Omata Slidev Okiba

データで伝えるとは相手の判断を助けること。数字を受け取れる形に翻訳する技術と、相対リスク・ベースレート錯誤など医療にひそむ数字の罠を扱う最終回。

特徴量空間・距離・線という機械学習のイメージを持ち、回帰による予測と分類を実践する。決定係数や混同行列でモデルの中身を読み、クラスタリングやPCAで正解なしに形を読む。

分布・比較・関係・推移・構成の5目的からグラフを選ぶ目と、正しく解釈する目を育てる。Snowのコレラ地図やNightingaleのローズダイアグラムなど、医療を変えた可視化も扱う。

作業の6〜8割を占める前処理の全体像を扱う。絞る・加える・並べる・まとめる・合体させるの5操作を日常語で理解し、AIに任せる範囲と人間が判断する範囲を見極める。

構造化／非構造化、量的／質的といったデータの捉え方から、平均・ばらつき・分布まで。数字と図の両方でデータの外観をつかむ感覚を養う。

プログラミングの基本概念とColabの操作を学び、pyfigletからYOLO・LLMまで6つのライブラリを動かしてPythonを体験する。「書ける」より「読める」を目指す導入回。

Hands-on workshop introducing image and video generation AI (ChatGPT, Adobe Firefly, Runway) for turning ideas into visual stories.

Learn how to build AI-powered applications using v0, ChatGPT, and Cursor through hands-on Vibe Coding techniques.

相関の見方から回帰による予測、クラスタリングによる分類まで、データ解析の基礎を扱う最終回。

pandasによるデータ操作とmatplotlibによる可視化の基礎を、実データを触りながら学ぶ。

関数とクラスを使ってコードを抽象化・再利用する考え方を、実習を通して学ぶ。

条件分岐と繰り返し処理を演習中心に復習・応用し、リストなどのデータ構造の扱いへ進む。

Pythonの変数・データ型から条件分岐・繰り返しまで、ブラウザ上でコードを実行しながら学ぶ。

プログラミングの基本概念とGoogle Colabの使い方を、実習を通して学ぶ導入回。