fbpx

データサイエンスプログラム

データサイエンス
プログラム

“データを効率的に分析し、意味のある洞察を引き出す力を身につける”

データは世界を変える力を持っていますが、その扱い方を知らなければ、価値は発揮されません。TomoCodeのデータサイエンスプログラムでは、プログラミングに触れたことのない初学者から、Pythonを使って実世界のデータを最大限に活用するために必要なスキルを身につけるためのカリキュラムを用意しております。

Pythonは、直感的に理解しやすく、かつ汎用性が高いプログラミング言語であり、データ分析/データサイエンスに限らず、Web開発、ゲーム開発、Web上のデータの自動収集、業務自動化など、幅広い分野で知識を活用することができます。

プログラムを通して、データ分析に必要なPythonの知識、統計の知識から習得し、これらの知識を活用して、分析結果から未来を予測するための機械学習/AIの基礎をマスターを目指しましょう🚀

undraw_Growth_analytics_re_pyxf

データサイエンスのためのPython入門

プログラミングの経験は必要ありません。プログラミング未経験から、データサイエンスのために必要なPythonのスキルを身につけます。データのインポート、クリーニング、操作、可視化など、データ扱う上で不可欠なスキルを、Pythonによってどのように実践するのかを学びます。

実在のデータを扱ったインタラクティブな演習を通して、NumPy、Pandas、Matplotlibなど、最も人気のあるPythonライブラリを使い、データ分析のためのPythonの基礎スキルを身につけ、データサイエンティストになるための旅を始めましょう。

Pythonで学ぶデータサイエンスのための統計基礎

DS01で学んだPythonの基礎を用いて、基本的な統計分析に挑戦します。実データを用いてコードを動かしながら学ぶことで、データ分析における活用イメージをつかみながら楽しく学ぶことができます。 グラフによる可視化の問題も充実しており、学習内容を視覚的にも理解しやすいような設計になっています。

カリキュラムには、データの指標、確率、確率分布、推定、仮設検定、などが含まれ、本内容は統計検定®︎2~3級の内容に対応しております。

※ 統計検定®︎は一般財団法人統計質保証推進協会の登録商標です。また、本プログラムは統計検定非公式プログラムとなっております。

Pythonと実データによる機械学習1

過去の経験や事象から得られたデータに基いて、機械(コンピュータ)にそこに存在するパターンやルールを自動的に見つけさせる、機械学習の基礎についてゼロから学びます。

DS02までで学んだ統計を実際のデータに適用するところからアルゴリズムの実装まで、順を追って機械学習について理解、実践します。機械学習には必須のPythonライブラリであるscikit-learnを使いながら、複数の事象の因果関係を明らかにする回帰分析とモデルの評価方法を学び、正解データを与えて学習をさせる「教師あり学習」の実装に挑戦していきます。

Pythonと実データによる機械学習2

Coming Soon…

Pythonで実践するディープラーニング入門

Coming Soon…

Scroll to Top