統計検定データサイエンスエキスパートの出題範囲と参考HP

引用元|統計検定 CBT「データサイエンスエキスパート」 出題範囲表

下記に加えて、統計検定2級、3級、4級、データサイエンス基礎、データサイエンス発展の範囲表の項目についても出題される
参考HPへのリンクは随時アップデート予定

統計基礎

確率と確率分布

確率分布、確率変数

主要な確率分布

確率変数の漸近的性質

推測統計

標本分布

点推定、区間推定

汎用的な検定

種々の検定

多重比較

    ベイズ理論

    事前分布・事後分布

    ベイズ的仮説検定

    計算統計

    ブートストラップ

    サンプリング

    モンテカルロ積分

    数学基礎

    線形代数

    行列

    データ記述と線形代数

    固有値と固有ベクトル

    n 次元ユークリッド空間

    数値計算と線形代数

    微積分

    1 変数関数の微分法

    1 変数関数の積分法

    多変数関数の微分法

    多変数関数の積分法

    数値積分

    最適化

    連続最適化

    離散最適化

    計算基礎

    データ収集

    デジタルデータ収集

    データ表現とデータ構造

    データ表現

    データ構造

    データベース

    データベース

    アルゴリズムとプログラミング

    アルゴリズム

    プログラミング

    モデリング・AI と評価

    モデリング・AIによる課題解決

    AI の歴史と応用分野

    モデル作成とデータ分析の進め方

    教師あり学習

    線形回帰分析

    質的回帰分析

    判別分析

    正則化法とモデル選択

    決定木

    ベイズ統計・モデリング

    教師なし学習

    クラスター分析

    主成分分析

    カーネル密度推定

    時系列解析

    時系列データの特徴

    時系列モデル

    生存時間解析

    生存時間データ

    生存関数の推定

    質的データ解析

    質的データの解析

    テキストデータ解析

    テキストデータの数値化

    テキスト分析

    モデルの評価

    モデル評価指標

    訓練データとテストデータ

    因果推論

    因果モデル

    グラフィカルモデリング

    深層学習・ニューラルネットワーク

    ニューラルネットワークの仕組み

    ニューラルネットワークモデル

    深層生成モデル

    AI とロボット

    AI とロボット

    AI の構築・運用

    AI の構築・運用

    以上

    ottantacinqueをフォローする
    実践ケモインフォマティクス