【ゼロから始めるデータ分析】 ビジネスケースで学ぶPythonデータサイエンス入門
4.3 (1,558 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.
9,867 students enrolled

【ゼロから始めるデータ分析】 ビジネスケースで学ぶPythonデータサイエンス入門

分析コンペティションに参加しながら回帰分析による売上予測、機械学習での顧客ターゲティングなど実践的なビジネス課題でデータ分析の一連の流れを身に着けよう。 プログラミング初心者にもおすすめ。
Bestseller
4.3 (1,558 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.
9,867 students enrolled
Current price: $12.99 Original price: $164.99 Discount: 92% off
30-Day Money-Back Guarantee
This course includes
  • 8 hours on-demand video
  • 8 articles
  • 3 downloadable resources
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
Training 5 or more people?

Get your team access to Udemy's top 3,000+ courses anytime, anywhere.

Try Udemy for Business
What you'll learn
  • Pythonの基礎を身につけられます。
  • 2つのケースを通して、ビジネス上のデータ分析ができるようになります。

Requirements
  • 特にありません
Description

【概要】
本講座では、データサイエンスをこれから勉強したい方や興味はあるが何をどうやって勉強すれば良いかわからない方、及びプログラミング初心者を対象としています。データサイエンスの一連の流れを体験できるカリキュラムとなっており、学ぶべきことのヒントを散りばめ、よりステップアップしていく為の足掛かりとなるような設計を心がけました。

【本講座のこだわり】

  • 実践を重視し、リアルなデータと課題を教材として採用しています
  • 言葉や概念を学習するスライドの章とプログラミングしながら実践する章の2つを用意しています
  • 一問一答形式の教材を用意。問題を解き進めることでプログラミングが徐々に身につき、データサイエンスの流れが体験できるようになっています
  • 分析コンペティションも教材として採用し、楽しみながら学習が進められます
  • 講座終了後に使用した教材が自身の教科書となるようになっており、もう一度ご自身の力で教材の問題を解き直すことで復習にも利用できます
  • 発展的な内容は極力除外し、なるべく平易な表現や例を使い、イメージで理解できるように工夫しました

【その他】

  • python3を採用し、プログラミング環境はjupyter notebookを利用
  • 11個のjupyter notebookファイルをオリジナル教材として用意

【講師より】
本講座でご紹介するのはデータサイエンスの中でもごく一部ですが、概要がわかり、ちょっと手が動かせるようになると、ご自身でどんどん学習を進められるようになります。より多くの方がデータサイエンスに興味を持っていただき、ご活躍頂ける為に、本講座が少しでも皆さんのお役に立てれば幸いです。

Who this course is for:
  • データサイエンスの基礎を身につけて、仕事に活かしたいビジネスマン
  • データサイエンスの基礎を身につけて、研究や就職活動に活かしたい大学生
  • プログラミング未経験者でも安心して始められます。
Course content
Expand all 121 lectures 08:09:44
+ 分析環境を整えよう
9 lectures 29:46
【スライド】インストールしてみよう
02:55
Anacondaのインストール(windows)
03:03
Anacondaのインストール(mac)
02:16
【ドキュメント】Anacondaについて
00:01
Matplotlibの日本語化について
04:27
Matplotlibの日本語化 (Windows)
05:36
Matplotlibの日本語化(mac)
05:10
【ドキュメント】Matplotlibの日本語化について
00:11
+ まずデータに向き合おう
29 lectures 02:19:00
【スライド】データに向き合う前に
06:53
【ドキュメント】SIGNATE(旧DeepAnalytics)からデータをダウンロードしよう
00:04
【ドキュメント】教材をダウンロードしよう
00:01
【スライド】jupyterの立ち上げ方について
01:07
jupyterを立ち上げてみよう
07:57
【スライド】まず基礎分析と可視化をしてみましょう
02:08
データを読み込んでみよう
15:50
【実習1】答え合わせ
01:47
【実習2】答え合わせ
00:51
【実習3】答え合わせ
01:31
【実習4】答え合わせ
01:19
【実習5】答え合わせ
03:55
【スライド】Pythonの基礎
05:13
データをもう少し詳しく見てみよう
24:19
【実習1】答え合わせ
00:56
【実習2】答え合わせ
00:44
【実習3】答え合わせ
00:53
【実習4】答え合わせ
01:06
【実習5】答え合わせ
02:06
【実習6】答え合わせ
01:57
グラフを描いてみよう
11:33
グラフを描いてみよう(ヒストグラム)
13:51
グラフを描いてみよう(箱ひげ図)
05:04
【実習1】答え合わせ
02:21
【実習2】答え合わせ
01:48
【実習3】答え合わせ
01:34
【スライド】色々なプロット
01:04
欠損値を調べてみよう
11:24
相関関係を見てみよう
09:44
+ 予測するってどういうこと?
3 lectures 10:20
【スライド】目的変数と説明変数
02:21
【スライド】代表的な予測問題
01:49
【スライド】予測モデルを作るキホン
06:10
+ CASE1:お弁当大作戦~お弁当の売り上げを予測してみよう~
34 lectures 02:14:19
【ドキュメント】教材をダウンロードしよう
00:01
簡単な予測モデルを作ってみよう
20:30
【実習1】答え合わせ
01:43
【実習2】答え合わせ
01:29
【実習3】答え合わせ
02:18
【実習4】答え合わせ
01:36
【実習5】答え合わせ
00:46
【実習6】答え合わせ
00:54
【実習7】答え合わせ
01:00
【実習8】答え合わせ
01:20
【実習9】答え合わせ
00:59
【実習10】答え合わせ
00:57
【実習11】答え合わせ
01:12
【実習12】答え合わせ
01:53
SIGNATE(旧DeepAnalytics)に結果を投稿しよう①
02:18
submit1の投稿結果を確認してみよう
01:25
submit2の投稿結果を確認してみよう
00:52
【スライド】モデルの評価方法
06:19
【スライド】重回帰モデルとダミー変数化
03:11
重回帰モデルを作ってみよう
12:52
【実習1】答え合わせ
01:08
【実習2】答え合わせ
00:45
【実習3】答え合わせ
01:12
【実習4】答え合わせ
01:37
SIGNATE(旧DeepAnalytics)に結果を投稿しよう②
01:18
submit3の投稿結果を確認してみよう
00:53
【スライド】特徴量の作成・選択
09:57
特徴量を作ってみよう①
22:34
SIGNATE(旧DeepAnalytics)に結果を投稿しよう③
01:03
submit4の投稿結果を確認してみよう
00:35
特徴量を作ってみよう②
18:36
SIGNATE(旧DeepAnalytics)に結果を投稿しよう④
01:14
submit5の投稿結果を確認してみよう
01:12
+ CASE2:優良顧客を探せ!~銀行の顧客ターゲティング~
42 lectures 02:12:57
【ドキュメント】教材をダウンロードしよう
00:09
基礎分析をしよう
16:48
【実習1】答え合わせ
00:35
【実習2】答え合わせ
01:04
【実習3】答え合わせ
01:46
【実習4】答え合わせ
01:53
【実習5】答え合わせ
02:10
【実習6】答え合わせ
01:14
【実習7】答え合わせ
01:17
【スライド】機械学習に触れてみよう
07:03
【ドキュメント】Graphvizのインストールについて
00:29
Graphvizのインストール①(windows)
00:58
Graphvizのインストール②(windows)
02:37
Graphvizのインストール③(windows)
03:28
Graphvizのインストール①(mac)
01:23
Graphvizのインストール②(mac)
01:33
Graphvizのインストール③(mac)
02:54
決定木のモデルを作ってみよう
16:39
SIGNATE(旧DeepAnalytics)に結果を投稿しよう⑤
01:51
submit1_bankの投稿結果を確認してみよう
01:05
【実習1】答え合わせ
01:01
【実習2】答え合わせ
01:01
【実習3】答え合わせ
01:35
【実習4】答え合わせ
01:33
【実習5】答え合わせ
01:06
SIGNATE(旧DeepAnalytics)に結果を投稿しよう⑥
01:08
submit2_bankの投稿結果を確認してみよう
00:42
【スライド】パラメータとは?
11:11
パラメータをチューニングしてみよう①
20:47
パラメータをチューニングしてみよう②
09:58
SIGNATE(旧DeepAnalytics)に結果を投稿しよう⑦
00:48
submit3_bankの投稿結果を確認してみよう
00:46
【実習1】問題について
00:20
【実習1】答え合わせ
00:49
【実習2】答え合わせ
01:41
【実習3】答え合わせ
01:42
【実習4】答え合わせ
00:50
【実習5】答え合わせ
01:13
【実習6】答え合わせ
01:10
SIGNATE(旧DeepAnalytics)に結果を投稿しよう⑧
01:09
submit4_bankの投稿結果を確認してみよう
01:18
+ 次のステージへ
1 lecture 03:58
【スライド】本講座のまとめ
03:58
+ よくある質問
1 lecture 01:58
【ドキュメント】よくある質問
01:58