「仮説」を持って「AI」に問い、
「データ」で答える。
生成AIを「分析パートナー」にし、ビジネス価値を生む2日間
生成AIの進化により、データ分析は「Pythonを自在に書ける人だけの仕事」ではなくなりつつあります。本研修では、ChatGPTなどの生成AIを分析パートナーとして活用し、課題設定・仮説立案・データ理解・前処理・可視化・分類・回帰・評価・提案までを一連の流れとして実践します。
大切にするのは、AIに丸投げすることではありません。人が目的と仮説を持ち、AIと対話しながら分析し、データを根拠に意思決定することです。研修の後半では、受講者自身の業務課題をテーマに、分析結果をレポートや簡易Web画面としてまとめる総合演習に取り組みます。
研修のゴール
- 【AIと協業できる】目的・背景・制約・出力形式を整理したプロンプトを設計し、ChatGPTなどの生成AIを分析パートナーとして活用できる。
- 【分析モデルを使い分けられる】クラスタリング・分類・回帰などの代表的な手法について、目的に応じて選択し、AIの支援を受けながらモデル作成・評価ができる。
- 【自社課題をデータで解ける】「問い → 仮説 → データ選定 → 分析 → 評価 → 提案」の流れで、根拠ある改善案をレポートや成果物にまとめられる。
本研修で重視する考え方
- 先に「仮説」、後に「データ」：データを眺めることから始めず、検証可能な問いと仮説を立てます。
- ヒューマン・イン・ザ・ループ（HITL）：AIに任せる部分と、人が判断・確認・承認する部分を切り分けます。
- 分析結果を「示唆」で終わらせない：最終的に、次の行動や業務改善案までつなげます。
- 小さく作って検証する：AIで生成した分析コードや成果物は、テスト・数値照合・セキュリティ確認を行います。
対象となる受講者様
- 生成AIを業務のデータ分析・企画・改善提案に活用したい方
- Excelでの集計・グラフ作成から、AIを活用した一歩進んだ分析へ進みたい方
- 分類・回帰などの機械学習を、数式中心ではなく実務中心で体験したい方
- データ分析の結果を、レポートや簡易アプリケーションとして成果物にまとめたい方
【前提知識】Excelの基本操作ができること。Python経験は必須ではありません。
【使用する生成AI】ChatGPTを主軸に進めますが、考え方はGemini、Claudeなどにも応用できます。
【推奨人数】12名様程度（演習サポートを充実させるため。人数が多い場合はご相談ください）
カリキュラム詳細（2日間）
※改善のためカリキュラムは予告なく変更させていただくことがあります。
1日目：生成AIとデータ分析の基礎 ―― 「問い」と「仮説」をつくる
|
1. 生成AIとデータサイエンスの現在地 ・生成AIがビジネスとデータ分析に与えるインパクト ・主要な生成AIサービスと使い分け ・AI、機械学習、ディープラーニング、生成AIの関係 2. AI活用のリスクとヒューマン・イン・ザ・ループ ・ハルシネーション、情報漏えい、著作権・バイアスへの注意 ・人が「目的・前提・制約」を決め、AIの出力を確認・承認する ・AIエージェント時代の権限管理と安全な使い方 3. AIとの対話スキル ―― プロンプトエンジニアリング ・目的を正確に伝える／手順ではなくゴールを渡す／前提を教える ・「役割 × 背景 × 制約 × 出力形式」の4要素 ・Few-shot、分割依頼、反例、自己批判など回答品質を高める技法 ・演習：曖昧な分析依頼を、実務で使えるプロンプトに改善する 4. データ分析の思考法 ・平均・中央値・分散、ヒストグラム、相関、検定、回帰、分類の使い分け ・「問い → 仮説 → データ選定 → 分析 → 意思決定」の流れ ・CRISP-DMによるデータ分析プロセス ・インサイトを得る4つの型：比較する／分解する／推移を追う／相関を探す |
2日目：AIと協業する実践分析 ―― 分類・回帰から総合演習まで
|
5. AIを活用した分類モデルの作成と評価 ・CSVの読み込み、欠損・データ型の確認、前処理 ・決定木、ロジスティック回帰、ランダムフォレストなどの比較 ・混同行列、Precision、Recall、F1、ROC-AUCによる評価 ・特徴量重要度から結果を解釈し、ビジネス施策へつなげる 6. AIを活用した回帰モデルの構築と精度検証 ・単回帰・重回帰で関係を把握する ・非線形モデルとの比較、交差検証、RMSE・R²による評価 ・予測結果を根拠に、次のアクションを提案する 7. 総合演習 ―― 自社の課題を、データで解く ・業務上の困りごとをテーマに「問い」と「仮説」を設定 ・AIとの壁打ちを繰り返し、目的・入力データ・分析内容・完成条件を整理 ・要件確定後、CodexなどのコーディングAIに実装用プロンプトを書かせる ・Pythonで前処理・集計・可視化・予測を実施し、結果を検証 8. 成果物の作成と発表 ・分析結果をレポート、または簡易Web画面としてまとめる ・HTML/CSS/JavaScriptによる画面、Pythonによるデータ分析という構成例 ・必要に応じて公開Web情報の取得や生成AI API連携も検討 ・「仮説 → 分析 → 結論 → 提案」を発表し、相互レビューする |
総合演習の進め方
いきなりコードを書き始めるのではなく、まず生成AIとの「壁打ち」で要件を詰めます。目的、利用者、入力データ、必要な分析、画面、制約、完成条件を整理したうえで、CodexなどのコーディングAIに実装用プロンプトを文章化させます。実装後は、画面が動くことだけでなく、集計値の照合、欠損・不正入力、エラー表示、セキュリティまで確認します。
成果物の構成例
- データ分析：Pythonで前処理・集計・可視化・分類・回帰などを実行
- 分析結果：CSV、JSON、グラフ画像などで出力
- 画面：HTML / CSS / JavaScriptで結果を見やすく表示
- 追加機能（任意）：公開Web情報の取得、Gemini APIなどを用いた分析結果の要約・説明
サーバーサイド実装は基本範囲から外し、まずはローカルPC上でシンプルに成果物を完成させます。Dockerは任意です。
ご準備いただくもの
- ChatGPTやClaudeなどの生成AIを利用できるアカウント
- PC（Webブラウザ、Excel、オンライン実施の場合はZoom等が利用できること）
- 実習用エディタとしてVS Codeを推奨します
- 総合演習で自社データを利用する場合は、個人情報・機密情報を含まない、または適切に匿名化したデータをご用意ください
研修費用
講師料：300,000円（税別）
※2日間のパッケージ料金です。
テキスト代：3,000円（税別）× 参加人数
