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、ブラウザでインタラクティブなエクササイズを使って学んだことを練習しましょう。

  • 自分のペースで学習
  • 実践的な経験を積む
  • 短いチャプターを完了

無料アカウントを作成

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。
329 コース

コース

Input/Output and Streams in Java

  • 中級スキルレベル
  • 4.5+
  • 696

Advance your Java skills by learning to handle files, process data, and build clean, reusable code using real-world techniques.

ソフトウェア開発

4 時間

コース

Power BI のユーザー志向デザイン

  • 中級スキルレベル
  • 4.3+
  • 693

ユーザー目線で設計されたPower BIのビジュアルとレポートの作成方法を学びます。

データの可視化

2 時間

コース

Pythonで学ぶクレジットリスクモデリング

  • 中級スキルレベル
  • 4.6+
  • 692

与信申込データを整備し、機械学習とビジネスルールを適用してリスクを低減し、収益性を確保する方法を学びます。

実践ファイナンス

4 時間

コース

Building Web Applications with Shiny in R

  • 中級スキルレベル
  • 4.4+
  • 687

Shiny is an R package that makes it easy to build interactive web apps directly in R, allowing your team to explore your data as dashboards or visualizations.

ソフトウェア開発

4 時間

コース

Pythonで学ぶ統計的思考(パート1)

  • 中級スキルレベル
  • 4.4+
  • 684

統計的に考える力と、データの言語で語る力の基盤を築きましょう。

確率・統計

3 時間

コース

Intermediate Regression with statsmodels in Python

  • 中級スキルレベル
  • 4.6+
  • 683

Learn to perform linear and logistic regression with multiple explanatory variables.

確率・統計

4 時間

コース

Working with Geospatial Data in Python

  • 中級スキルレベル
  • 4.7+
  • 676

This course will show you how to integrate spatial data into your Python Data Science workflow.

データ操作

4 時間

コース

Pythonで学ぶポートフォリオ・リスク管理入門

  • 中級スキルレベル
  • 4.6+
  • 676

ポートフォリオのリスクとリターンを評価し、時価総額加重の株式ポートフォリオを構築。シナリオ生成で市場リスクを予測・ヘッジ。

実践ファイナンス

4 時間

コース

Rで学ぶデータサイエンスのための線形代数

  • 中級スキルレベル
  • 4.5+
  • 652

データサイエンスを支える重要分野である線形代数の入門コースです。

確率・統計

4 時間

コース

Biomedical Image Analysis in Python

  • 中級スキルレベル
  • 4.7+
  • 648

Learn the fundamentals of exploring, manipulating, and measuring biomedical image data.

データ操作

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
  • 4.7+
  • 638

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

Data Types and Functions in Snowflake

  • 中級スキルレベル
  • 4.7+
  • 634

Learn Snowflake data types and functions to manipulate text, numbers, and dates while building custom functions and pivot tables.

データ操作

3 時間

コース

Window Functions in Snowflake

  • 中級スキルレベル
  • 4.7+
  • 615

Discover Snowflake window functions to solve complex data problems with rankings, partitions, and rolling calculations.

データ操作

3 時間

コース

Pythonで学ぶSentiment Analysis

  • 中級スキルレベル
  • 4.6+
  • 615

顧客は製品に満足していますか、それともサービスに不満がありますか?エンドツーエンドの感情分析の実施方法を学びましょう。

機械学習

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
  • 4.6+
  • 614

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で学ぶ金融トレーディング

  • 中級スキルレベル
  • 4.7+
  • 610

Pythonで独自のトレード戦略を実装し、バックテストとパフォーマンス評価を行いましょう。

実践ファイナンス

4 時間

コース

spaCyで学ぶNatural Language Processing

  • 中級スキルレベル
  • 4.5+
  • 603

spaCyの基本操作を習得し、自然言語処理モデルを学習。非構造化データから情報を抽出し、パターンをマッチングします。

機械学習

4 時間

コース

SQL Serverでクエリ性能を改善する

  • 中級スキルレベル
  • 4.6+
  • 591

このコースでは、効率的で読みやすく、理解しやすいクエリの書き方を学びます。

ソフトウェア開発

4 時間

コース

String Manipulation with stringr in R

  • 中級スキルレベル
  • 4.4+
  • 578

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

Building Dashboards with Dash and Plotly

  • 中級スキルレベル
  • 4.7+
  • 557

Learn how to build interactive and insight-rich dashboards with Dash and Plotly.

データの可視化

4 時間

コース

NoSQLの基礎概念

  • 中級スキルレベル
  • 4.6+
  • 549

この概念中心のコース(コーディング不要)では、4大NoSQLデータベースと主要なエンジンについて学びます。

データエンジニアリング

2 時間

コース

本番環境向けのMachine Learningモデル開発

  • 中級スキルレベル
  • 4.6+
  • 549

MLOps思考へ転換し、機械学習モデルの学習、ドキュメント化、保守、スケーリングを行い、性能を最大限に引き出します。

機械学習

4 時間

コース

Introduction to Bioconductor in R

  • 中級スキルレベル
  • 4.4+
  • 548

Learn to use essential Bioconductor packages for bioinformatics using datasets from viruses, fungi, humans, and plants!

確率・統計

4 時間

コース

ケーススタディ:Power BI でヘルスケアデータを分析する

  • 中級スキルレベル
  • 4.6+
  • 542

医療のケーススタディでPower BIを実践。データを分析し、業務効率の洞察を得て、ダッシュボードを構築します。

データの可視化

4 時間

コース

Unsupervised Learning in R

  • 中級スキルレベル
  • 4.8+
  • 537

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

Writing Functions and Stored Procedures in SQL Server

  • 中級スキルレベル
  • 4.6+
  • 536

Master SQL Server programming by learning to create, update, and execute functions and stored procedures.

ソフトウェア開発

4 時間

コース

Introduction to TensorFlow in Python

  • 中級スキルレベル
  • 4.4+
  • 536

Learn the fundamentals of neural networks and how to build deep learning models using TensorFlow.

機械学習

4 時間

コース

Cleaning Data in PostgreSQL Databases

  • 中級スキルレベル
  • 4.8+
  • 522

Learn to tame your raw, messy data stored in a PostgreSQL database to extract accurate insights.

データ準備

4 時間

コース

Pythonでの金融データのインポートと管理

  • 中級スキルレベル
  • 4.8+
  • 521

このコースでは、Pythonで多様なツールやデータ源を用いて金融データを取り込み、管理する方法を学びます。

実践ファイナンス

5 時間

コース

ケーススタディ:Excelで学ぶネット収益マネジメント

  • 中級スキルレベル
  • 4.4+
  • 517

Fast Moving Consumer Goods 企業で、Excel を使って Net Revenue Management 手法を実践します。

実践ファイナンス

4 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マスター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たくさんあります。学位や大学での学習などの正式な教育手段に加えて、自分のペースで学習するのに役立つ他の多くのリソースがあります。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が必要です。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?

職業的な観点から、ほぼすべての業界がある程度データサイエンスを活用できます。医療機関は病気の検出と治療にデータサイエンスを使用し、金融会社は詐欺の検出と防止に使用しています。あらゆる種類の業界が、推薦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を使用しています。

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ドルを稼ぎ、5つ星中4つ星の満足度評価を得ています。

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実践経験が必要です。

データサイエンスにはコーディングが必要ですか?

はい、Python、R、SQL、Java、C/C++ などの言語でのコーディング経験が必要です。ただし、比較的シンプルな構文のため、Python プログラミング言語は初心者の間で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背景のない人の場合、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には、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。

データサイエンス内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。