機械学習
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
確率・統計
データ操作
探索的データ分析
コース
Google: Add Agent Capabilities With Tools
- 中級スキルレベル
- 4.7+
- 34件のレビュー
Equip AI agents with tools for web search, code execution, database queries, and custom actions. Transform agents into capable assistants.
クラウド
データの可視化
コース
Kerasで学ぶ言語モデリングのためのRecurrent Neural Networks (RNNs)
- 上級スキルレベル
- 4.8+
- 141件のレビュー
RNNでテキスト感情を分類し、文章を生成し、言語間で翻訳する方法を学びます。
AI
実践ファイナンス
コース
Rで学ぶGeneralized Additive Models (GAMs) による非線形モデリング
- 中級スキルレベル
- 4.8+
- 63件のレビュー
GAMは、データ内の関係を、さまざまなデータサイエンスの問題に高い適応性を持つ非線形関数としてモデル化します。
確率・統計
コース
Introduction to Gemini Enterprise
- 基礎スキルレベル
- 4.9+
- 15件のレビュー
Gemini Enteprise brings together AI agents, enterprise search, NotebookLM, and intelligent data access to solve organizational challenges.
クラウド
コース
Elastic Google Cloud Infrastructure: Scaling and Automation
- 中級スキルレベル
- 4.9+
- 29件のレビュー
This course introduces solution elements, including networks, load balancing, autoscaling, infrastructure automation and managed services.
クラウド
コース
R での limma を用いた Differential Expression 解析
- 上級スキルレベル
- 4.7+
- 57件のレビュー
Bioconductor の limma パッケージを使い、遺伝子の差次的発現解析を学びます。
確率・統計
コース
Responsible AI for Developers: Fairness & Bias
- 中級スキルレベル
- 5
- 20件のレビュー
This course covers techniques to practically identify fairness and bias and mitigate bias in AI/ML practices.
クラウド
コース
AI Infrastructure: Cloud GPUs
- 中級スキルレベル
- 5
- 21件のレビュー
Well explore how CPUs, GPUs, and TPUs make AI tasks super fast, what makes each one unique, and how AI software gets the most out of them.
クラウド
確率・統計
コース
ケーススタディ:Tableau で行うサプライチェーン分析
- 中級スキルレベル
- 4.7+
- 72件のレビュー
Tableauのサプライチェーン分析ケーススタディを学ぶ。 出荷、在庫管理、ダッシュボード作成に取り組み、業務改善を推進します。
データの可視化
コース
Automating Release Briefs with Claude Cowork
- 中級スキルレベル
- 4.6+
- 15件のレビュー
Want to spend more time coding and less time doing admin? Automate support briefs for the rollout of new features with Claude Cowork.
AI
ソフトウェア開発
実践ファイナンス
コース
MongoDB と LangGraph で学ぶ Text-to-Query エージェント
- 中級スキルレベル
- 4.8+
- 39件のレビュー
MongoDBとLangGraphで、テキストからクエリを生成するAIエージェントを使ってデータと対話する方法を学ぶ。
AI
コース
R で学ぶ plotly によるインタラクティブ可視化
- 基礎スキルレベル
- 4.8+
- 86件のレビュー
Rでplotlyを使い、インタラクティブなデータ可視化を作成してデータストーリーテリングを強化する方法を学びます。
データの可視化
確率・統計
コース
Create Generative AI Apps on Google Cloud
- 中級スキルレベル
- 5
- 13件のレビュー
Learn about Gen AI applications and how you can use prompt design and retrieval augmented generation (RAG) to build powerful applications using LLMs.
クラウド
機械学習
実践ファイナンス
コース
Lead Qualification and Scoring with Claude Cowork
- 中級スキルレベル
- 4.7+
- 16件のレビュー
Staring at your inbound leads and unsure where to start? Use Claude Cowork to score your leads and build a high-quality, prioritized shortlist.
AI
コース
Working with DeepSeek in Python
- 基礎スキルレベル
- 4.7+
- 107件のレビュー
Discover what all of the DeepSeek hype was really about! Build applications using DeepSeeks R1 and V3 models.
AI
コース
Build Data Lakes and Data Warehouses on Google Cloud
- 中級スキルレベル
- 4.8+
- 24件のレビュー
Build modern data lakehouses on Google Cloud using BigQuery, Cloud Storage, Apache Iceberg, BigLake, federated queries, and data governance tools.
クラウド
確率・統計
実践ファイナンス
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。