Pythonによる教育データ分析入門:Pythonの基礎から回帰分析・項目分析まで
4.1 (146 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
1,113 students enrolled

Pythonによる教育データ分析入門:Pythonの基礎から回帰分析・項目分析まで

本コースは、様々なビジネスシーンでも活用しやすい回帰分析をはじめ、Pythonを用いた複数の分析手法を習得します。識別力指標としての点双列相関、信頼性係数を求め、項目困難度と組合わせた分析を行います。分析結果の可視化にも挑戦します。
4.1 (146 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
1,113 students enrolled
Created by 近藤 悠介
Last updated 3/2020
Japanese
Current price: $83.99 Original price: $129.99 Discount: 35% off
15 hours left at this price!
30-Day Money-Back Guarantee
This course includes
  • 6.5 hours on-demand video
  • 9 articles
  • 16 downloadable resources
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
Training 5 or more people?

Get your team access to 4,000+ top Udemy courses anytime, anywhere.

Try Udemy for Business
What you'll learn
  • Pythonの基礎を学習することができます。
  • Pythonを用いて教育に関するデータやアンケートの分析を行います。
  • 日本語(言葉)や数式で記述されたものをコード(Python)で記述するスキルを身に着けることができます。
  • Pythonによる基本的な統計量の算出を行います。
  • Pythonによるデータの可視化を学習し、グラフの描画を行います。
  • Pandasを使用したデータ処理を学習します。
  • 「平均への回帰」を考慮したテストの分析を実施します。
  • Anacondaのインストール方法を簡単に説明します。
  • Jupyter Notebookの基本的な使い方を理解することができます。
Course content
Expand all 69 lectures 06:48:47
+ Pythonの基礎2
9 lectures 47:04
比較演算子と論理演算子
05:45
if文
08:41
for文とwhile文
08:09
for文とrange()
04:20
例外処理
04:24
このセクションのまとめ
00:42
練習問題
00:55
練習問題の解答&解説
13:15
+ 基本的な統計量と標準化
9 lectures 56:48
パッケージと関数の定義
11:33
ヒストグラムと代表値
05:41
分散と標準偏差
07:36
標準得点と偏差値
08:46
共分散と相関係数
16:17
このセクションのまとめ
00:45
練習問題
00:14
練習問題の解答&解説
04:53
+ グラフの描画
7 lectures 42:32
グラフ描画の基本
08:27
グラフの体裁
12:03
箱ひげ図と散布図
14:35
このセクションのまとめ
01:42
練習問題
00:59
練習問題の解答&解説
04:01
+ 回帰分析
7 lectures 40:49
リスト以外のデータ構造
09:21
ファイルの読み込み
08:02
回帰分析
08:47
このセクションのまとめ
00:54
練習問題
00:56
練習問題の解答&解説
11:17
+ Pandas入門1
8 lectures 51:32
ファイルの読み込みとデータへのアクセス
14:43
基本統計量の算出
10:38
条件指定と出力
11:56
欠損値と演算
07:04
このセクションのまとめ
01:22
練習問題
00:14
練習問題の解答&解説
04:40
+ Pandas入門2
6 lectures 40:34
Pandasを用いた可視化
11:49
Groupbyの使い方
18:48
このセクションのまとめ
00:40
練習問題
00:19
練習問題の解答&解説
07:27
+ 項目分析
7 lectures 48:09
項目困難度と識別力
21:03
信頼性係数
09:17
データフレームの作成
06:39
このセクションのまとめ
00:58
練習問題
00:10
練習問題の解答&解説
09:14
+ 平均への回帰
4 lectures 16:34
平均への回帰
09:24
練習問題
00:08
練習問題の解答&解説(修正版)
05:56
Requirements
  • 複雑な数学の知識は不要です。平均を計算で出したことがある人であれば大丈夫です。
  • 難解な統計の知識は必要ありません。中学校までの数学で十分です。
  • 本コースは、MacOSを使用しています。Windowsをお使いの方でも受講可能です。
  • 本コースでは、Anaconda、Jupyter Notebookを使用します。前述のツールが動作するPCをご用意いただき、講師と同じ動作をして学習を進めていくと、理解度が高まります。
Description

本コースは、人気のプログラミング言語「Python」を使って、データ分析手法を学習するコースです。

現在、Pythonはデータ分析からセキュリティまで幅広い分野で活用されており、プログラミング初心者でも学びやすい言語として注目されています。


今回はこのPythonを使って、教育データ(テストデータ)とアンケート項目の分析を行います。

難しい数学や統計学の知識は必要ありません。また、Pythonを使ったことがない人でも大丈夫。

講師が基礎から丁寧に説明しますので、肩の力を抜いて、学習を進めていきましょう。


★このコースの学び方★


本コースは、各セクションごとに「ハンズオン+練習問題+解説」という順番で進みます。


まずは、講師のライブコーディングを眺めながら、ハンズオン形式で学習を進めましょう。

セクションの最後に練習問題が用意されていますので、今度はご自身の力で課題を解いていきましょう。

最後に、講師が練習問題の解説を行いますので、うまくいかなかった人は、解説を聞いた後にもう一度、練習問題に挑戦してみましょう。


★このコースの概要★


Pythonの基礎

AnacondaとJupyter Notebookを用いて、基本的なPythonの記述方法について解説します。

[keyword]

数値演算、変数、関数とメソッド、リスト作成と操作方法、リストの要素へのアクセス、比較演算子と論理演算子、if文、For文、while文、例外とエラー


Pythonによる基本的な統計量の算出

Pythonを使って、基本的な統計量を算出します。

これから学習を進めていくデータ分析の基礎となる部分ですので、用語・手法をしっかりと理解しましょう。ヒストグラムの説明以降は、連続的に難易度が上がっていきますので、途中で理解が追い付かなくなったら、前のレクチャーに戻って疑問点を解消していきましょう。

[keyword]

パッケージ・関数の定義、ヒストグラム、代表値、分散と標準偏差、標準得点と偏差値

共分散と相関係数


Pythonによるデータの可視化

統計量の算出ができるようになったら、生成したデータを可視化しましょう。このセクションでは、matplotlibというライブラリを活用し、ヒストグラムをはじめ、複数のグラフや図表を作成します。

[keyword]

ヒストグラムと基本的な描画方法、グラフの体裁を整える、箱ひげ図、散布図


回帰分析に挑戦

コースの前半で習得した知識を用いて、回帰分析に挑戦します。

[keyword]

リスト以外のデータ構造(セット、タプル、辞書(ディクショナリ)、numpy.ndarray、ファイルの読込、外部から取得したデータの読込、回帰分析


Pandasを用いたデータの処理

Pythonのデータ解析用ライブラリであるPandasを用いて、データ分析を行います。

ここからがコースの後半戦です。

[keyword]

データの読込み、基本統計量、条件指定、データフレームの作成、欠損値の取り扱い、Pandasを用いた可視化の方法、Groupbyを用いたグルーピング、Good-Poor分析


テスト、アンケートの項目分析

いよいよ、今まで学習した知識を総動員して、テスト・アンケートの項目分析を行います。

識別力指標としての点双列相関、信頼性係数を求め、項目困難度と組合わせて、項目の性質の分析を行い、データフレームでまとめます。最終的には散布図などを生成し、データの可視化を行います。

[keyword]

項目困難度、G-P分析による識別力、識別力指標としての点双列相関、信頼性係数、データフレーム、可視化


「平均への回帰」を考慮したテストの分析

最後は練習問題です。

これまでは、皆さんのコーディングに講師が寄り添う形でコースが進められてきました。

このセクションでは、講師の助けはもう必要ありません。

今までの知識と手法を用いて、一人で課題に挑戦してみましょう!

これまでの学習が身についていれば、必ずゴールまでたどり着くはずです。


Who this course is for:
  • Pythonの基礎を学びたい人
  • 教育データの分析に興味がある人
  • 教育データの分析に興味がある学校・塾の先生
  • 評価、テスト、アンケートの分析に興味がある人
  • 試験データの分析に興味がある企業の人事
  • アンケート項目を分析し、改善したいと思っている人