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。
776 コース

コース

ケーススタディ:Databricks Genie を使った販売分析

  • 基礎スキルレベル
  • 4.9+
  • 34件のレビュー

Databricks Genieスペースをエンドツーエンドで構築:説明、同義語、指示、テーブル関係、サンプルクエリ、監視、ベンチマーク。

データエンジニアリング

2 時間

コース

AWS でのデプロイの自動化

  • 中級スキルレベル
  • 4.8+
  • 14件のレビュー

AWS CodePipeline、CodeBuild、CodeDeployでCI/CDパイプラインを構築するスキルを習得。 blue/greenおよびcanaryリリースを自動化し、CloudFormationでインフラを定義。

クラウド

3 時間

コース

Google Sheetsで学ぶ金融アナリティクス

  • 基礎スキルレベル
  • 4.7+
  • 139件のレビュー

Google Sheetsでグラフィカルなダッシュボードを構築し、金融証券のパフォーマンスを追跡する方法を学びます。

実践ファイナンス

4 時間

コース

Rで学ぶ実験計画法

  • 中級スキルレベル
  • 4.7+
  • 364件のレビュー

このコースでは、データ分析に不可欠な基礎的な実験計画法を学びます。

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+
  • 181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

Pythonで学ぶMongoDB入門

  • 中級スキルレベル
  • 4.7+
  • 390件のレビュー

MongoDBで柔軟な構造のデータを操作・分析する方法を学びます。

データエンジニアリング

3 時間

コース

Google: Introduction to Generative AI

  • 基礎スキルレベル
  • 4.7+
  • 44件のレビュー

This is an introductory level course aimed at explaining what Generative AI is, how it is used, and how it differs from traditional machine learning methods.

クラウド

45 min

コース

R による Supervised Learning:回帰

  • 中級スキルレベル
  • 4.6+
  • 107件のレビュー

このコースでは、線形回帰、Generalized Additive Models、Random Forests、xgboostを用いて将来の事象を予測する方法を学びます。

機械学習

4 時間

コース

Generative AI Essentials with Snowflake

  • 中級スキルレベル
  • 4.6+
  • 21件のレビュー

Build generative AI apps on Snowflake with Cortex LLM functions, prompt engineering, and fine-tuning.

AI

3 時間

コース

Google: Create Your First Gemini Enterprise Application

  • 基礎スキルレベル
  • 4.8+
  • 119件のレビュー

Connect data sources to your app to build a search and analysis engine. Master capabilities like deep research agents, ideation, and NotebookLM for analysis.

クラウド

25 min

コース

Power BIで学ぶ野球データ可視化

  • 基礎スキルレベル
  • 4.8+
  • 213件のレビュー

Power BIで野球データを分析・可視化。散布図、トルネードチャート、ゲージで洞察を分かりやすく表現。

データの可視化

1 時間

コース

Introduction to Julia

  • 基礎スキルレベル
  • 4.8+
  • 137件のレビュー

Julia is a new programming language designed to be the ideal language for scientific computing, machine learning, and data mining.

ソフトウェア開発

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+
  • 364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

Rで学ぶ時系列分析

  • 中級スキルレベル
  • 4.8+
  • 91件のレビュー

時系列データから有益な洞察を引き出すための中核的な手法を学びます。

確率・統計

4 時間

コース

RNA-Seq with Bioconductor in R

  • 中級スキルレベル
  • 4.7+
  • 150件のレビュー

RNA-Seqの差次的発現解析を使い、さまざまな疾患や条件で重要と思われる遺伝子を特定します。

確率・統計

4 時間

コース

Pythonで学ぶ予測分析入門

  • 基礎スキルレベル
  • 4.8+
  • 241件のレビュー

このコースでは、予測のために Logistic Regression モデルを構築し、活用・提示する方法を学びます。

機械学習

4 時間

コース

Analyzing Social Media Data in Python

  • 中級スキルレベル
  • 4.8+
  • 34件のレビュー

In this course, youll learn how to collect Twitter data and analyze Twitter text, networks, and geographical origin.

データ操作

4 時間

コース

Anomaly Detection in Python

  • 中級スキルレベル
  • 4.8+
  • 183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

RによるベイズデータAnalysisの基礎

  • 中級スキルレベル
  • 4.8+
  • 233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

AWS データストアの活用

  • 中級スキルレベル
  • 4.7+
  • 45件のレビュー

AWS データストアの選定・構築・保護を学習。DynamoDBとS3を、実践的なコンソール演習と実世界のシナリオで習得します。

クラウド

3 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でデータスキルを伸ばしましょう

モバイルコースと毎日5分のコーディングチャレンジで、外出先でも学習を進められます。