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。
127 コース

コース

Rで学ぶ時系列データ操作

  • 中級スキルレベル
  • 4.8+
  • 290件のレビュー

Rで時系列データの操作を習得。インポート、要約、抽出をzoo、lubridate、xtsで学習。

データ操作

4 時間

コース

R による Supervised Learning:回帰

  • 中級スキルレベル
  • 4.6+
  • 105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

R による可視化ベストプラクティス

  • 基礎スキルレベル
  • 4.8+
  • 333件のレビュー

データを効果的に伝える方法を学ぶ。一般的なチャート、代替の可視化タイプ、知覚に基づくスタイル改善を概観します。

データの可視化

1 時間

コース

RNA-Seq with Bioconductor in R

  • 中級スキルレベル
  • 4.7+
  • 142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

Rで学ぶ予測入門

  • 基礎スキルレベル
  • 4.9+
  • 51件のレビュー

Rで時系列予測を学び、ARIMAモデルや指数平滑法で将来を予測する方法を習得します。

確率・統計

5 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+
  • 217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

Unsupervised Learning in R

  • 中級スキルレベル
  • 4.7+
  • 105件のレビュー

This course provides an intro to clustering and dimensionality reduction in R from a machine learning perspective.

機械学習

4 時間

コース

Rで学ぶ因子分析

  • 上級スキルレベル
  • 4.7+
  • 158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

Rで扱う日付と時刻

  • 中級スキルレベル
  • 4.8+
  • 93件のレビュー

Rで日付・時刻の解析、操作、計算の基礎を学びます。

ソフトウェア開発

4 時間

コース

Rによるクラスター分析

  • 中級スキルレベル
  • 4.8+
  • 71件のレビュー

階層クラスタリングとk-meansクラスタリングの仕組みを直感的に理解し、データから洞察を引き出す方法を学びます。

機械学習

4 時間

コース

Rで学ぶARIMAモデル

  • 基礎スキルレベル
  • 4.8+
  • 313件のレビュー

Rで時系列データにARIMA(自己回帰和分移動平均)モデルを適合させ、専門的スキルを身につけましょう。

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+
  • 169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

Rで学ぶアンケートデータ分析

  • 中級スキルレベル
  • 4.8+
  • 219件のレビュー

代表的な設計手法でSurveyの設計を学び、結果の可視化と分析まで行います。

確率・統計

4 時間

コース

tidyverse で学ぶモデリング

  • 中級スキルレベル
  • 4.8+
  • 230件のレビュー

予測を含むデータモデリングの種類を学び、Tidyverseでの線形回帰とモデル評価指標の実施方法を習得します。

確率・統計

4 時間

コース

String Manipulation with stringr in R

  • 中級スキルレベル
  • 4.7+
  • 53件のレビュー

Learn how to pull character strings apart, put them back together and use the stringr package.

ソフトウェア開発

4 時間

コース

Rで始めるテキスト分析

  • 中級スキルレベル
  • 4.8+
  • 62件のレビュー

tidy フレームワークを用いて、R でテキストデータを分析する。

データ操作

4 時間

コース

Rでの欠損データの扱い方

  • 基礎スキルレベル
  • 4.7+
  • 141件のレビュー

naniarを使って、データの可視化、探索、欠損データの補完を簡単に。tidyverseに親和的な欠損データ処理アプローチ。

データ準備

4 時間

コース

Rで学ぶ caret を使った Machine Learning

  • 中級スキルレベル
  • 4.8+
  • 43件のレビュー

このコースでは、機械学習の基本概念、たとえば予測モデルの構築と評価方法を学びます。

機械学習

4 時間

コース

R における Generalized Linear Models

  • 中級スキルレベル
  • 4.8+
  • 194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

4 時間

コース

金融のための中級R

  • 基礎スキルレベル
  • 4.8+
  • 41件のレビュー

Rでの日付の扱いを学び、if文・ループ・関数を金融の例で実践的に探究します。

実践ファイナンス

5 時間

コース

Rで学ぶWebスクレイピング

  • 中級スキルレベル
  • 4.7+
  • 98件のレビュー

Rで任意のWebサイトからデータを効率よく収集し、ダウンロードする方法を学びます。

データ準備

4 時間

コース

Rで学ぶサバイバル分析

  • 中級スキルレベル
  • 4.7+
  • 196件のレビュー

生存時間データの扱いを学びます。事象は死亡や失業後の再就職など。生存モデルの推定・可視化・解釈を身につけます。

確率・統計

4 時間

コース

Rで学ぶネットワーク分析

  • 中級スキルレベル
  • 4.7+
  • 122件のレビュー

igraphでネットワークデータを分析・可視化し、threejsでインタラクティブなネットワークプロットを作成しましょう。

確率・統計

4 時間

コース

Rで学ぶ時系列データの可視化

  • 中級スキルレベル
  • 4.8+
  • 182件のレビュー

Rで時系列の可視化を学び、株式選定のケーススタディで実践しましょう。

データの可視化

4 時間

コース

tidyverse で学ぶカテゴリ型データ

  • 基礎スキルレベル
  • 4.7+
  • 172件のレビュー

分類の準備をしましょう。Tidyverseで職種名やアンケート回答などの非数値データを扱い、効果的にカテゴリ化します。

データ操作

4 時間

コース

Tidyverse で学ぶ Machine Learning

  • 中級スキルレベル
  • 4.8+
  • 115件のレビュー

tidyrとpurrrパッケージをtidyverseで活用し、機械学習モデルを生成・探索・評価します。

機械学習

5 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。