講座・課程詳細

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)

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)
 
 

第7単元:ビジネスデータを用いたデータ分析演習

 ・演習_分析準備
 ・演習_データ前処理
 ・演習_分析結果確認
 ・演習_セグメント分析_分析結果確認
 ・演習_HML分析
 ・演習_主成分分析_クラスタリング
 ・演習_分析結果確認
 ・分析結果どうなったか(アクション)
 
Fisdomホームページより転載
ホームページ
https://www.fisdom.org/F00000128/
動画埋め込みURL
https://www.youtube.com/watch?v=ip3B5ggsvcY