- 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）．
- 講義等でご利用の場合や，編集可能なPowerPointファイル（無償, CC-BY）が必要な場合は，ご連絡ください．
- 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（2021年度より～．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
- データサイエンス概論第一（2017～2020年度まで利用．現在は上記「データサイエンス概論Ⅰ＆Ⅱ」の内容に移行）
- データサイエンス概論第一=0 まえがき
- データサイエンス概論第一=1-1 データとは
- データサイエンス概論第一=1-2 データのベクトル表現と集合
- データサイエンス概論第一=1-3 平均と分散
- データサイエンス概論第一=2-1 データ間の距離と類似度
- データサイエンス概論第一=2-2 クラスタリング
- データサイエンス概論第一=3-1 線形代数に基づくデータ解析の基礎
- データサイエンス概論第一=3-2 主成分分析と因子分析
- データサイエンス概論第一=3-3 回帰分析
- データサイエンス概論第一=4-1 相関・頻度・ヒストグラム
- データサイエンス概論第一=4-2 確率と確率分布
- データサイエンス概論第一=4-3 信頼区間と統計的検定
- データサイエンス概論第一=5 時系列データの解析
- データサイエンス概論第一=6 異常検出
- データサイエンス概論第一=7 画像処理
- データサイエンス概論第一=8 パターン認識と深層学習
- データサイエンス概論第二＆データサイエンス演習第一（2021年度より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）