講師になりたい方へ

【世界で2万人が受講】実践 Python データサイエンス

データ解析の基本、可視化、統計、機械学習などデータサイエンスに関するあらゆる実践的なスキルがPythonで身に付く！
4.2 (489 評価) • 2926 名が受講中
講師： Shingo Tsuji, Jose Portilla 開発 / プログラミング言語

ビデオエラー

ビデオの再生を何回か試みましたが、予期せぬエラーが発生しました。当社のエンジニアに報告されました。

https://helpx.adobe.com/flash-player.htmlにてご利用のブラウザで Flash が有効であるかをご確認ください。

Flash が有効な場合、数分おいて再度お試しになるか、サポートまでご連絡ください。

¥3,600
¥6,000
40% オフ
このコースを受講する
  • レクチャー 104
  • ビデオファイル 17.5 hours
  • スキルレベル すべてのレベル
  • 言語 日本語
  • その他： 学習期限なし
    30日間返金保証
    iOS・Androidどちらも受講可能
    修了証明書

このコースについて

Published 2/2016 Japanese

コースのご紹介

このコースは、Pythonを使ってデータを解析し可視化するために必要なスキルを網羅しています。Pythonと科学計算のためのライブラリの使い方が完璧に理解できるようになっています。

このコースを習得すれば、次のような事ができるようになります。

- Pythonプログラミングへの知識が深まります。

- numpyを使って、アレイを使った数値計算ができるようになります。

- pandasを使った効果的なデータ解析ができるようになります。

- matplotlibとseabornを使って、出版にも使えるほど綺麗なデータの可視化が可能になります。

- Pythonを使って実際にデータを解析する方法論が身につきます。

- 機械学習への理解が相当高まります。

- すべてのコードはPython3に完全対応しています。

20時間以上、100本を超えるビデオと、すぐに使えるPythonコードがまとまった資料が用意されていますので、データサイエンスに関する知識が飛躍的に高まります。

推奨条件

  • 基礎的な数学のスキル
  • パソコン（OSは、Mac、Windows、Linuxならどれでも構いません）
  • あとは、やる気

学習内容

  • Pythonを使った基本的なプログラミング
  • IPython notebookを使ったPythonプログラミング
  • numpyを使ったベクトルや行列の操作
  • pandasを使ったデータ処理
  • JSON、HTML、Excelシートなどのデータ形式をPythonで扱う
  • matplotlib、seabornを使ったデータの可視化
  • 応用範囲の広いデータ解析のスキル

こんな方におすすめ

  • Pythonプログラミングだけでなく、データサイエンスやデータの可視化に興味がある方々
  • Pythonの経験は問いませんし、プログラミング初学者でも大丈夫です。
  • 急速な広がりをみせる、データサイエンスの世界を覗いてみたい方々

このコースを見た方は以下のコースも見ています。

  • 読み込み中
  • 読み込み中
  • 読み込み中

カリキュラム

セクション 1: このコースの内容とPythonについて
コースの概要
プレビュー
04:13
学習を進めるために
テキスト
セクション 2: 準備
インストールとセットアップ
プレビュー
04:15
IPython notebookの使い方
プレビュー
06:46
学習を進めるための資料
02:36
セクション 3: numpyを知ろう
numpy入門
テキスト
アレイを作る
06:19
アレイを使った計算
04:33
アレイの添え字
12:18
行と列の入れ替え
08:23
アレイと計算のための関数
05:06
アレイを使ったデータ処理
19:04
アレイのの入出力
07:21
セクション 4: pandas入門
Series（1次元のデータ列）
11:41
DataFrame（テーブル型のデータ）
14:43
indexの基本
03:19
indexを変える
10:49
行や列を削除する
04:29
データを取り出す
07:14
形の違うデータの計算
08:47
データの並べ替えと順番
04:32
データと統計量
15:20
欠損値の扱い
08:44
indexの階層構造
09:43
セクション 5: データ解析の基礎 その1
テキストデータの読み書き
08:00
JSON
03:53
HTMLからのデータの取り出し
03:06
Excel形式のファイルを読み込む
03:41
セクション 6: データ解析の基礎 その2
データのマージ
16:58
indexを使ったマージ
09:16
データの連結
09:38
DataFrameを組み合わせる
10:48
SeriesとDataFrameの変換
09:46
ピボットテーブルの作り方
04:26
重複したデータの処理
06:20
マッピングを使った列の追加
04:53
置換
03:06
indexの変更
07:01
ビニング（Binning）
05:28
外れ値
09:47
Permutation
06:57
セクション 7: データ解析の基礎 その3
データをまとめるGroupBy
19:32
データをまとめるGroupByその2
11:32
データのAggregation
14:20
Split、Apply、Combining
10:42
クロス集計表
06:28
セクション 8: データの可視化
Seabornのインストール
01:36
ヒストグラム
09:55
カーネル密度推定
22:53
分布の可視化
05:27
ボックスプロットとバイオリンプロット
11:17
回帰とプロット
22:25
ヒートマップとクラスタリング
19:33
セクション 9: 実践データ解析
実践データ解析（導入）
02:25
実践データ解析（準備）
04:31
タイタニック その1
16:36
タイタニック その2
17:48
タイタニック その3
15:55
タイタニック その4
02:49
株式市場のデータ解析入門
03:05
株式市場 その1
11:58
株式市場 その2
17:09
株式市場 その3
09:55
株式市場 その4
11:03
株式市場 その5
32:10
選挙とデータ解析
02:26
選挙 その1
17:01
選挙 その2
15:51
選挙 その3
13:02
選挙 その4
18:53
セクション 10: 機械学習
機械学習入門
08:58
線形回帰 その1
15:26
線形回帰 その2
12:28
線形回帰 その3
18:02
線形回帰 その4
15:26
ロジスティック回帰 その1
11:34
ロジスティック回帰 その2
11:52
ロジスティック回帰 その3
12:29
ロジスティック回帰 その4
07:50
多クラス分類 その1：ロジスティック回帰
13:48
多クラス分類 その2：k近傍法
13:43
サポートベクトルマシン（SVM） その1
06:49
サポートベクトルマシン（SMV）その2
07:04
ナイーブベイズ分類 その1
09:40
ナイーブベイズ分類 その2
04:23
決定木とランダムフォレスト
24:28
セクション 11: 付録A：Pythonの基礎
Pythonの基礎 その1
10:31
Pythonの基礎 その2
07:41
Pythonの基礎 その3
08:16

講師プロフィール

Shingo Tsuji, プログラミング（Python）、データ解析

1975年東京生まれ。東京大学工学部計数工学科、同大学院を修了。IT系ベンチャー企業で、JavaををつかったWebアプリケーションの開発に従事したあと、大学の博士課程に戻り、生命情報科学の分野で博士号を取得後、おもにがん研究分野における大規模データの解析に従事。2005年頃からPythonに注目し、最近はほとんどすべての仕事をPythonで片付けている。

講師プロフィール

Jose Portilla, Data Scientist

Jose Marcial Portilla has a BS and MS in Mechanical Engineering from Santa Clara University and over 3 years experience as a teaching assistant for various engineering classes. He has publications and patents in various fields such as microfluidics and materials science. Over the course of his career he has developed a skill set in analyzing data, specifically using Python and a variety of modules and libraries. He hopes to use his experience in teaching and data science to help other people learn the power of the Python programming language and its ability to analyze data, as well as present the data in clear and beautiful visualizations. Currently he works as the Head of Data Science for a start-up and provides in-person data science and python training courses to a variety of companies, including top banks such as Credit Suisse. Feel free to contact him on LinkedIn for more information on in-person training sessions.
Udemyロゴ
ベネッセロゴ
講師になりたい方へ
プライバシーポリシー
利用規約
お問い合わせ