メディカルデータサイエンティスト養成講座

講座概要

 ■開講月  2月、6月、10月

 ■料金   40万円(税込)

 ■修了期間 3ヶ月(42時間)

 ■修了認定 下記3要件を満たした場合、修了証を交付
       ・全科目受講(各科目90%以上出席)
       ・最終テスト70点以上
       ・事例プレゼンテーションに合格

No.テーマ内容時間
1医療データ解析のための実践統計学 1. データの視覚化(箱ひげ図、ヒストグラム、散布図)
2. 基本統計(平均、分散、標準偏差、Z値、中央値、中央絶対偏差)
3. 分布(正規分布、t分布)
4. 母集団と標本(検定のしくみ、2種類の過誤)
5. t検定(P値、区間推定、効果量、検出力)
6. カイ2乗検定(カイ2乗分布、効果量)
7. 相関分析(散布図、積率相関係数、交絡要因と偏相関係数)
8. 重回帰分析(標準化偏回帰係数、自由度調整済み決定係数)
6
2Rによるデータ解析 1. Rとは(R、Rstudioのインストール)
2. Rの基本的な使用方法
3. 基本統計量、各種グラフと外れ値
4.t検定(対応の有無、区間推定、効果量、検定力)
5. 2種類の過誤とサンプルサイズの設定方法
6. ノンパラメトリック検定(ウイルコクソン検定、対応の有無)
7. 分散分析(テューキー、ボンフェローニ、ホルム)
8. 重回帰分析(ダミー回帰)
9. ロジスティック回帰分析
10.主成分分析
12
3Pythonによるビッグデータ解析 1. Pythonとは(Jupyter Notebook、Matplotlib、Pandas、scikit-learn)
2.(データベースの基本知識、ファイルの結合)
3.教師あり学習による予測
  ・重回帰による予測と影響因子の絞込み、データの標準化
  ・オーバーフィッティング(過剰適合)と多重共線性
  ・サポートベクタマシン/ニューラルネットワーク
4.教師あり学習によるクラス分類
  ・ロジスティック回帰、決定木、ランダムフォレスト (アンサンブル学習)
  ・Precision(適合率)とRecall(再現率)
5.教師なし学習によるクラスタリング
  ・k-means クラスタリング、クラスタリング と 決定木 の組合わせによる分析
6.教師なし学習によるアソシエーション分析
  ・アソシエーション分析
7.自然言語処理とテキストマイニング
  ・MeCab、ジップの法則、単語のベクトル化
12
4実践力の養成 1.統計的推定と検定
  ・サンプルサイズの違いによる検定の有効性と結果の解釈
  ・効果量、サンプルサイズ、検定力の関係
  ・フィッシャーの直接確率法とオッズ比
  ・リスク比とオッズ比
  ・コホート研究とケースコントロール研究
2.相関関係
  ・積率相関係数、順位相関係数のしくみ
  ・交絡要因による疑似相関
  ・偏相関の求め方と活用法
3. 重回帰分析
  ・交互作用
  ・複数のダミー変数を用いた重回帰分析
4. ロジスティック回帰分析
  ・ROC曲線
5. 傾向スコア分析
  ・傾向スコアの求め方
  ・傾向スコアのマッチング方法
  ・検定方法
6. 生存曲線
  ・カプランマイヤー
  ・コックス比例ハザードモデル
6
5事例発表会 課題解決事例の発表(解析方法の立案・ 解析、プレゼンテーション実施) 6
42
  〇修了認定者には、統計検定2級取得を無料サポートします。
   検定2級対応講座(過去問開設講座)を無料にて受講可能です。