社会人リカレント教育講座
公立諏訪東京理科大学では、地域社会の方々へ学びなおしの機会および地元企業の社員のリスキリングの場の提供を目的として社会人リカレント教育講座を開講します。
2025 年度は「データサイエンス・AI 人材リテラシー教育講座」に加え、さらに深く学びたい方のために、新たに2 つの講座を開講します。
『ビジネスパーソンに役立つ多変量データの予測・要約・分類術』
『データサイエンス・AI人材リテラシー教育講座』
ー概要
デジタル時代におけるビジネスの競争力を維持し、成長するためには、数理、データサイエンス、AI などの基礎知識が欠かせません。これらのスキルを習得し、また、人間中心の適切な判断力を養い、AI を有効に活用することで、変化の激しいデジタル社会においても企業や社員の目標達成に向けて効果的に前進することができます。
ー募集内容
| 対象 | 社会人 |
|---|---|
| 定員 | 20名 |
| 開講場所 | 公立諏訪東京理科大学（長野県茅野市豊平5000－1） 及びオンデマンド講座 |
| 受講費用 | 20,000円（2科目） |
| 申込方法 |
こちらよりお申込ください。
※受講費用の納入方法については、受講が決定した方に別途ご案内します。 |
| 申込期間 | 2025年3月3日（月）～14日（金） |
| 受講上の注意 | １．受講には一般的なコンピュータスキル（Word、Excel 等）が必要です。 ２．本学で受講する際にパソコン（MicrosoftOffice等が入った）を持参していただきます。 ３．授業時間は1回100分です。毎回、課題が出されますので、決められた日までに提出します。 ４．課題の提出（提出率80％）内容と確認テストの結果を合わせて成績を決定します。 ５．オンデマンド講座の実施日は授業の動画がアップロードされる日です。 |
ー開講日時およびシラバス
科目名 社会におけるデータ・AI利活用と情報倫理
担当講師 三代沢 正 （公立諏訪東京理科大学 特任教授）
| 回 | 実施場所 | 実施日※ | テーマ | 概要 |
| 第1回 | 本学 | 4月12日(土) 13:00～14:40 |
ガイダンス、イントロダクション | ガイダンスでは授業の進行方法、学習システムの使用法、小テストの提出方法などを説明、またイントロダクションとしてデジタル人材不足、データ・AI教育の必要性などをデータに基づき解説し、この講座の意義などの説明を行う。 |
| 第2回 | 本学 | 4月12日(土) 14:50～16:30 |
社会で起きている変化、活用されているデータ | 第2回～6回で、文部科学省数理・データサイエンス・AI（リテラシーレベル）対応教材をベースに解説 第2回では、社会で起きている変化を知り、数理・データサイエンス・AIを学ぶことの意義を理解し、AIを活用した新しいビジネス/サービスを知る、またどんなデータが集められ、どう活用されているかを知る。 |
| 第3回 | オンデマンド講座 | 4月16日(水) | データ・AI活用の領域・技術・現場・動向 | さまざまな領域でデータ・AIが活用されていることを知る、また、データ・AIを活用するために使われている技術の概要、生まれる価値、最新動向を知る |
| 第4回 | オンデマンド講座 | 4月23日(水) | データリテラシー（読む・説明する・扱う） | データを適切に読み解く力を養う、データを適切に説明する力を養う、データを扱うための力を養う |
| 第5回 | オンデマンド講座 | 4月30日(水) | データ・AI利活用における留意事項 | データ・AIを利活用する上で知っておくべきこと（データを取り巻く国際的な動き、モラル、倫理、リスクなど） |
| 第6回 | オンデマンド講座 | 5月7日(水) | AI基礎技術解説（画像処理、認識、深層学習） | 画像解析（画像の基礎知識、フィルタリング、認識、深層学習）、これにより、深層学習の基礎を学び、次回以降のAI関連の授業の準備を行う |
| 第7回 | オンデマンド講座 | 5月14日(水) | データ・AI応用事例紹介① | 第7回～8回は研究室あるいは授業で実施したデータ・AI応用事例の紹介となる。 第7回は観光DXのための観光DX技術動向分析と機械学習・AIなどによるデータ分析、またXRによるメタバース開発事例を紹介 |
| 第8回 | オンデマンド講座 | 5月21日(水) | データ・AI応用事例紹介② | 製造現場等に応用可能な深層学習を使った欠陥検出システムを紹介 |
| 第9回 | オンデマンド講座 | 5月28日(水) | 生成AIなどの最新技術活用 | 生成AIの応用事例、活用方法、留意事項などを解説 |
| 第10回 | オンデマンド講座 | 6月4日(水) | AI時代の法律・倫理① | 第10回～12回で「ディープラーニングG検定 法律・倫理テキスト」を教科書にデータ・AI時代の法律・倫理を学ぶ ①著作権、特許、データ利活用 |
| 第11回 | オンデマンド講座 | 6月11日(水) | AI時代の法律・倫理② | ②不正競争防止法、個人情報保護法、独占禁止法 |
| 第12回 | オンデマンド講座 | 6月18日(水) | AI時代の法律・倫理③ | ③AI倫理とガバナンス |
| 第13回 | 本学 | 6月28日(土) 13:00～14:40 |
全体まとめ・復習 | 今までの内容の重要項目を振り返り、復習を行う |
| 第14回 | 本学 | 6月28日(土) 14:50～16:30 |
確認テスト | 理解度テストを行う |
※対面講座は13時～16時30分（休憩あり）
※オンデマンド講座の日程は動画のアップロード予定日
科目名 ビジネスパーソンに必要なデータ活用術
担当講師 奥原 正夫 （公立諏訪東京理科大学 特任教授）
| 回 | 実施場所 | 実施日※ | テーマ | 概要 |
| 第1回 | 本学 | 7月12日(土) 13:00～14:40 |
ガイダンス、イントロダクション | 授業の進行方法、学習システムの使用法、小テストの提出方法などを説明する |
| 第2回 | 本学 | 7月12日(土) 14:50～16:30 |
ビジネスパーソンがデータを活用して成果を出すためには | 成果を出すための５つのスキルと問題解決と課題達成におけるデータの活用と分析について説明する |
| 第3回 | オンデマンド講座 | 7月16日(水) | データ分析の基礎知識 | データ分析のための基礎知識として，統計学の概要を説明する |
| 第4回 | オンデマンド講座 | 7月23日(水) | 統計量によるデータの要約 | 採取したデータを統計量としてまとめる考え方と方法について説明する |
| 第5回 | オンデマンド講座 | 7月30日(水) | グラフによるデータの視覚化 | 採取したデータの視覚化としてのグラフについて作成方法と情報の読み取りについて説明する |
| 第6回 | オンデマンド講座 | 8月6日(水) | 確からしさを測る測度 | 確率と確率分布，期待値と分散，日常でよく使われる正規分布の取り扱いについて説明する |
| 第7回 | オンデマンド講座 | 8月13日(水) | 統計的推測の基礎 | 推測統計学の基礎となる概念について学ぶ．母集団とサンプル，正規分布，二項分布，ポアソン分布についてその利用方法について説明する |
| 第8回 | オンデマンド講座 | 8月20日(水) | データの収集方法 | 実験による方法と実験計画法，調査による方法とアンケート調査について説明する |
| 第9回 | オンデマンド講座 | 8月27日(水) | 誤る確率を担保した意思決定方法(１) | 仮説検定と推定，母平均の推測，母平均の差の推測について説明する |
| 第10回 | オンデマンド講座 | 9月3日(水) | 誤る確率を担保した意思決定方法(２) | 母分散の推測，母分散比の推測について説明する |
| 第11回 | オンデマンド講座 | 9月10日(水) | 予測と制御に役立つ方法(１) | 結果系の値を一つの要因系の値で説明する単回帰分析について説明する |
| 第12回 | オンデマンド講座 | 9月17日(水) | 予測と制御に役立つ方法(２) | 結果系の値を複数の要因系の値で説明する重回帰分析について説明する |
| 第13回 | 本学 | 9月27日(土) 13:00～14:40 |
全体まとめ | ビジネスパーソンがデータを活用して成果を出すためについてのまとめを行う |
| 第14回 | 本学 | 9月27日(土) 14:50～16:30 |
確認テスト | 理解度テストを行う |
※対面講座は13時～16時30分（休憩あり）
※オンデマンド講座の日程は動画のアップロード予定日
『Pythonを動かして学ぶデータ・AI利活用の応用基礎』
ー概要
社会でデータやAIを活用し、実務に応用するには、一般的なリテラシーだけでなく、実際にデータを取得する技術が必要です。さらに、取得したデータを活用するために、統計処理や機械学習、ディープラーニングといった技術も学ぶ必要があります。本講座では、Pythonプログラムを実際に動かしながら、具体的な事例を通じて応用技術を体験します。これにより、業務への活用につながる基礎力を身につけることを目指します。
ー募集内容
| 対象 | 社会人 |
|---|---|
| 定員 | 10名 |
| 開講場所 | 公立諏訪東京理科大学（長野県茅野市豊平5000－1） 及びオンデマンド講座 |
| 受講費用 | 20,000円（1科目） |
| 申込方法 |
こちらよりお申込ください。
※受講費用の納入方法については、受講が決定した方に別途ご案内します。 |
| 申込期間 | 2025年9月1日（月）～15日（月） |
| 受講上の注意 | １．「データサイエンス・AI人材リテラシー教育講座」の修了者、あるいは同等の知識を持つ方を対象とします。（ITに関して基礎的な知識を持つ者） ２．本学で受講する際にパソコン（ Windows10以上で、CPU:IntelCore-i5,メモリ容量：8GB以上のPC ）を持参していただきます。 ３．授業時間は1回100分です。毎回、課題が出されますので、決められた日までに提出します。 ４．課題の提出（提出率80％）内容と確認テストの結果を合わせて成績を決定します。 ５．オンデマンド講座の実施日は授業の動画がアップロードされる日です。 ６．授業では自分でプログラミングを行うことはありませんが、Pythonプログラムを動かす、変更するなど、手を動かして学習するので、そのような内容に興味があり、違和感がない方を対象とします。 ７．授業でGoogle Colaboratoryを使用するため、授業開始日までにGoogleアカウントを取得する必要があります。 |
ー開講日時およびシラバス
科目名 Pythonを動かして学ぶデータ・AI利活用の応用基礎
担当講師 三代沢 正 （公立諏訪東京理科大学 特任教授）
| 回 | 実施場所 | 実施日※ | テーマ | 概要 |
| 第1回 | 本学 | 10月4日(土) 10:30～12:10 |
ガイダンス、イントロダクション、PC、Google Colab設定 | ガイダンスでは授業の進行方法、学習システムの使用法、小テストの提出方法などを説明、またデータ分析のイントロダクション部分を説明する。今回使用する、Google Colaboratory の使い方などの説明を行う。 |
| 第2回 | 本学 | 10月4日(土) 13:00～14:40 |
データの前処理 | データ分析に必要なデータの前処理をPythonを使った実例により、プログラムを動かしながら体験する。これにより、データフレーム、欠損値や重複データの扱い方などを学ぶ |
| 第3回 | 本学 | 10月4日(土) 14:50～16:30 |
代表値、グラフ化 | 平均値、中央値、最頻値、外れ値などの扱い方を学ぶ。またPythonによるグラフ化の仕方などを学ぶ |
| 第4回 | オンデマンド講座 | 10月8日(水) | 正規分布、回帰分析 | Pythonによる、分散、標準偏差、正規分布、偏差値、相関、散布図行列、回帰分析などの処理方法を学ぶ。 |
| 第5回 | オンデマンド講座 | 10月15日(水) | スクレイピング、データダウンロード、HTML解析 | スクレイピングとは何か、WebPageのダウンロード、HTML解析などについて、事例を通して学ぶ |
| 第6回 | オンデマンド講座 | 10月22日(水) | オープンデータの分析 | オープンデータの分析方法や地図上へのデータマッピング、Web APIなどの応用例を事例を通して学ぶ |
| 第7回 | オンデマンド講座 | 10月29日(水) | 機械学習のサンプルデータ、機械学習の手順 | 機械学習とは何か、良く利用されるサンプルデータ、機械学習の手法・手順を学ぶ。 |
| 第8回 | オンデマンド講座 | 11月5日(水) | 機械学習の様々なアルゴリズム | 線形回帰、ロジスティック回帰、SVM,決定木、ランダムフォーレスト、k近傍法、ｋ平均法などのアルゴリズムをPythonプログラムを動かし、体験しながら学ぶ。 |
| 第9回 | オンデマンド講座 | 11月12日(水) | 機械学習による画像からの数字予測 | 学習/テストデータの準備、学習モデルの設定、学習、テストの一連の機械学習作業通して、機械学習による数字画像の予測を行ってみる |
| 第10回 | オンデマンド講座 | 11月19日(水) | ディープラーニングの基礎、Playgroundで学習の動きを見る | ディープラーニングとは何か、基礎となるパーセプトロンを作ってみる、Playgroundでいろいろ動かしてみることにより仕組みを学ぶ |
| 第11回 | オンデマンド講座 | 11月26日(水) | ニューラルネットワークでいろいろ作る | XORのような単純なモデルからMNIST、ファッションMNISTなどのモデルの作り方を学ぶ。また学習精度の向上方法などに関しても学ぶ |
| 第12回 | オンデマンド講座 | 12月3日(水) | CNNで画像認識、分類 | CNNを使ってカラー画像の認識を行う。過学習を防ぐためのデータの増やし方や、学習済みモデル(VGG16)の使い方なども学ぶ。 |
| 第13回 | 本学 | 12月13日(土) 13:00～14:40 |
全体まとめ・復習 | 今までの内容の重要項目を振り返り、復習を行う |
| 第14回 | 本学 | 12月13日(土) 14:50～16:30 |
確認テスト | 理解度テストを行う |
※対面講座は13時～16時30分（休憩あり）
※オンデマンド講座の日程は動画のアップロード予定日
『ビジネスパーソンに役立つ多変量データの予測・要約・分類術』
ー概要
社会で起こっている複雑な事象を理解し対応するためには事象に関する大量のデータを統計的に処理することによって有用な情報を読み解き合理的な意思決定を行う必要があります。この意思決定のために役立つ予測(回帰分析・判別分析)、要約(主成分分析)，分類(クラスター分析)の技術とその応用方法について扱います。
ー募集内容
| 対象 | 社会人 |
|---|---|
| 定員 | 10名 |
| 開講場所 | 公立諏訪東京理科大学（長野県茅野市豊平5000－1） 及びオンデマンド講座 |
| 受講費用 | 20,000円（1科目） |
| 申込方法 |
こちらよりお申込ください。
※受講費用の納入方法については、受講が決定した方に別途ご案内します。 |
| 申込期間 | 2025年12月1日（月）～14日（日） |
| 受講上の注意 | １．「データサイエンス・AI人材リテラシー教育講座」の修了者、あるいは同等の知識を持つ方を対象とします。（ITに関して基礎的な知識を持つ者） ２．本学で受講する際にパソコン（ Windows10以上で、CPU:IntelCore-i5,メモリ容量：8GB以上のPC ）を持参していただきます。 ３．授業時間は1回100分です。毎回、課題が出されますので、決められた日までに提出します。 ４．課題の提出（提出率80％）内容と確認テストの結果を合わせて成績を決定します。 ５．オンデマンド講座の実施日は授業の動画がアップロードされる日です。 ６．解析にはJUSE-STATWorksを使用します．大学でライセンス契約しますので案内にしたがって，各自のコンピュータにインストールする必要があります。 |
ー開講日時およびシラバス
科目名 ビジネスパーソンに役立つ多変量データの予測・要約・分類術
担当講師 奥原 正夫 （公立諏訪東京理科大学 特任教授）
| 回 | 実施場所 | 実施日※ | テーマ | 概要 |
| 第1回 | 本学 | 1月10日(土) 13:00～14:40 |
複雑さに挑む科学 | 多変量解析とは 多変量データとは 多変量データと解析目的 解析目的と適用手法 JUSE StatWorksの使い方 EZRの使い方 |
| 第2回 | 本学 | 1月10日(土) 14:50～16:30 |
統計的方法の基礎1 | 用語 統計量 確率変数と分布 正規分布 |
| 第3回 | オンデマンド講座 | 1月14日(水) | 統計的方法の基礎2 | 仮説検定と推定 |
| 第4回 | オンデマンド講座 | 1月21日(水) | 予測の手法1 | 単回帰分析 回帰式 寄与率 分散分析 予測 |
| 第5回 | オンデマンド講座 | 1月28日(水) | 予測の手法2 | 重回帰分析 変数選択 分散分析 残差検討 予測 |
| 第6回 | オンデマンド講座 | 2月4日(水) | 予測の手法3 | ロジスティック回帰分析 重回帰分析演習 |
| 第7回 | オンデマンド講座 | 2月11日(水) | 判別の手法1 | 判別関数 誤判別率 判別 誤判別サンプル |
| 第8回 | オンデマンド講座 | 2月18日(水) | 判別の手法2 | 判別分析演習 |
| 第9回 | オンデマンド講座 | 2月25日(水) | 要約の手法1 | 主成分分析 寄与率 因子負荷量 主成分得点 グルーピング |
| 第10回 | オンデマンド講座 | 3月4日(水) | 要約の手法2 | 主成分分析演習 |
| 第11回 | オンデマンド講座 | 3月11日(水) | 分類の手法1 | クラスター分析 階層クラスター分析 距離 ウォード法 |
| 第12回 | オンデマンド講座 | 3月18日(水) | 分類の手法2 | クラスター分析演習 |
| 第13回 | 本学 | 3月28日(土) 13:00～14:40 |
多変量解析とビッグデータのつながり | 重回帰分析とLASSO 判別分析とサポートベクターマシン 混合ガウス分布 |
| 第14回 | 本学 | 3月28日(土) 14:50～16:30 |
まとめ | 講座のまとめ |
※対面講座は13時～16時30分（休憩あり）
※オンデマンド講座の日程は動画のアップロード予定日
2024年度の様子
2024年度は19名の方が受講しました。AIや統計に馴染みのある方から、まったくの初心者まで、皆さんが肩を並べて毎週の授業に取り組みました。課題の提出に追われ、「学生に戻ったようだった」という声も聞かれました。約半年の講座を修了し、「学んだことを仕事に活かしたい」「さらに学びを深めたい」といった意欲を持つ受講者が多くいました。詳しくは、2025年度チラシの「受講者の声」をご覧ください。