Track Training デジタル人材研修サービス

おすすめキーワード:

データ分析(Python) 応用講座 実践編

この講座では、Pythonによるデータ分析に必要な技術を学びます。NumPyを使った数値計算処理、Pandasを使ったテーブルデータの処理から始まり、matplotlibを用いたデータの可視化や、この後に続く機械学習のためのデータの前処理について学びます。
最終的には、Pythonを使って必要なデータを効率的に抽出・加工したり、それらを適切に可視化できるようになることを目的としています。

(最終更新日:2024年02月06日)

データ分析(Python) 応用講座 実践編のゴール

この講座の目的は、Pythonを使って必要なデータを効率的に抽出・加工したり、それらを適切に可視化できるようになることです。

データ分析(Python) 応用講座 実践編の詳細

講座詳細

受講対象者全てのビジネスパーソン
受講可能形態集合研修・オープン研修・個別指導研修・eラーニング
想定受講時間(eラーニング)14時間
講座日数(研修)2日

習得スキル

必要となる前提知識Pythonプログラミング基礎
習得できるスキル・知識データ分析、Pythonプログラミング(NumPy, Pandas, matplotlib)
対応資格特になし

デジタルスキル標準項目

標準DX推進スキル標準
学習項目データ活用(AI・データサイエンス、データエンジニアリング)
数理統計・多変量解析・データ可視化
データ活用基盤設計
データ活用基盤実装・運用

カリキュラム詳細

STEP 1

データ分析概要

スタイル動画
想定時間10分
データ分析の一連の業務の流れと、使用するソフトウェアやプログラミング言語について説明します。CRISP-DM という代表的なフレームワークを学ぶことで、モデリングだけでなく、ビジネス的な観点を含む全体のプロセスを理解することを目標としています。また、これから学ぶPythonライブラリの概要を学び、それぞれの役割を理解することを目標としています。
STEP 2

Pythonで学ぶデータサイエンス NumPy入門編

スタイル学習ブック
想定時間60分
このブックでは,機械学習や統計,様々な分野での計算処理に利用されるPythonのライブラリ,NumPyの基本的な文法,関数について学習します。
STEP 3

Pythonで学ぶデータサイエンス NumPy基礎編

スタイル学習ブック
想定時間30分
このブックでは,NumPyを用いて行列計算を行う際に重要な概念となるブロードキャスト,そして実際に利用する際に役立つ3テーマを学習します。
STEP 4

Pythonで学ぶデータサイエンス NumPy演習編

スタイル演習ブック
想定時間60分
このブックでは,穴埋め形式ではなく,問題で与えられた条件を満たすメソッドの実装に挑戦します。問題を通してNumPyの使い方が定着しているか確認してみましょう。
STEP 5

Pythonで学ぶデータサイエンス Pandas入門編

スタイル学習ブック
想定時間60分
このブックでは,機械学習や統計など様々な分野でのデータ処理に利用されるPythonのライブラリ,Pandasの基本的な記法について学習します。
STEP 6

Pythonで学ぶデータサイエンス Pandas基礎編

スタイル学習ブック
想定時間90分
このブックでは,様々な分野でのデータ処理に利用されるPandasを利用したデータの読み込み,統計処理,関数適用など更に実践的について学習します。
STEP 7

Pythonで学ぶデータサイエンス Pandas演習

スタイル演習ブック
想定時間120分
Pandasに関する演習ブックです。穴埋めではなくゼロから書く力を養うことが目的です。
STEP 8

企業データを管理せよ Python編

スタイルチャレンジ問題(実装)
想定時間90分
この問題はPythonのPandasを活用したデータ操作処理が出来ることを確認します。この問題で満点を取るためにはDataFrameの列の追加や条件にマッチした行/列の値の編集等の基礎的な操作に対する理解が求められます。
STEP 9

Pythonで学ぶデータサイエンス 可視化編

スタイル学習ブック
想定時間120分
このブックでは様々なCSVデータを題材として,matplotlibとseabornを利用した可視化について学習します。データの特徴や着眼点に応じた可視化ができることを目標としています。
STEP 10

Pythonで学ぶデータサイエンス 前処理編

スタイル学習ブック
想定時間120分
このブックでは,機械学習のモデル作成前によく行う前処理について学びます。 CSVファイルを読み込み,結合や欠損値への対応,標準化などのよく行われる前処理を,実際にデータを操作しながら学習します。 機械学習に用いるデータの前処理を一通り行えるようになることを目標としています。
STEP 11

旅行者データの前処理をせよ Python編

スタイルチャレンジ問題(実装)
想定時間90分
この問題は具体的なデータの前処理が実装出来ることを確認します。この問題で満点を取るためにはDataFrameの連結、不要なカラムの削除等の操作に対する理解が求められます。

自社にあった研修設計をする

Trackの法人研修は、研修生のスキルに合わせた研修設計〜運営・振り返りが可能です。

  • スキル診断をしたい
  • 自社にあった研修設計がしたい

といったご要望やお見積もりをご希望される際はお問い合わせください