電気通信大学でデータサイエンスの講義をしました！（講義資料や実際のKaggle Community Competitionの課題も公開）
こんにちは、Advanced Innovation Strategy Center（AISC）の橋本です。
AISCではAI・データサイエンス領域の活性化に貢献すべく、産学連携の取り組みにも力を入れています。
先日、国立大学法人電気通信大学とのAI・データサイエンス人材育成の取り組みについて紹介しましたが、今日は７月に実際に行った講義の内容を紹介します。（講義資料や実際のKaggle Community Competitionの課題も公開！）
講義の概要
我々の担当は”応用学習Ⅱ-2 「回帰モデル作成（ライブ配信）」（シラバス）”になります。7月の毎週土曜日 13:00-17:50の3コマ×4回。コロナ以降はオンライン講義ですが、今回も40名の受講生（社会、学生）に参加いただきました。
講義では不動産価格の推定をケースに分析による問題解決の一連のプロセスの理解とPythonによる実践を目指しています。事業会社におけるデータ分析の経験機会を提供できればというのが我々の思いです。
本講義の特徴は①実践的な演習課題、②AISCのData Scientce Teamのサポートの2点です。以降、実際の課題、資料を共有しながら紹介します。
特徴①：実践的な演習課題
Washington DCのオープンデータを加工して価格推定のKaggle Community Competitionとして提供しています。
滋賀大のデータサイエンス講義紹介でも触れましたが、データサイエンスの修得には”データに触れる”のが一番との考えから、演習課題にこだわっています。ヒントになってしまうので詳細は記載できませんが、”Deepでポン”ではなかなか精度があがりづらく、じっくりデータに向き合うことの重要性を感じていただける課題になっていると好評いただいています。
下記から実際のCompetitionに参加できますので、ぜひ、挑戦してみてください！
Property price prediction challenge 3rd_Closed *要 Kaggleユーザ登録
Challenge yourselves to the property price prediction challenge hosted by GA technologies
特徴②：Data Science Teamのメンター/講義
もうひとつの特徴はAISCのData Science Teamによるメンター、講義です。今回は福中さん、白圡さん、王さんが非常勤講師として参画してくれました。
受講生が不動産データを分析していく中で頭を悩ます様々な問題（ex.外れ値にみえる高価格物件の扱いなど）に対し、実際に日々不動産データと向き合っているData Science Teamの経験談やアドバイスはとても価値があると、受講生とのやり取りを見ていて改めて感じました。
一例として、白圡さんの講義資料を公開します。タイトルにある”バランス”について、私も色々考えさせられました。とてもいい内容と思いますので、ぜひ、ご覧ください！
最終発表の模様
最終発表は質疑応答含め15分。評価は①予測精度（順位）②分析の中身③プレゼンテーションの3視点で行います。
発表内容に対し受講生同士で質疑や意見交換を行ったあと、各チームの担当メンターから講評のフィードバックを受けます。
受講生の発表サマリ
今回8チームが最終発表しました。優勝の2チームの特徴を簡単に紹介します。
優勝（同点） TeamF_ビール過激派：不動産価格に大きな影響を及ぼす立地にこだわり、立地でのセグメンテーション別にモデル作成し、高い予測精度を実現
優勝（同点） TeamG_Galaxy：予測精度に加え、地図可視化と実際の事例調査を組み合わせ、価格や異常値の分析・考察を行っていた点が高評価
1ヶ月間と決して長くはない期間にも関わらず、各Teamがしっかりとデータと向き合い、色々分析してくれていたのが嬉しい限りでした。
国内のAI・データサイエンス領域の活性化に少しでも貢献できればと思います。
講義内容の詳細やRanking上位者の解法アプローチを知りたい方は、ぜひ下記をご覧ください。
社会人向けデータサイエンス･リスキリング講座のご案内 募集要項
謝辞
業務や研究・学業で多忙な中、ご参加いただいた受講生のみなさん、講義をずっと支えてくれた電通大 長瀬先生、GA technologiesのCDC（広報）、ESC（人事）のみなさん、講義を一緒に担当してくれたAISC Data Science Teamの福中さん、白圡さん、王さんに心よりお礼申し上げます。
この記事が気に入ったらサポートをしてみませんか？