JFPUG教育コースについて

ご注意

  • お問い合わせは お問い合わせフォームまでお願いいたします。
  • 教育コースに関して、教育会場に直接電話での問い合わせはしないで下さい。
  • 計測技術に関する情報は、会員専用のBBS(掲示板)を参照してください。
    (会員専用サイトへのアクセス方法はJFPUG会員代表者の方にメールでご案内しています)


■ 教育コース受講の対象者

教育コースは、JFPUG会員のみ対象としております。入会方法については、入会案内のページをご覧ください。

■ JFPUG定期教育コースの受講申込について

各講習会の募集案内メールをJFPUG会員代表者様宛てにお送りしています。
受講の応募は代表者を通して、一括で事務局にお申込いただく手順となっています。
上記以外のお申込は事務局に届かない場合もございますので、ご注意ください。

■ 教育コース受講の前提知識

☆FP計測コース

基礎編: 特にありません
演習編: 基礎編を受講していること。(両編の通し受講がお勧めです)
※すでに実務などで計測経験があり、基礎編受講と同等の知識を保有している方であれば、演習編だけでも受講いただけます。申し込み時にご相談ください。

☆メトリクス活用コース
実践アナリクス:

入門編: 1. 基本的な数学の知識(Σや積分の意味が分かる程度)があること
2. Excelによる集計の経験があること
初級編: 1. 実践アナリティクス入門偏を受講済であること
2. または上記研修受講者と同等の知識があること

■ 受講料

会場費/資料印刷費等の実費として、受講料をいただいています。
各講習会の申込締切後に、JFPUG会員代表者様宛てに受講料の請求書をお送りさせていただきます。銀行振込にて、ご入金ください。
クレジットカード払いは扱っておりません。

☆FP計測コース

一日通し受講:10,000円/人
基礎編のみ:4,000円/人
演習編のみ:6,000円/人

☆メトリクス活用コース

・実践アナリティクス   ~メトリクス活用のためのデータ解析~

一日通し受講  9,000円/人
入門編のみ:4,000円/人
初級編のみ:5,000円/人

■ 教育コースの内容

☆FP計測コース

【基礎編】
目標: FP計測の計測ルール(IFPUG CPM 4.3.1)を理解することを目標とします。
内容: 以下の内容を講義中心で学習します。

  1. FP計測の背景説明
  2. IFPUG、JFPUGの状況およびISO標準化作業の状況説明
  3. FP計測ルール(IFPUG CPM 4.3.1)の説明
  4. ごく簡単なアプリケーションを題材にしたFP計測
【演習編】
目標: 一人で小さなアプリケーションを測定できることを目標とします。
計測ルールは、IFPUG CPM 4.3.1に基づきます。
内容: 簡単なアプリケーションを例題にして、下記の演習を行います。

  1. アプリケーション境界の設定
  2. システムの概要機能を基にファンクションを抽出
  3. システムの詳細機能を基にFP計測
  4. 機能改良プロジェクトのFP計測

☆メトリクス活用コース

・実践アナリティクス   ~メトリクス活用のためのデータ解析~

【入門編】
目標:

本コースでは、次のことができることを目標とします。

 ・データ解析と統計解析の違いを理解
・アナリティクスの概念と分析のタイプを理解
・ビッグデータとアナリティクスの関係を理解
・プロセス改善の関連規格と測定プロセスモデルの理解
・FPと生産性の関係を説明
・生産性と仕事の効率の違いを理解
・確率と統計の基本を理解

内容:

以下の内容を学習します。

1.アナリティクスとデータ解析 – 講義 20分
  ・家族に関する俗説
  ・衛星の打ち上げコスト予測
  ・データ解析と統計解析
  ・アナリティクスとは?
  ・ビッグデータとアナリティクス

2.プロセス改善とデータ解析 – 講義 40分
  ・プロセス改善の関連規格
  ・測定プロセスモデル
  ・予測モデル構築手順
  ・生産性の本質
  ・生産性は規模が大きいほど低下する?
  ・生産性は仕事の効率を表すか?
  ・FPと生産性の関係は?

3.確率と統計の基礎 – 講義 70分
  ・確率変数とは?
  ・標準正規分布と正規化
  ・比較や判断の基準は?
  ・加重平均と幾何平均の使い分け
  ・変動係数の使い方
  ・母数と統計量の違いは?
  ・標準誤差の意味

4.ソフトウェアメトリクスの分布 – 講義 20分
  ・正規分布と対数正規分布は何故重要か?
  ・層別とバラツキの関係

【初級編】
目標:

本コースでは、次のことができることを目標とします。

・2つのグループの差の検定と推定
・検定の切れ味とは何かを理解
・Excel によるクロス集計と分割表による分析
・グラフの使い分けのポイントを理解
・ベースライン分析と工数予測モデルの関係を理解
・回帰分析における平均への回帰の意味を理解
・予測区間の意味と原理の理解
・データ変換と予測モデルのタイプの説明
・ステップワイズ重回帰分析を実行し、分析の結果を説明

内容:

以下の内容を学習します。

1.確率と統計の基礎 – 講義 80分
  ・有意差と検定推定
  ・検定の切れ味をよくするには?
  ・必要な標本の大きさの計算
  ・2つの属性に関係があるか?(分割表の解析)
  ・各種グラフの読みかたと使い分け

2.プロセス改善とデータ解析 – 講義 10分
  ・ベースライン分析と工数予測モデル
  ・プロセス実績モデル

3.予測モデル構築の基礎 – 講義 70分
  ・平均への回帰とは?
  ・分散分析と寄与率
  ・重要な残差標準偏差
  ・信頼区間と予測区間の違いは?

4.重回帰分析によるモデル構築の概要 – 講義 50分
  ・何故多変量解析か?
  ・重回帰分析
  ・ステップワイズ回帰分析

「実践アナリティクス」では、上記コースに加え、後続のコースとして「中級編」「上級編」を予定しています。これにより、アナリティクスに必要な知識、技術の全体を学ぶことができます。

中級編: 以下の内容を予定しています。
・R言語の導入と基本的な使用法の習得
・データ変換と予測モデルのタイプの説明
・質的変数を含む回帰分析
・予測モデル構築の基礎の習得
・2要因カテゴリー別散布図を用いて層別を最適化
・残差の評価と回帰モデルの最適化
・重回帰分析における交洛と交互作用の概念を説明
・実験計画法の概念の説明と簡単な活用
・データマイニングのタイプと手法の概要を説明
・比率を予測する(ロジスティック回帰分析)
・教師データで判別する(線形判別分析)
上級編:  以下の内容を予定しています。
・アンケートの設計
・アンケートの結果の集計と分析
・SQLによる集計と分析の基礎を理解
・カテゴリー間の関係を分析する(コレスポンデンス分析)
・頻出するアイテムの組み合わせを発見する(アソシエーション分析)
・時系列データで値を予測する(自己相関モデル)
・テキストから名詞と形容詞を抽出する(形態素解析)
・似たものを集める(クラスター分析)
・量的データから共通因子を発見する(因子分析)
・一般化線形モデル(GML)
・多くの変数を少数の変数に要約(主成分分析)
・階層構造をもつデータを分析する(階層線形モデル)
・順序性のあるパターンを抽出し予測する(時系列パターン分析)
・目的変数を説明する非線形予測式を得る(非線形回帰分析)
・要因を分析し将来を予測する(決定木 CART法)
・質的変数で判別する(決定木 CHID法)
・入力を判別し分類するモデルを作成する(ニューラルネットワーク)
・質的変数で判別する(決定木 CHID法)
・入力を判別し分類するモデルを作成する(ニューラルネットワーク)

予定されているテーマについては、スケジュールを参照してください。

※COSMICの教育に関してはこちらをご覧ください。

■教育コースの講師(50音順)

  井上 智史 TIS(株)
  鵜沢 仁 (株)NTTデータ
  大塚 和隆 日本ユニシス(株)
  梶山 昌之 (株)DSR
  坂上 慶子 日立インフォメーションアカデミー
  武井 三奈子 個人会員
  林  光信 日本システム技術(株)
  藤原 史子 構造計画研究所