Udemy
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
Development
Web Development Data Science Mobile Development Programming Languages Game Development Database Design & Development Software Testing Software Engineering Development Tools No-Code Development
Business
Entrepreneurship Communications Management Sales Business Strategy Operations Project Management Business Law Business Analytics & Intelligence Human Resources Industry E-Commerce Media Real Estate Other Business
Finance & Accounting
Accounting & Bookkeeping Compliance Cryptocurrency & Blockchain Economics Finance Finance Cert & Exam Prep Financial Modeling & Analysis Investing & Trading Money Management Tools Taxes Other Finance & Accounting
IT & Software
IT Certification Network & Security Hardware Operating Systems Other IT & Software
Office Productivity
Microsoft Apple Google SAP Oracle Other Office Productivity
Personal Development
Personal Transformation Personal Productivity Leadership Career Development Parenting & Relationships Happiness Esoteric Practices Religion & Spirituality Personal Brand Building Creativity Influence Self Esteem & Confidence Stress Management Memory & Study Skills Motivation Other Personal Development
Design
Web Design Graphic Design & Illustration Design Tools User Experience Design Game Design Design Thinking 3D & Animation Fashion Design Architectural Design Interior Design Other Design
Marketing
Digital Marketing Search Engine Optimization Social Media Marketing Branding Marketing Fundamentals Marketing Analytics & Automation Public Relations Advertising Video & Mobile Marketing Content Marketing Growth Hacking Affiliate Marketing Product Marketing Other Marketing
Lifestyle
Arts & Crafts Beauty & Makeup Esoteric Practices Food & Beverage Gaming Home Improvement Pet Care & Training Travel Other Lifestyle
Photography & Video
Digital Photography Photography Portrait Photography Photography Tools Commercial Photography Video Design Other Photography & Video
Health & Fitness
Fitness General Health Sports Nutrition Yoga Mental Health Dieting Self Defense Safety & First Aid Dance Meditation Other Health & Fitness
Music
Instruments Music Production Music Fundamentals Vocal Music Techniques Music Software Other Music
Teaching & Academics
Engineering Humanities Math Science Online Education Social Science Language Teacher Training Test Prep Other Teaching & Academics
AWS Certification Microsoft Certification AWS Certified Solutions Architect - Associate AWS Certified Cloud Practitioner CompTIA A+ Cisco CCNA Amazon AWS CompTIA Security+ AWS Certified Developer - Associate
Graphic Design Photoshop Adobe Illustrator Drawing Digital Painting InDesign Character Design Canva Figure Drawing
Life Coach Training Neuro-Linguistic Programming Personal Development Mindfulness Life Purpose Meditation Personal Transformation Neuroscience Emotional Intelligence
Web Development JavaScript React CSS Angular PHP WordPress Node.Js Python
Google Flutter Android Development iOS Development Swift React Native Dart Programming Language Mobile Development Kotlin SwiftUI
Digital Marketing Google Ads (Adwords) Social Media Marketing Google Ads (AdWords) Certification Marketing Strategy Internet Marketing YouTube Marketing Email Marketing Retargeting
SQL Microsoft Power BI Tableau Business Analysis Business Intelligence MySQL Data Analysis Data Modeling Big Data
Business Fundamentals Entrepreneurship Fundamentals Business Strategy Online Business Business Plan Startup Freelancing Blogging Home Business
Unity Game Development Fundamentals Unreal Engine C# 3D Game Development C++ 2D Game Development Unreal Engine Blueprints Blender
30-Day Money-Back Guarantee
Development Data Science Data Visualization

ゼロからはじめるR言語でのデータ集計・可視化・機械学習・テキスト解析とPython言語での機械学習と可視化

R言語とPython言語のデータ解析を初歩から中級まで
Bestseller
Rating: 4.6 out of 54.6 (134 ratings)
844 students
Created by 鈴木 瑞人
Last updated 8/2020
Japanese
30-Day Money-Back Guarantee

What you'll learn

  • Rでの基本的なプログラミングができるようになる。
  • データの集計・可視化ができるようになる。
  • データ解析の概念がわかるようになる。
  • 探索的データ解析ができるようになる。
  • 多変量解析(単回帰・重回帰、主成分分析、判別分析、クラスター解析)ができるようになる。
  • 機械学習(決定木、Randomforest、Xgboost)ができるようになる。
  • テキスト(日本語)解析ができるようになる。
  • TwitterAPIを使えるようになる。
  • Pythonの基本的なプログラミングができるようになる
  • Pythonでの集計・可視化ができるようになる
  • Pythonでの教師有機械学習(決定木、ランダムフォレスト、SVM、kNN)ができるようになる

Course content

12 sections • 84 lectures • 19h 9m total length

  • Preview04:12
  • Preview14:33
  • Rでの計算とデータ構造
    17:52
  • データ型と要約関数
    11:03
  • Rの比較演算子
    06:24
  • データフレームの扱い方
    09:05
  • ディレクトリ移動とデータの入出力
    09:13
  • Rパッケージ関連
    12:13
  • for文による繰り返し処理
    05:33
  • sample関数によるサンプリング
    08:16

  • 質的変数の可視化
    10:09
  • Preview08:21
  • 散布図行列
    13:11
  • Preview05:29
  • Preview07:43
  • rglパッケージによる三次元の可視化
    06:16
  • tabplotパッケージによる可視化
    08:48

  • ggplot2パッケージによる一次元の量的変数の可視化
    11:52
  • ggplot2パッケージによる二次元の量的変数の可視化
    07:38
  • ggplot2パッケージによる一次元の質的変数の可視化
    06:24
  • ggplot2パッケージによる二次元の質的変数の可視化
    09:10
  • ggplot2パッケージによる質的変数と量的変数の可視化
    11:16
  • 散布図行列の発展
    10:49
  • 平行座標プロットの発展版
    09:50
  • 階層構造があるデータの可視化
    08:27

  • Preview05:44
  • select関数による列の抽出
    04:48
  • mutate関数による列の作成
    03:45
  • group_by関数とsummarize関数
    09:23
  • パイプ演算子
    05:44

  • 欠損値の集計と可視化
    07:00
  • 欠損値の対応1(リストワイズ法)
    08:17

  • 人事データの探索的データ解析
    12:53

  • Preview20:33
  • 単回帰・重回帰入門(単回帰編)
    16:26
  • 単回帰・重回帰入門(重回帰編)
    13:03
  • 重回帰演習
    10:11
  • 主成分分析(次元削減)
    17:04
  • クラスター解析
    15:17
  • 判別分析
    18:29
  • 決定木による回帰1(前半)
    14:06
  • 決定木による回帰1(後半)
    15:18
  • 決定木による回帰2
    13:25
  • Randomforestによる回帰
    14:47
  • xgbooostによる回帰
    19:48
  • 決定木による分類
    15:07
  • Randomforestによる分類
    09:15
  • xgboostによる分類
    14:54

  • Twitterからのデータ取得
    22:42
  • 日本語テキストの前処理と形態素解析とwordcloud
    22:51
  • TwitterAPIの使い方の発展とそのデータ解析
    29:36
  • 日本語での用例索引
    14:33
  • 日本語文書でのトピックモデル1
    16:55
  • 日本語文書でのトピックモデル2
    15:14

  • 機械学習と探索的データ解析1
    12:58
  • 機械学習と探索的データ解析2
    19:14
  • 機械学習と探索的データ解析3
    13:02
  • 機械学習と探索的データ解析4
    13:40
  • 機械学習と探索的データ解析5
    19:42
  • 機械学習と探索的データ解析6
    19:48
  • POSデータからの来店予測
    27:16
  • 購買品目と顧客属性と過去の来店回数からの来店予測1
    19:11
  • 購買品目と顧客属性と過去の来店回数からの来店予測2
    28:12
  • 購買品目と顧客属性と過去の来店回数からの来店予測3
    18:30

  • 欠損値の対応2(ペアワイズ法・完全情報最尤推定法)
    07:09
  • 欠損値の対応3(miceパッケージでの代入法)
    16:04
  • 欠損値の対応4(miceパッケージでの代入法)
    07:03

Requirements

  • 高校レベルの数学力(数Ⅰと数B(ベクトル))
  • 英検3級程度の英語力
  • 基本的なWindowsやMacの使い方(ドラックアンドドロップによるファイル移動など)
  • (できれば)大学1年生程度の基礎統計(平均値・中央値など)

Description

本講義は、R言語とPython言語の割合は、3:7くらいです。
R言語だけの受講、Python言語だけの受講も可能な構成となっています。

量的にR言語を学びたい方には、優れた講義となっています。
また、Python言語で商品レコメンドを行いたい方にも貴重な情報源となっています。

本講座では、学生に対しては、無料で学習アカウントを提供しています(2018年1月より)
希望の方は、machine.learning.r@gmail.com まで、大学のメールアドレスより件名を「Udemyアカウント希望」として、お名前・ご所属名を添えてご連絡ください。

講義紹介動画は、R言語での可視化のままで更新できていません。

以下本講義内容などの説明

ーーーーーーーーーーーーーーーー

【R言語編】

ーRプログラミング入門ー(R初心者の方はここは必ず見てください)
R紹介とhead関数とhelp関数
Rでの計算とデータ構造
データ型と要約関数
Rの比較演算子
データフレームの扱い方
ディレクトリ移動とデータの入出力
Rパッケージ関連
for文による繰り返し処理
sample関数によるサンプリング

ーRによる可視化基礎ー(基本的な可視化方法です)
質的変数の可視化
量的変数の可視化
散布図行列
stars関数による可視化
parcoord関数による可視化
rglパッケージによる三次元の可視化
tabplotパッケージによる可視化

ーRによる高度な可視化ー(よりきれいな可視化方法です)
ggplot2パッケージによる一次元の量的変数の可視化
ggplot2パッケージによる二次元の量的変数の可視化
ggplot2パッケージによる一次元の質的変数の可視化
ggplot2パッケージによる二次元の質的変数の可視化
ggplot2パッケージによる質的変数と量的変数の可視化
散布図行列の発展
平行座標プロットの発展版
階層構造があるデータの可視化

ーデータ変換技術ー(後々この章の内容は重要になってきます)
filter関数による行の抽出
select関数による列の抽出
mutate関数による列の作成
group_by関数とsummarize関数
パイプ演算子

ー欠損値の対応ー(この章は必要になったら見ればよいかと)
欠損値の集計と可視化
欠損値の対応1(リストワイズ法)
欠損値の対応2(ペアワイズ法・完全情報最尤推定法)
欠損値の対応3(miceパッケージでの代入法)
欠損値の対応4(miceパッケージでの代入法)

ー探索的データ解析ー(データに対する探索的な解析アプローチです)
人事データの探索的データ解析

ー多変量解析・機械学習ー
(多変量解析:単回帰・重回帰、主成分分析、クラスター解析、判別分析)
(機械学習:決定木、Randomforest、Xgboost)
機械学習概説
単回帰・重回帰入門(単回帰編)
単回帰・重回帰入門(重回帰編)
重回帰演習
主成分分析(次元削減)
クラスター解析
判別分析
決定木による回帰1(前半)
決定木による回帰1(後半)
決定木による回帰2
Randomforestによる回帰
xgboostによる回帰
決定木による分類
Randomforestによる分類
xgboostによる分類

ー自然言語解析(日本語)ー(Twitter情報と普通の文書に対する解析方法です)
Twitterからの情報取得
日本語テキストの前処理と形態素解析とwordcloud
TwitterAPIの使い方の発展とそのデータ解析
日本語での用例索引
日本語文書でのトピックモデル1
日本語文書でのトピックモデル2

ー機械学習と探索的データ解析、POSデータの解析ー

機械学習と探索的データ解析1
機械学習と探索的データ解析2
機械学習と探索的データ解析3
機械学習と探索的データ解析4
機械学習と探索的データ解析5
機械学習と探索的データ解析6
POSデータからの来店予測
購買品目と顧客属性と過去の来店回数からの来店予測1
購買品目と顧客属性と過去の来店回数からの来店予測2
購買品目と顧客属性と過去の来店回数からの来店予測3


【Python言語編】
ーPython言語による集計・可視化・機械学習ー

Python入門
NumPy入門
Pandas入門
データ集計と可視化1
データ集計と可視化2
機械学習-分類編1(決定木、ランダムフォレスト、SVM、KNN)
機械学習-分類編2(決定木、ランダムフォレスト、SVM、KNN)
機械学習-分類編3(決定木、ランダムフォレスト、SVM、KNN)
機械学習-回帰編(決定木、ランダムフォレスト、SVM、KNN)
グループごとの集計
質的変数からダミー変数を作成する方法
PythonでのDeepLearningを使った商品レコメンドエンジンの作り方
商品レコメンドエンジンを作る前の事前知識(long→wide変換とgroupby)
商品レコメンドエンジンの全体像
商品レコメンドエンジンを作る前の準備
商品レコメンドシステムの作り方_本編1
商品レコメンドシステムの作り方_本編2
商品レコメンドシステムの作り方_本編3_POSDATA_可視化コード付き(可視化部分は動画なし)


どのコードを実行するとどんな結果が出てくるかのイメージだけを覚えておき、データに向き合ったときに、その手法を書いたスライド(本講義で配布しています)に戻って、そのスライド中のコードを一部改変して使いまわせるようになることが、目指していただきたい到達点です。

僕も、細かいコードはいちいち覚えておらず、毎回スライドに戻って、それをコピー・ペースト・改変して使用しています。

本講義では一部を改変するだけで使えるコピペ用コードをご用意しました(pdfとtxtファイル)。ぜひご活用ください。
udemyの仕様上、各pdfファイルまたは、txtファイルをダウンロードすると、ファイル名が消去されて、pdfまたはtxtというファイル(ファイル名と拡張子なし)でダウンロードされます。なのでお手数ですが毎回、名前と半角ピリオドをつけてください。
(たとえば、pdfファイルは、pdfとしてダウンロードされるので、ファイル名を、資料1.pdfのように付けなおしてください。
txtファイルの場合は、txtとしてダウンロードされるので、ファイル名を、資料1.txtのように変更してください。)


注意事項:現状本講義に向いていない方は以下の方々です。ご注意ください。
1,画像解析・音声解析・時系列データ解析をやりたい方。
2,数理モデリングをやりたい方。
3,手を動かさないで、データサイエンスを理解したい方。




Who this course is for:

  • 最低限どこまでデータサイエンススキルがあればデータ解析できるか知りたい方
  • ゼロからR言語に入門したい方
  • とりあえずITスキルを身に着けたい方
  • 今までプログラミングをしたことがなくて、初心者向け言語であるR言語でプログラミング入門をしてみたい方。
  • データを可視化をする技術を身に着けたい方

Instructor

鈴木 瑞人
機械学習、データサイエンス、生物学、脳科学
鈴木 瑞人
  • 4.6 Instructor Rating
  • 134 Reviews
  • 844 Students
  • 1 Course

2014年3月 東京大学 理学部 生物学科 卒業
2016年3月 東京大学大学院 新領域創成科学研究科 修士課程 卒業(医科学修士)
2016年4月 東京大学大学院 新領域創成科学研究科 博士課程 入学

Python言語は、実質3年半程度使用
R言語は、実質4年程度使用

  • Udemy for Business
  • Teach on Udemy
  • Get the app
  • About us
  • Contact us
  • Careers
  • Blog
  • Help and Support
  • Affiliate
  • Terms
  • Privacy policy
  • Cookie settings
  • Sitemap
  • Featured courses
Udemy
© 2021 Udemy, Inc.