インフラーン - 最大のAI、AX、セキュリティ学習プラットフォーム

Pythonを活用して、コンピュータビジョンと画像処理の最強者であるOpenCVライブラリの使い方を習得し、様々な面白いプロジェクトを通じて実生活に画像処理を応用する方法を勉強します。

本講座は、ビッグデータ分析に適したプログラミング言語であるPythonを活用し、ウェブやSNSなどのソーシャルビッグデータを自ら収集・加工・分析してみる教育課程です。Pythonプログラミングの実習を「やってみる」形式で進めるため、プログラミング経験のない人文・社会科学分野の研究者でも簡単に学習できます。本講座を受講すれば、Pythonの習得、データ収集、ビッグデータ分析のすべてが可能になります。

• SNAで重要な研究対象となってきたネットワーク内の役割（Role）と地位（Position）を分析する方法論を紹介し、NetMinerを用いた実習を通じてその原理を理解するとともに、活用事例を学べる内容で構成されています。 • 本教育課程を通じて、さまざまな側面から仲介（Brokerage）役割を測定し、ネットワーク内の行為者の役割と地位を関係パターンから判断するとともに、役割グループ間の関係によってネットワーク全体を要約することで、複雑なネットワークを構成する中核的な構造を発見できます。

本コースでは、ネットワークデータの分析結果を統計的にどのように解釈し、統計量の有意性をどのように検定できるかについて学習します。伝統的な統計手法であるクロス集計分析、分散分析、相関分析、回帰分析などを行う際には、ネットワークデータやネットワーク指標が持つ特性が有意性検定に及ぼす影響を理解し、適切な方法を用いる必要があります。本コースは、変数間の関連性分析、ネットワーク指標の有意性検定、複数のネットワーク間の関連性分析など、研究者が頻繁に直面する分析テーマごとの事例と、NetMinerを用いた実習で構成されています。

ネットワーク上に現れる特定のノードの重要度を、ネットワーク中心性といいます。これを測定するさまざまな方法がありますが、その中でも代表的かつ汎用的に活用されている7つの中心性指標について詳しく学び、実際のデータを通じて分析する内容で構成されています。教育課程を通じて、さまざまなネットワークデータに適した中心性指標を選択し、適用してみましょう。

ネットワークデータを視覚的に確認し、構造を探索し、分析結果を効果的に表現するためには、さまざまな可視化方法を理解し、適用できる必要があります。NetMinerは、ネットワークデータや分析結果を効果的に表現できる機能を提供しています。この教育課程を通じて、皆さんのネットワーク分析結果を美しく表現し、要点を効果的に伝えてみましょう。

ネットワーク分析を通じて正確で意味のある結果と示唆を得るためには、分析の方向性と方法に応じてデータを適切に処理する必要があります。本講座では、ネットワークデータを準備・入力する際に知っておくべき必須の前処理方法を説明し、実際のデータを用いてNetMinerでさまざまなデータクリーニング、抽出、変換方法を実習します。

この教育課程では、ソーシャルネットワークとソーシャルネットワーク分析（SNA）とは何かというところから始め、関連する主要な理論と分析方法、ネットワークデータを理解し、観察した現象からネットワークデータを構築する具体的なプロセス、研究設計のプロセスについて説明しています。ソーシャルネットワーク分析の第一歩を踏み出すうえで、データモデリングは非常に重要です。この教育課程を通じて、馴染みがないかもしれない 'ネットワークデータ'について十分に理解し、関心のあるテーマから自らネットワークデータを作成または収集するプロセスを設計してみてください。

さまざまな実務現場にテキスト分析を活用したいものの、慣れないコーディングの壁に戸惑っていませんか？ 実際の論文や研究報告書で頻繁に活用されている最新のトピック分析手法（LDA、BERTopic、BERTrend）を中心に、核心となる理論を簡潔に整理し、プログラミングなしでNetMiner 5を使って実データを分析しながら、実践的な分析スキルを身につけられる講座です。

私たちが毎日アクセスしているサイトはどのように動作しているのでしょうか?本格的なデータの勉強に先立ち、ITの背景知識となるサーバーとインターネットについて学びます。

AI監査、どこから理解すればよいか分からず、途方に暮れていませんか？ AIは今や単なる技術トレンドを超え、企業の意思決定、業務自動化、顧客対応、採用、セキュリティ、リスク管理の領域まで急速に拡散しています。しかし、AIを導入するスピードに比べ、「AIが適切に統制されているか？」「AIの判断を信頼できるか？」「データとモデル、運用過程でどのようなリスクが発生し得るか？」を体系的に理解している人は、まだ多くありません。 特にIT監査、セキュリティ、内部統制、プロジェクト管理の業務に携わっている方は、次のような悩みを抱えているはずです。 * AI監査は従来のIT監査と何が違うのか？ * AIモデルはコードだけを見ればよいのか、それともデータや学習過程まで見るべきか？ * AIガバナンス、リスク、バイアス、説明可能性、MLOps、インシデント対応は、それぞれどのように関連しているのか？ * AAIAのようなAI監査関連の資格課程で扱う概念を、実務の観点で理解するにはどこから始めればよいのか？ この講座は、まさにこのような「漠然とした不安」を解決するために作られました。 私は約20年間、ITサービスの企画、開発、PM、コラボレーションプラットフォームの運用、グループウェアの構築、チャットボットサービスの企画、セキュリティおよび監査関連の業務を経験してきました。実際の組織でシステムがどのように企画・開発・運用され、障害・変更・セキュリティ・ユーザー要件がどのように繋がっているのかを、実務の現場で直接経験してきました。また、CISAやAAIAの学習過程を通じて、IT監査とAI監査の観点を整理してきました。 この講座では、複雑なAI技術を数学や開発中心に深く掘り下げるのではなく、監査人とIT実務者が必ず理解しておくべき「核心的な概念」を中心に説明します。AIシステムをデータ、モデル、運用、セキュリティ、ガバナンス、リスク、監査手続きの流れに分けて見ていき、各段階でどのような統制と確認ポイントが必要かを整理します。 受講生はこの講座を通じて、AI監査が単に「AIを評価する仕事」ではなく、AIが組織内で安全かつ責任を持って使用されるよう、ガバナンスとリスク、統制体系を点検する仕事であるという点を理解することになります。 この講座は、AI監査が初めての方、IT監査やセキュリティ業務をしながらAI領域へと広げたい方、AIガバナンスとリスクを実務の観点で整理したい方、AAIAなどのAI監査関連の学習を始める前に全体的な概念を掴みたい方に適しています。 講座を終えると、次のような質問に自ら答えられるようになります。 * AIシステムはどのような構成要素で成り立っているか？ * AI監査人はデータ、モデル、運用の段階で何を確認すべきか？ * AIガバナンスと責任あるAIはなぜ重要なのか？ * AIリスク、バイアス、説明可能性、プライバシー、セキュリティはどのように繋がっているのか？ * AI監査報告書にはどのような観点と根拠を盛り込むべきか？ 急速に変化するAI時代には、技術を使いこなすことと同じくらい、技術を信頼できるように管理・点検する能力が重要です。 この講座は、AI監査の全体像を最初から一歩ずつ理解したい方のための入門コースです。 ITとAIを監査の観点から捉える「最初の基準」を、一緒に作っていきましょう。

ChatGPT、Clova Xを含む生成型AIがデータ分析に活用できる多様な可能性と今後の未来が気になる場合は、今回の5月セミナーを聴いてみてください！

非専攻者としてデータアナリストになることを心配していますか？非専攻者の先輩アナリストの話を聞く！

Spotfire応用編 - 二次電池コースは、二次電池の製造工程データに基づき、 製品トレイ単位の品質モニタリングと工程統合分析画面を直接構築する実践的な分析コースです。 単なる機能学習ではなく、実際の品質データと工程データを活用して、 品質異常の原因分析のための分析画面を設計・構築する方法を学習します。 基礎機能の説明は省略し、実務で即座に活用可能なデータ構造の理解と分析画面の構成に集中します。

本過程は、臨床試験（Clinical Trial）データに基づき、被験者の特性分析、有害事象（AE）分析、治療効果の比較、および統計ベースの視覚化を行う実践的な分析コースです。 単なる視覚化ではなく、臨床データの構造を理解し、試験群と対照群の比較、安全性・有効性指標の分析をSpotfireを活用して実装する方法を学習します。

試験対策を通じて、あなたの合格を応援します。 講義はPDF資料に収録された内容を基にしています。PDFのダウンロード先 https://www.inflearn.com/clip/1364/%EC%82%AC%ED%9A%8C%EC%A1%B0%EC%82%AC%EB%B6%84%EC%82%AC-2%EA%B8%89-%ED%95%84%EA%B8%B0

このコースは、データ視覚化の核心ツールであるSeabornと、対話型ダッシュボードを構築するPlotly/Dashを活用し、実務に即応用可能な視覚化スキルの習得に焦点を当てています。多様な実習を通じて、インサイト中心の視覚資料作成とウェブベースのダッシュボード実装能力を同時に向上させることができます。

非専門家として試行錯誤を繰り返しながら悟ったことをお伝えする、データサイエンス・キャリアロードマップ講義です。時間の浪費や無駄な努力をすることなく、キャリア準備の時間と過程を最適化することができます。

本教育は、NetMinerを利用してソーシャルメディアデータを収集・モデリング・分析する方法を学ぶためのコースです。NetMinerのソーシャルデータ収集ツール（SNS Data Collector）を活用してYouTubeのデータを収集・構成する方法、ソーシャルメディアデータの種類と構造に関する理解とモデリング、影響力・トピック・トレンドなどのソーシャルメディア分析方法について、理論・事例・実習を中心に進めます。

本課程では、論文データを直接収集し、前処理を行ったうえで、ソーシャルネットワーク分析を通じて研究動向を把握する方法について学びます。文献情報収集ツール（Biblio Data Collector）を用いたデータ収集、「論文」と「著者'」が結び付いた2モード関係を「著者」と「著者」が結び付いた1モードネットワークへ変換する方法、さらに抄録などの非定型テキストデータからの単語抽出、キーワードネットワークの分析および可視化方法について、実習を中心に学習します。