JMOOC Pythonで学ぶビジネスデータ分析入門 2020 （ちゅらデータ（株）提供）

詳細はこちらから ※外部サイトへリンクします。

検索結果一覧に戻る

団体名: JMOOC

課程名: Pythonで学ぶビジネスデータ分析入門 2020 （ちゅらデータ（株）提供）
課程区分: その他

地域：詳細

科目・講師: 科目・講師詳細にてご参照ください

開講日時: 2020/4/15
受講期間の目安

受講料: 無料

学費支援 （奨学金）: 無し
学費支援（教育訓練給付金）: 無し

ジャンル: コンピュータ科学,統計・数学,理工系基礎科目
通学／通信区分: 通信

講座の概要

データ分析の基礎を統計学や機械学習の様々な手法を利用してデータを解釈するための方法、可視化、前処理などを「pandas,Matplotlib,scikit-learn」を用い習得する。

第１単元：ビジネスにおけるデータ分析の流れ

　・ビジネスにおけるデータ分析
　・現状とあるべき姿の調査
　・問題発見
　・データの収集と加工
　・アクション

第２単元：Jupyter Notebookの基本操作

　・Jupyter Notebookについて

第３単元：pandas基礎

　・pandas基礎①（Pandasとは・主な機能、Seriesの作成、DataFrameの作成）
　・pandas基礎②（データの入力・出力・確認）
　・pandas基礎③（Column・Indexの操作、データの抽出）
　・pandas基礎④（データのソート・結合）
　・pandas基礎⑤（データの結合）
　・pandas基礎⑥（データの集約処理・その他よく使う操作）

第４単元：データの可視化

　・データの可視化①（可視化の目的、ヒストグラムの作成、棒グラフの作成）
　・データの可視化②（散布図の作成）
　・データの可視化③（折れ線グラフの作成）
　・データの可視化④（演習問題）

第5単元：基礎統計による分析

　・統計学（記述統計学と推測統計学、統計学の全体像）
　・記述統計学（平均値と中央値、分散と標準偏差、要約の注意点）
　・推測統計学（母集団と標本、仮説の検証方法、相関・回帰・分類・クラスタリング、注意点）
　・相関分析（相関分析、相関係数、自己相関係数、疑似相関）

第6単元：機械学習を用いたデータ分析

　・機械学習の概要
　・Deep Learningの特徴
　・機械学習で利用できるデータ、機械学習モデルの構築方法
　・教師あり学習（回帰）その1（scikit-learnとは、線形回帰分析）
　・教師あり学習（回帰）その2（非線形SVMを使った分析、学習データ・テストデータの分割、回帰モデル評価）
　・データの分割と回帰の評価指標
　・精度向上のためのテクニック1
　・教師あり学習（分類）（ロジスティック回帰）
　・決定木分析
　・ランダムフォレスト
　・分類の評価指標
　・精度向上のためのテクニック２（特徴量選択）
　・教師なし学習 (クラスタリングの概要）
　・次元削減（主成分分析）　