データサイエンス の業界にいると、意外と数学の力が不足している人がいます。例えば統計検定２級に不合格だった人から話を聞くと、数学でつまづいていたりします。Pythonでデータを分析してとりあえず予測モデルを作るのは誰にでもできます。データを読み込んで分析ライブラリを適用するだけでいいからです。しかし数学的な解釈ができなければいつも誰かに分析結果を確認してもらう必要があります。数学の力がある程度ないと自立して仕事ができないのです。

２０１５年くらいまでは分析のプログラミング言語について「PythonとRのどちらがよいか」という議論がよくありました。今では多くの人が「Python」を勧めます。そのPythonも数年前まではPythonのバージョン２とバージョン３の両方がよく見られましたが、今ではバージョン３しか見られません。バージョン２でPythonを学んでいた人はバージョン３を学び直しているでしょう。しかし将来もPythonが使われ続けるかはわかりません。プログラミング言語だけでなく、分析手法も流行り廃りがあり、変化しています。常に変化しているのです。世の中にはデータサイエンス 講座がたくさんありまが、そこで学んだことがずっと使える保証はどこにもありません。必ず学び直しが必要になります。

すべての技術の基礎には数学が必ずあります。プログラミング言語も数学ができると学びやすいのです。分析手法を学ぼうと思うと必ず数式が出てきます。仕事で分析をする時にも、数学ができると分析の方針を立てやすくなります。数学ができると学び直しが楽にできます。さらに言うと学び直しだけでなく、数学を学ぶことが仕事で通用するデータサイエンスを身につける最短距離になります。

数学を学びビジネスで使用してきた講師が、数学から実務で培ってきたデータサイエンス を教えます。