Google Gemini3 plus×Workspaceで実現する
生成AIによる統計解析・データ分析

東京情報大学　非常勤講師　嵜山 陽二郎　氏

【アーカイブ（録画）配信】
　２０２６年３月１７日（火）まで申込み受付（視聴期間：3/17〜3/27）

Zoomを利用したアーカイブ配信　　※会場での講義は行いません
　セミナーの接続確認・受講手順は「こちら」をご確認下さい。

聴講料 1名につき５５,０００円（消費税込/資料付き）
〔１社２名以上同時申込の場合のみ１名につき４９,５００円〕
〔大学、公的機関、医療機関の方には割引制度があります。詳しくは上部の「アカデミック価格」をご覧下さい〕

【講座主旨】

近年、米国カリフォルニア州における複数の企業で、生成AIの開発競争がしのぎを削っており、生成AIユーザーも、どの生成AIを使えばよいのか迷っているのが現状でした。そんな中、2025年11月、待望のGemini3がGoogle社よりリリースされました。早速試してみたところびっくり、その生成の速さ、思考モードの質の高さは、他の生成AIを圧倒しました。Google Workspaceと連携することでデータ管理が楽々、しかも、Google ColabにPythonのコードを読ませデータ分析をカスタマイズするのも簡単、もはやデータサイエンス最強ツールと言っても過言ではない、と確信しました。特にGoogleユーザーは必見、本講座では、令和最強の生成AI、Google Gemini3を用いることで、いかに楽々とデータ分析、データ管理が出来るかをご紹介します。

第１部：生成AIとGoogle Gemini3
　1.生成AIとは
　2.令和最強生成AI Google Gemini3の登場
　3.Google Workspaceを使ったデータ管理
　4.Google Colabを使ったデータ分析
　5.プロンプトの書き方

第２部：Google Gemini3を使った記述統計
　1.記述統計概論
　2.CSVファイルの準備
　3.プロンプト（命令文）の入力
　4.要約統計量の実行と出力
　5.グラフの作成と出力
　6.ChatGPTでの結果との比較

第３部：Google Gemini3を使った推測統計
　1.推測統計概論
　2.CSVファイルの準備
　3.プロンプト（命令文）の入力
　4.点推定・区間推定の実行
　5.仮説検定の実行
　6.ChatGPTでの結果との比較

第４部：Google Gemini3一般化線形モデル
　1.一般化線形モデル概論
　2.CSVファイルの準備
　3.プロンプト（命令文）の入力
　4.回帰分析の実行
　5.分散分析の実行
　6.ロジスティック回帰分析の実行
　7.ChatGPTでの結果との比較

第５部：おわりに
　1.Google Gemini3の可能性と限界
　2.生成AIによるデータサイエンスの将来展望

【質疑応答】

◆◆講師プロフィール◆◆◆

専門分野： 医療統計学

略歴：
1993年東京大学大学院修士課程、博士課程修了（医学博士）
1999-2007年　ファイザー(株)中央研究所にて、職員を対象とし100回を超える統計解析の授業を実施、非臨床薬理試験における統計解析支援。
2007-2009年　ファイザー(株)英国サンドウィッチ研究所
2009-2013年 グラクソスミスクライン(株)等にて医学情報・統計解析担当を歴任
2013年-　株式会社メドインフォ設立　代表取締役
2025年-　東京情報大学　非常勤講師