Nivel: principiante
【Presentador】
Akira Ogawa, investigador visitante, Facultad de Administración de Empresas, Universidad Mejiro
[Resumen de la presentación]
En los últimos años, ha aumentado la necesidad de procesar racionalmente grandes cantidades de datos diversos y la ciencia de datos se ha vuelto cada vez más importante. Hay dos tipos de esta educación: un tipo pasivo donde los estudiantes aprenden conocimientos y métodos analíticos a través de conferencias en el aula, y un tipo activo donde los estudiantes aprenden a resolver problemas y realizar tareas a través de ejercicios prácticos. Hasta ahora se ha promovido principalmente la educación pasiva y ya se han obtenido resultados sustanciales. Sin embargo, la educación activa se considera una cuestión de futuro y existe una gran necesidad de desarrollar un enfoque al respecto.
En la práctica, el enfoque del ciclo PDCA de planificar, hacer, verificar y actuar se ha utilizado durante muchos años para resolver problemas y realizar tareas, y ha logrado muchos resultados. La esencia de esto es recopilar hechos en forma de datos, analizarlos, proponer una hipótesis basada en las conclusiones obtenidas, implementarla, recopilar los resultados como datos y verificar la hipótesis: esta es la ciencia de datos activa en sí misma.
Durante muchos años, los autores han desarrollado un programa educativo que utiliza tanto materiales de lanzamiento de monedas como el ciclo PDCA, lo han implementado en conferencias y seminarios, y han presentado sus contenidos en diversos lugares (artículos, presentaciones en congresos, conferencias, etc.) .He dado muchas presentaciones. En esta presentación, los organizaremos sistemáticamente e informaremos sobre la educación activa en ciencia de datos.
[Perfil del presentador]
Después de trabajar como ingeniero en un fabricante de medición y control, obtuvo un doctorado en administración de empresas de la Facultad de Administración de Empresas de la Universidad Mejiro a través de investigaciones sobre control de calidad estadístico. JMP se ha utilizado para el análisis de datos durante más de 20 años, principalmente para diseño experimental y análisis de datos multivariados. La ciencia de datos ha atraído mucha atención en la sociedad en los últimos años, pero basándome en mi experiencia en el análisis de datos como antiguo fabricante, pongo énfasis en el lugar real donde se generan los datos. Para que la limpieza de datos obtenga buenos datos, es importante contar con información in situ y real. Este material didáctico para tirar monedas también simula o reproduce la situación real. El tema de la investigación es utilizar JMP para realizar análisis de alta precisión y utilizarlo para diversas mejoras y toma de decisiones.
[Copresentador]
Instituto de Matemática Estadística Takenori Takahashi
*Los carteles sólo se muestran en papel.
