AI
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する
Googleで登録その他のオプションを表示または
機械学習
コース
RNA-Seq with Bioconductor in R
- 中級スキルレベル
- 4.7+
- 157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
クラウド
確率・統計
コース
ケーススタディ:Pythonでソフトウェアを構築する
- 上級スキルレベル
- 4.7+
- 320件のレビュー
Pythonで実践的なアプリを構築。OOPとソフトウェア工学の原則を練習し、クリーンで保守しやすいコードを書く。
ソフトウェア開発
クラウド
機械学習
コース
Pythonで学ぶアンサンブル手法
- 上級スキルレベル
- 4.8+
- 445件のレビュー
Pythonでbagging、boosting、stackingなどのアンサンブル手法を用い、高度で効果的な機械学習モデルの構築を学びます。
機械学習
コース
Rで学ぶサバイバル分析
- 中級スキルレベル
- 4.7+
- 223件のレビュー
イベント発生までの時間データの扱い方を学ぶ。 イベントには、死亡や失業後の就職などがあります。 生存モデルの推定・可視化・解釈を学びましょう!
確率・統計
コース
ケーススタディ: Power BIで行う住宅ローン取引分析
- 中級スキルレベル
- 4.8+
- 329件のレビュー
このPower BIケーススタディでジュニアトレーダーとして住宅ローン取引を分析し、データモデリングと財務分析のスキルを高めます。
実践ファイナンス
AI
機械学習
コース
Machine Learning Operations (MLOps) for Generative AI
- 中級スキルレベル
- 4.8+
- 53件のレビュー
Uncover the unique challenges faced by MLOps teams when deploying and managing Generative AI models, and explore how Vertex AI empowers AI teams.
クラウド
データ操作
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+
- 142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
コース
R における Generalized Linear Models
- 中級スキルレベル
- 4.8+
- 219件のレビュー
Generalized Linear Modelコースで、回帰の幅を広げ、logistic回帰とPoisson回帰を学びます。
確率・統計
コース
Google: Deploy Your First Agent
- 中級スキルレベル
- 4.8+
- 75件のレビュー
Deploy ADK agents to production using Vertex AI Agent Engine and Cloud Run. Add persistent cross-session memory with Memory Bank.
クラウド
コース
Introduction to AI and Machine Learning on Google Cloud
- 基礎スキルレベル
- 4.8+
- 39件のレビュー
This course introduces Google Clouds AI and machine learning (ML) capabilities, with a focus on developing both generative and predictive AI projects.
クラウド
コース
ケーススタディ:Alteryxで売上データを分析する
- 基礎スキルレベル
- 4.8+
- 527件のレビュー
小売データのケーススタディで Alteryx Designer を活用し、売上分析と戦略的意思決定を強化しましょう。
データ準備
クラウド
データ操作
コース
ケーススタディ:Databricks でのデータ分析
- 上級スキルレベル
- 4.6+
- 106件のレビュー
AirbnbのデータをSQLとDatabricksで分析し、ダッシュボードを作成して、実行につながるインサイトを導き出す方法を学びます。
データの取り込みとクリーニング
コース
shinydashboard で作るダッシュボード
- 基礎スキルレベル
- 4.7+
- 94件のレビュー
Rで強力なshinydashboardパッケージを使い、インタラクティブなダッシュボードを作成する方法を学ぶ。 視聴者向けに、動的で魅力的なビジュアライゼーションを作成します。
レポート/報告
データリテラシー
確率・統計
コース
Google: Build Your First Agent with Agent Development Kit (ADK)
- 中級スキルレベル
- 4.7+
- 77件のレビュー
Build, configure, and run your first AI agent using Googles Agent Development Kit (ADK). Set up environments, create agents in Python and YAML.
クラウド
コース
Google: Introduction to Generative AI
- 基礎スキルレベル
- 4.7+
- 68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
確率・統計
コース
ケーススタディ:Power BI による在庫分析
- 中級スキルレベル
- 4.7+
- 190件のレビュー
本ケーススタディでは、実務の在庫分析を題材に、Power BIでDAXと可視化を用いた解決手法を学びます。
データの可視化
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。