メインコンテンツへスキップ

データ、AI、クラウドコース

重要なスキルをマスターしよう

専門インストラクターによる短い動画を視聴し、ブラウザベースのインタラクティブな練習では、学んだことを実践してみましょう。

  • 自分のペースで学習
  • 実践的な経験を積む
  • 短い章を完了

無料アカウントを作成

Googleで続行その他のオプションを表示

または


続行すると、弊社の利用規約プライバシーポリシーに同意し、データが米国に保存されることに同意したことになります。
728 コース

コース

Microsoft Fabricでデータを変換して分析する

  • 基礎スキルレベル
  • 4.7+
  • 197件のレビュー

Microsoft Fabric アカウント内でデータを変換・分析する方法を学びましょう

その他

4 時間

コース

Sigma で始める AI アプリ入門

  • 基礎スキルレベル
  • 4.9+
  • 121件のレビュー

コード不要。Sigmaでユーザー入力とアクションを活用し、洗練されたUIでインタラクティブなAIアプリを構築しましょう。

レポート/報告

2 時間

コース

Great Expectationsで始めるデータ品質入門

  • 中級スキルレベル
  • 4.7+
  • 369件のレビュー

PythonのGreat Expectationsで、データサイエンスとデータエンジニアリングのワークフローにおけるデータ品質を高水準で確保しましょう。

データエンジニアリング

4 時間

コース

Pythonで学ぶARIMAモデル

  • 上級スキルレベル
  • 4.8+
  • 394件のレビュー

PythonでARIMAモデルを学び、時系列解析のエキスパートを目指しましょう。

機械学習

4 時間

コース

Pythonでデータ可視化を磨く

  • 中級スキルレベル
  • 4.7+
  • 287件のレビュー

結果を効率的かつ効果的に伝える、魅力的で説得力のある可視化の作り方を学ぶ。

データの可視化

4 時間

コース

Gen AI Apps: Transform Your Work

  • 基礎スキルレベル
  • 4.8+
  • 82件のレビュー

This course introduces Google’s gen AI applications, such as Google Workspace with Gemini and NotebookLM.

クラウド

1 時間 15 min

コース

DVCによるデータバージョニング入門

  • 中級スキルレベル
  • 4.7+
  • 377件のレビュー

MLデータ管理のための Data Version Control を学習。セットアップを習得し、パイプラインを自動化、モデル評価をスムーズに行います。

機械学習

3 時間

コース

PySparkで学ぶ特徴量エンジニアリング

  • 上級スキルレベル
  • 4.8+
  • 286件のレビュー

データサイエンティストが時間の70~80%を費やす、データ整理と特徴量エンジニアリングの実践を学ぶ。

データ操作

4 時間

コース

シェルでのデータ処理

  • 中級スキルレベル
  • 4.8+
  • 488件のレビュー

コマンドラインの強力なスキルを身につけ、データのダウンロード、処理、変換、機械学習パイプラインまで学べます。

データ操作

4 時間

コース

Pythonで可視化する地理空間データ

  • 中級スキルレベル
  • 4.7+
  • 333件のレビュー

geopandasとfoliumを使い、Pythonで地理空間データを魅力的に可視化する方法を学びます。

データの可視化

4 時間

コース

Python で学ぶマーケットバスケット分析

  • 中級スキルレベル
  • 4.8+
  • 259件のレビュー

書店データでPythonによるマーケットバスケット分析のアソシエーションルールを学び、映画レコメンドの作成にも応用します。

機械学習

4 時間

コース

Pythonで欠損データに対処する

  • 中級スキルレベル
  • 4.8+
  • 178件のレビュー

Pythonで欠損データの特定、分析、除去、そして代入(補完)方法を学びます。

データ操作

4 時間

コース

Llama 3 のファインチューニング

  • 中級スキルレベル
  • 4.7+
  • 372件のレビュー

TorchTuneでLlamaをタスク向けにファインチューニング。量子化などの効率的手法も学び、最適化された微調整を実践。

AI

2 時間

コース

Anomaly Detection in Python

  • 中級スキルレベル
  • 4.8+
  • 175件のレビュー

この4時間のコースで、データ分析の異常を検出し、Pythonの統計ツールキットを拡張します。

確率・統計

4 時間

コース

Power BI で学ぶ財務諸表入門

  • 中級スキルレベル
  • 4.8+
  • 288件のレビュー

Power BIで損益計算書と貸借対照表の活用方法を学ぶ

実践ファイナンス

4 時間

コース

Rで学ぶ因子分析

  • 上級スキルレベル
  • 4.7+
  • 148件のレビュー

性格などの潜在変数を、探索的因子分析と確認的因子分析で学び、活用しましょう。

確率・統計

4 時間

コース

Gen AI: Unlock Foundational Concepts

  • 基礎スキルレベル
  • 4.8+
  • 91件のレビュー

You unlock the foundational concepts of generative AI by exploring the differences between AI, ML, and gen AI.

クラウド

1 時間 30 min

コース

Pythonで学ぶBayesianデータ分析

  • 中級スキルレベル
  • 4.7+
  • 252件のレビュー

ベイズデータ分析の利点を学び、さまざまな実世界のユースケースに適用しましょう!

確率・統計

4 時間

コース

データバイアスを攻略する

  • 基礎スキルレベル
  • 4.7+
  • 217件のレビュー

偏りを見抜き、軽減する方法を学び、分析の精度とモデルの信頼性を高めましょう。

データマネジメント

2 時間

コース

RによるベイズデータAnalysisの基礎

  • 中級スキルレベル
  • 4.8+
  • 208件のレビュー

ベイズデータ分析とは何か、仕組み、そしてデータサイエンスのツールボックスにあると役立つ理由を学びます。

確率・統計

4 時間

コース

R による線形回帰の推測

  • 上級スキルレベル
  • 4.8+
  • 159件のレビュー

このコースでは、線形モデルを用いた推論の方法を学びます。

確率・統計

4 時間

コース

データ戦略

  • 基礎スキルレベル
  • 4.7+
  • 1,735件のレビュー

戦略的なデータマネジメントを習得し、ビジネスの卓越性を実現しましょう。

データマネジメント

1 時間

FAQs

データサイエンスとは何ですか?

データサイエンスは、データから情報を得ることに焦点を当てた専門分野です。プログラミングスキル、科学的手法、アルゴリズムなどを使用して、データサイエンティストはデータを分析し、実用的な洞察を形成します。

データサイエンスはどのように学べますか?

PythonやRなどのプログラミング言語を学び、数学と統計の原理を理解する必要があります。データ分析手法とデータサイエンスツールの知識も不可欠です。データサイエンスを学ぶ方法は数多くあります。学位や大学での学習などの正式なルートに加えて、自分のペースで学習できるリソースも多数揃っています。オンラインコースやチュートリアルに加えて、書籍、動画なども利用できます。

データサイエンスにはどのようなスキルが必要ですか?

数学と統計の知識に加えて、データサイエンティストにはPython、R、SQLなどの言語でのプログラミングスキルが必要です。さらに、データサイエンスには大規模なデータセットを扱う能力、データ可視化、データラングリング、データベース管理の知識も必要です。機械学習とディープラーニングのスキルも役立ちます。

データサイエンスは何に使えますか?

ほぼすべての業界でデータサイエンスを職務に活用できます。医療機関は病気の検出と治療にデータサイエンスを活用し、金融会社は詐欺の検出と防止に使用しています。また、すべての業界で、推奨システムの構築や顧客離れの分析など、マーケティングにデータサイエンスが必要です。

データサイエンスは良いキャリアですか?

はい、データサイエンスは米国および世界で最も急成長している分野の一つです。また、最も高収入のキャリアの一つでもあります。Payscaleのデータによると、経験豊富なデータサイエンティストは米国で平均97,609ドルの収入を得られ、満足度評価では5つ星中、星4つと高水準を示しています。

データサイエンティストになるのは難しいですか?

ここで考慮すべきことがいくつかあります。まず、データサイエンスの学位は競争が激しく、多くの場合、一貫して高い成績が必要です。同様に、データサイエンスに必要なスキルの多くは、多くの学習と忍耐を必要とします。必要な基礎をすべてマスターするには数か月かかる場合があり、エントリーレベルのポジションを確保するには多くの経験が必要です。

データサイエンスにコーディングは必要ですか?

はい、Python、R、SQL、Java、C/C++などでのコーディング経験が必要です。ただし、初心者の間では、構文が比較的シンプルなPythonがプログラミング言語としてよく選ばれています。

データサイエンティストになるにはどのくらい時間がかかりますか?

事前のコーディング経験や数学的知識のない人の場合、エントリーレベルのデータサイエンティストのレベルに達するのに、通常7〜12か月の集中的な学習が必要です。ただし、データサイエンスの理論的基礎のみを学習しても、真のデータサイエンティストになれるとは限らないことを覚えておくことが重要です。

データサイエンスの分野でどのようなトピックを学習できますか?

データサイエンスの基礎をマスターしたら、機械学習、人工知能、ビッグデータ分析、ビジネス分析とインテリジェンス、データマイニングなど、さまざまな分野で専門性を高めることができます。

DataCamp for Mobileでデータスキルを磨きましょう

モバイル コースと毎日の 5 分間のコーディング チャレンジで、外出先でも進歩できます。