Top Marketing データサイエンス超入門講座 初歩から学ぶデータ分析
PRO COURSE

データサイエンス超入門講座 初歩から学ぶデータ分析

ビックデータの解析をどのように処理し、どのように活かし、どのような回答を見出していくのか?データサイエンスを初歩から学んでいきます。

実践的な実例と実践的なトレーニングを備えた
データサイエンスコース


メニューでは9セクション、合計で60コマ以上の動画を用意して、丁寧に説明しています。

物品の販売を増やすために、年齢、時間、性別、気温など様々なデータを分析して、的確にクーポンを送付して効果を高める事例が増えてきました。

マーケティングの手法を考えた場合、データの収集方法や、偏りのない集計をするために絶対に必要な知識があります。

実社会において、身近にあるデータサイエンスを統計的な概念から学んで活用することで、より正確な判断基準で案件を分析し、判断することにつながります。

このコースで学べること

  • データの正しい読み取り方
  • データを比較分析する方法
  • 分析したデータを活かす方法

こんな方にオススメ

  • IT業界や広告・マーケティング、消費財メーカー、サービス業など市場のニーズに対応したサービスを提供している会社の方
  • 実践的なデータを、正しく生かした判断を望む方
  • データを収集し、それを仕事の現場で生かしたいと考える方
  • データのクリーニング、要約、視覚化などを習得し、プレゼンなどに用いたい方
  • 機械学習アルゴリズムを実装する方法を学習し、データを読み解く力をつけたい方
  • Webデータ収集とデータ抽出に関心がある方

難解な言葉が出てくるので、最初は難しいと感じるかもしれませんが、他人が難しいと思うことに挑戦することがあなた自身の価値を高め、自分自身への挑戦になります。

解るまで、何度でも聞いてください。応援しています。

About the Instructor

BeSomebody
スタートアップ、プログラミング、投資関連

プログラミングのスキルなど幅広い分野のIT技術などを、オンラインコースで紹介。講師には、海外で活躍する人気の講座の日本語版や、日本で活躍する起業家や技術専門家など、様々な部門の専門家によって構成された講座を初心者にもわかりやすく教えているのがBeSomebodyの講座の特徴です。また今後のキャリアにはプログラミング・デザイン・プレゼンテーション・Excelなどが欠かせないスキルとなります。どのコースも完全な未経験者であっても、仕事で使えるレベルのスキルを習得し、実践できる内容になっています。

BeSomebody(大物になれ)。この言葉に込めた想いは、行きたいところに、行きたい時に、行きたい人と行く。そんな自由な人生を、誰でも歩める世界を作りたいという想いです。世界のどこでも働く事ができ、体験したい人生を体験できる。その為に必要な知識を提供する事が私たちのパッションです。英国バージングループを創設したリチャード・ブロンソンは言います。「人生は、短すぎる。楽しまなくっちゃ。」この言葉に宿る思いを、あなたに伝えたいと思っているのです。

私たちBeSomebodyのビジョンは、学ぶことの楽しさと苦しさをバランスよく体験でき、学んだことが個人の人生の結果として現れる環境を作ることをミッションとしてます。BeSomebodyでは最高品質の開発環境を整えるために、独自のプログラミング教育プログラムをご用意しています。また、海外で大ヒットしているビデオの日本語版もぜひ視聴していただきたいプログラムです。世界に羽ばたくために、自分磨きをしていただくことを願っています。一緒に頑張りましょう!

See more

Course content

Total 8 hours 29 minutes
Preview You can preview lectures with this label
データサイエンスの概要を知ろう
1 データサイエンスとは Preview 3:37
2 統計学とは何か 9:03
3 Rのインストール 6:36
4 質の高いデータを集める 8:19
5 様々なデータ 3:37
6 セクション1まとめ 3:36
データを読み込んでみよう
7 R-Studioにデータを読み込む 9:40
8 RでJSONファイルを読み込む 5:24
9 SQLiteからデータを抽出する 7:50
10 Foreignと呼ばれるパッケージ 2:06
11 CSVデータを読み込む 4:04
12 Googleシートからデータを読み込む 3:42
13 HTMLからデータを読み込む 4:13
14 rvestを使ってHTMLから読み込む 6:19
データの分析や可視化を知ろう
15 一般的なRのデータ構造 14:31
16 NA(不足値)について 16:51
17 データクリーニングとデータ管理 8:05
18 データフレームのインデックス付けとサブセット化 11:46
19 探索的データ分析またはデータ可視化手法 18:40
20 探索的データ分析を実行するためのxdaパッケージ 4:16
21 信頼区間、またはCIに関連する理論 6:06
22 dplyrについて 4:45
23 ggplot2で、dplyrを使用する 6:07
24 テンポラルデータをプロットする 12:04
25 テンポラルデータを可視化する 8:57
データの特徴や相関を考えよう
26 センター(中心)の基準について 8:02
27 データのばらつきを計算する 5:48
28 連続データの可視化テクニック 7:45
29 バー・グラフ(棒グラフ)について 1 7:20
30 バー・グラフ(棒グラフ)について 2 7:27
31 Rを使用して質的または名義的なデータからより多くの洞察を引き出す 8:14
32 カテゴリ変数間の関連性の強さをテストする 3:35
33 独自のデータに相関を実行するときに注意すべきこと 1 9:55
34 独自のデータに相関を実行するときに注意すべきこと 2 9:51
確率分布や標準分布について学ぼう
35 確率分布について 3:23
36 データ分析、標準分布について 3:28
37 データの正規分布を確認する 5:44
38 標準正規分布とZスコア 4:15
39 信頼区間(confidence interval)、CIについて 6:06
40 Rでの信頼区間の計算 4:54
検定の仕組みについて考えよう
41 仮説検定とは何か 5:28
42 T検定の仕組みについて 9:57
43 T検定のノンパラメトリック版について 5:21
44 one-way ANOVAについて 7:01
45 one-way ANOVAのノンパラメトリック版について 2:24
46 二元配置分散分析(two-way ANOVA)について 5:41
47 検出力検定(power test)について 7:27
相関分析を知り回帰を実行しよう
48 二つの数値変数の関係を明らかにする 4:15
49 相関分析で何ができるか 1 9:27
50 相関分析で何ができるか 2 10:18
51 線形回帰の理論 10:34
52 Rを使った実際の線形回帰と、多重線形回帰について 1 8:27
53 Rを使った実際の線形回帰と、多重線形回帰について 2 6:09
54 X項間に相互作用がある状況で回帰を実行する 1 8:17
55 X項間に相互作用がある状況で回帰を実行する 2 6:50
回帰分析や共線性についての考察
56 回帰分析について 13:32
57 線形回帰とANOVAの関係について 3:33
58 重回帰分析について 13:15
59 共分散分析ANCOVAについて 7:37
60 II型の回帰分析、(SMA)または(RMA)について 12:05
61 線形回帰の条件 12:50
62 多重共線性について 1 12:30
63 多重共線性について 2 4:08
さまざまな回帰についてのまとめ
64 回帰分析のテクニック 5:37
65 主成分回帰について 10:40
66 部分的最小二乗回帰PLSについて 7:28
67 リッジ回帰について 7:22
68 ラッソ回帰について 4:44