データや分析の目的に応じて、
適切な分析手法を選択できるようになる
現代では様々な種類のデータが溢れており、表計算ソフトウェアを用いれば平均値などの代表値や円グラフなどの可視化によってそのデータに対する理解を深めることができます。しかし、基礎的な統計処理を超えた少し高度な分析を行いたい場合や、そもそも分析対象のデータがネットワークデータやテキストデータである場合には、やはりPythonなどを用いたプログラミングベースの分析が必要です。
本講座では、様々なデータに対する代表的な分析手法を学び、「データや分析の目的に応じて、適切な分析手法を選択できるようになること」を目標とします。各種データ分析手法の数理的な背景の説明は必要最低限に留めており、Pythonによる実装方法を学ぶことにフォーカスします。
※当講座は2024/06/26に講座名を変更しました。旧講座名「データ分析手法講座」
講座の特長
-
1
代表的なデータ分析手法
購買データ、時系列データ、ネットワークデータ、テキストデータなど様々なデータに対する代表的な分析手法を学ぶことができる -
2
講師からのフィードバック
合同発表会でデータ分析の実務経験が豊富な講師から自身の成果発表に対するフィードバックを直接受けられる
得られる知識・スキル
-
実務の場面で頻繁に利用されるデータ分析手法の内容 -
Pythonを用いた各種分析手法の実装方法
こんな方におすすめ
- 分析手法の内容と Pythonによる実装方法を学び、直ぐに実務作業に取り掛かれるようにしたい方
- Pythonの基礎文法、NumPyやPandas、matplotlibなどのデータ操作ライブラリを習得後、具体的なデータ分析手法を学びたい方
カリキュラム
- 第1章 データの種類
- 第2章 多変量データ分析
- 第3章 時系列データ分析
- 第4章 顧客分析
- 第5章 商品分析
- 第6章 ネットワーク分析の導入
- 第7章 代表的なネットワーク分析の手法 ネットワーク分析の導入
- 第8章 テキストマイニング
- 第9章 実験計画法
- 第10章 統計的仮説検定
- 第11章 最適化
※カリキュラムは変更となる場合がございます。
担当講師
森田 大樹
東京工業大学情報理工学院修了。大学院時代は数理モデリングの手法を用いた脳神経科学の研究に携わる。 大手インターネット企業でマルチビッグデータシステムの開発・運用業務に従事した後、個人事業主として独立。システムの受託開発や金融系データの解析業務を行う。現在はスキルアップ AI にて、講師活動を行いながら、システム開発のマネジメントやデータ分析業務に取り組んでいる。2018年、ショウジョウバエ大規模ニューラルネットワークの数理モデリングの分野でIEEE Computational Intelligence Society Japan Chapter Young Research Award受賞。
講座概要
| 講座名 | Pythonデータ分析手法講座 |
|---|---|
| 受講形式 |
オンライン講座：eラーニング形式 お好きな時間、お好きな場所でeラーニング形式にて受講いただけます。 |
| 前提となる知識・スキル |
必須スキル
推奨スキル
|
| 講座時間 | 動画講義約8時間（演習時間除く） |
| 料金 | 165,000円／1名（税込） |
| 料金に標準で含まれるもの |
|
| 動画の視聴期間 | 動画共有日から1年間 |
| チャットの質問期間 | 講座チャンネルへの招待日から3ヶ月間 |
| 事前準備 | 提供する資料に従ってAnaconda（もしくはminiconda）のインストール及び仮想環境の作成をお願い致します。 仮想環境構築後、notebookフォルダ内部のipynbファイルを実行して頂き、全て正常に動作すれば開発環境は整っています。 特に、社用のパソコンなどでアクセス制限のあるインターネット回線をご利用の方は、インストール作業を問題なく行えることを事前にご確認ください。ご不明な点がございましたら、事前にご連絡ください。 |
| PCの動作環境 |
|
開催日程
オンライン講座
随時お申し込み可能です。受講方法については、お支払い確認後、3営業日以内にご案内いたします。
合同発表会
- ライブ配信にて、課題の発表やそれに対するフィードバック、質疑応答などを行います。
- 参加は任意です。
- 開催日程については、参加をご希望される方にご連絡させていただきます。
