦棒グラフ、箱ひげ図、散布図行列、ヒートマップなど）、適切な縦軸、横軸候補の洗い出し、不必要な誇張表現、強調表現がもたらす影響

以下の項目を学びます。順列、組合せ、集合、ベン図、条件付き確率、代表値（平均値、中央値、最頻値）、分散、標準偏差、相関係数、相関関係と因果関係、名義尺度、順序尺度、間隔尺度、比例尺度、確率分布、正規分布、独立同一分布

以下の項目を学びます。ベクトルと行列、ベクトルの演算、ベクトルの和とスカラー倍、内積、行列の演算、行列の和とスカラー倍、行列の積、逆行列

以下の項目を学びます。多項式関数、指数関数、対数関数、関数の傾きと微分の関係、積分と面積の関係、１変数関数の微分法、積分法

以下の項目を学びます。アルゴリズムの表現（フローチャート）、並び替え（ソート）、探索（サーチ）、ソートアルゴリズム、バブルソート、選択ソート、挿入ソート、探索アルゴリズム、リスト探索、木探索