データサイエンスコース
カリキュラム

番号 コース名 コースの詳細 到達目標 課題の有無 目安規定時間 学習期間目安
1 Python基礎
  • Pythonの基本文法(様々なデータ型・制御構文・関数等)を学習
  • Numpy, Pandas, Matplotlibの基本的な使い方を学習
  • Pythonの基礎文法を理解し、仕様から簡単なプログラムを作ることができる
  • Numpy, Pandas, Matplotlibの基本的な使い方を理解する
有 (練習問題) 30 1~2週目
2 Python応用
  • 行列計算, データの整形, 可視化などの一般的な方法のPython実装を学ぶ
  • Kaggleで公開されているデータなどを例に実際に探索的データ分析のプロセスを体験する
  • 様々な行列計算をNumpyで実装できる
  • Pandasのメソッドを駆使してデータを整形できる
  • 分析結果のデータをMatplotlibで適切に可視化できる
有 (練習問題) 30 3~4週目
3 統計と機械学習のための数学基礎
  • 基礎的な統計(記述統計・推測統計の基礎)を学習
  • 機械学習で用いられる数学分野の概観とそれぞれの基本を学習
  • データの種類から適切な記述統計量を計算できる
  • 仮説を検証するために必要な手続きを理解できる
  • 機械学習で重要となる数学のイメージを説明できる
有 (練習問題) 20 5~6週目
4 機械学習概論
  • 機械学習についてリテラシーレベルから初めて、教師あり/教師なし学習の基本的な手法を一通り学習する
  • scikit-learnの基本的な使い方を学習する
  • 回帰/分類/クラスタリングなどをscikit-learnで実装できる
  • 分析の結果を正しく解釈できる
  • 分析の精度を適切な評価尺度によって評価できる
有 (練習問題) 60 7~11週目
5 SQL / BigQuery
  • SQLの基本文法(SELECT/FROM/WHERE etc…)を習得する
  • BigQueryを使いながら、分析関数(WINDOW/OVER)などの高度なクエリの書き方を学ぶ
  • SQLでデータの取得と基礎的な集計ができる
  • BigQueryの料金体系と課金の仕組みを説明できる
  • WINDOW/OVER句を用いて簡単な分析ができる
有 (練習問題) 30 12~13週目
6 BIツール / Looker Studio
  • データソースを接続してBIツールを活用する方法を学習する
  • 適切な可視化方法を選定して有効なダッシュボードを作成する方法を学ぶ
  • 様々なデータソースをLooker Studioに接続して適切な更新方式を考えることができる
  • データの種類に対して適切なグラフ/表を選択することができる
10 16週目
7 スクレイピング
  • WEB上からデータを収取する方法や注意点などを学ぶ
  • Requests, Beautiful Soup, Seleniumを用いたスクレイピングの方法を学習する
  • スクレイピングする際の注意事項を説明できる
  • WEBサイトの構成から適切なスクレイピングツールを選定できる
  • WEB上から欲しいデータを適切な方法で収集できる
15 16~17週目
8 分析レポート作成演習
  • 実際に集めたデータやオープンデータを用いて仮説検証のプロセスを一通り経験する
  • SQL/Python/BIツールを組み合わせた実践方法を学ぶ
  • 検証可能な仮説を立てることができる
  • 仮説に対して適切な分析手法を考えることができる
  • 生のデータを分析可能な形に成形することができる
  • 分析結果を正しく解釈することができる
有 (提出課題/ポートフォリオ) 30 18~20週目
9 ディープラーニング概論
  • ディープラーニングの基礎をリテラシーレベルから初めて、基本的な手法(MLP/CNN/RNN)の実装方法を学ぶ
  • ディープラーニングで可能なことや注意事項などを説明できる
  • 簡単ディープラーニングモデルをフレームワークの力を借りて実装できる
有 (練習問題) 30 19~20週目
10 ディープラーニング応用
  • 画像処理や自然言語処理の問題に対してディープラーニングモデルをどのように適用するかを学ぶ
  • 画像やテキストといったデータを加工して処理可能な形に成形できる
  • ディープラーニングモデルを構築し、意味を理解して適切に利用できる
有 (練習問題) 30 21~22週目
11 データ分析アプリ作成入門
  • 環境構築から始め、Streamlitで簡単なフロントエンド構築を学ぶ
  • 学習した機械学習/深層学習モデルと組み合わせて簡単な機械学習Webアプリを作る
  • Pythonを開発するための基本的な環境を自分で構築することができる
  • データ分析を生かしたアプリケーションの作り方を理解し、実装することができる
30 23~24週目
12 オリジナルポートフォリオ制作
  • これまで学習内容を応用してオリジナルポートフォリオを作成する
  • データの選定/モデル構築/開発を一通りこなすことができる
有 (提出課題/ポートフォリオ) 85 24週目以降

無料カウンセリング

簡単30秒で完了!
お申し込みはこちらから

※間違ったEメールアドレスで送信されると、無料カウンセリングのURLが送付できないため、送信前に必ずご確認ください。