---
tags: スキル定義委員会(編集中), プログラミング, 性質・関係性の把握, PJマネジメント, グラフィカルモデル, ベイジアンネットワーク分析
---

# スキル定義委員会-110

## DE-110 プログラミング - 基礎プログラミング ⭐️ 🔥必須🔥

### Q.データ処理プログラミングのため分岐や繰り返しを含んだフローチャートを作成できる

- [フローチャート](https://www.lucidchart.com/pages/ja/what-is-a-flowchart)
- [フローチャート（フロー図）の正しい書き方とルールを紹介･主な記号一覧も](https://product.strap.app/magazine/post/knowhow_flow-chart)

------------------------------------------------------------------------

## DS-110 性質・関係性の把握 - グラフィカルモデル ⭐️⭐️

### Q.ベイジアンネットワーク分析結果から目的事象の事後確率を算出できる

#### ベイズネットワーク分析

ベイズネットワーク分析は、不確実性と変数間の確率的依存関係を含む複雑なシステムをモデル化し、分析するための統計的枠組みです。ベイズの定理に基づいており、新しい証拠が与えられたときに仮説（またはモデル）の確率を更新する方法を提供しています。ある確率変数の集合の間の依存関係を有向非循環グラフ（DAG）で表現するグラフモデルで、グラフのノードは確率変数を表し、エッジは確率変数間の依存関係を表しています。各ノードは条件付き確率分布（CPD）に関連付けられ、グラフ内の親が与えられたときのそのノードの確率を指定する。

観測されたデータやその他の証拠から、事象や仮説の確率を推論する方法を提供します。ベイズネットワーク分析では、データまたは証拠が与えられた場合の仮説の確率である事後確率を計算することができます。また、変数間の因果関係を特定することができ、予測や介入策の設計に役立てることができます。

金融、医学、工学、人工知能など様々な分野で応用されており、意思決定、リスク評価、予測モデリングなど、不確実性や変数間の確率的な依存関係を伴う多くのタスクに使用することができます。

---

------------------------------------------------------------------------

## BZ-110 PJマネジメント - リソースマネジメント ⭐️⭐️

### Q.自身とチームメンバーのスキルを把握し、適切なプロジェクト管理ができる

---

------------------------------------------------------------------------

# Quote
- [スキル定義委員会 from データサイエンティスト協会](https://twitter.com/jdss_skill)

<style>
.att0 {color: #eb4034;}
.att1 {color: #3465eb;}
.att2 {color: #69c976;}
</style>

<!-- <span class="att0"></span> -->