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。
179 コース

コース

Pythonで学ぶ一般化線形モデル

  • 上級スキルレベル
  • 4.7+
  • 147件のレビュー

ロジスティック回帰とポアソン回帰を追加し、学習・解釈・検証と予測まで行えるようにします。

確率・統計

5 時間

コース

Pythonで統計面接問題を練習しよう

  • 上級スキルレベル
  • 4.7+
  • 89件のレビュー

条件付き確率、A/Bテスト、バイアス・バリアンスのトレードオフなどを復習し、次の統計面接に備えましょう。

確率・統計

4 時間

コース

Analyzing IoT Data in Python

  • 中級スキルレベル
  • 4.8+
  • 116件のレビュー

Learn how to import, clean and manipulate IoT data in Python to make it ready for machine learning.

データ操作

4 時間

コース

pandasで警察活動を分析する

  • 中級スキルレベル
  • 4.8+
  • 30件のレビュー

Stanford Open Policing Projectのデータを用い、pandasで性別が警察の行動に与える影響を分析します。

データ操作

4 時間

コース

MATLABユーザーのためのPython

  • 基礎スキルレベル
  • 4.8+
  • 32件のレビュー

MATLABから移行し、Pythonの基本概念を学び、NumPyとMatplotlibで実践的にスキルを身につけましょう。

ソフトウェア開発

4 時間

コース

Haystackで学ぶAIエージェント構築

  • 中級スキルレベル
  • 4.8+
  • 47件のレビュー

Haystackを使って、LLMと外部コンポーネントを連携するオープンソースフレームワークでヘルスケアAIエージェントを作成します。

AI

1 時間 30 min

コース

Pythonで学ぶSurvival Analysis

  • 上級スキルレベル
  • 4.7+
  • 73件のレビュー

生存時間解析でタイム・トゥ・イベントデータを扱い、生存時間を予測します。

確率・統計

4 時間

コース

Pythonで学ぶアンケートデータ分析

  • 中級スキルレベル
  • 4.7+
  • 57件のレビュー

Pythonでアンケートデータを分析し、記述統計と推測統計の適切な使いどころを見極められるようになります。

確率・統計

4 時間

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

3 時間

コース

Pythonで学ぶ債券の評価と分析

  • 基礎スキルレベル
  • 4.8+
  • 74件のレビュー

債券の仕組み、価格算定、主要リスク評価を、numpy と numpy-financial を用いて学びます。

実践ファイナンス

4 時間

コース

Pythonで学ぶ中級予測分析

  • 基礎スキルレベル
  • 4.7+
  • 74件のレビュー

予測分析に向けて、データの前処理と整理方法を学びます。

機械学習

4 時間

コース

Pythonで学ぶDaskによる並列プログラミング

  • 中級スキルレベル
  • 4.8+
  • 63件のレビュー

Daskを使ったPythonの並列処理を学び、ワークフローを拡張し、ビッグデータを効率的に扱いましょう。

ソフトウェア開発

4 時間

コース

Kerasで学ぶMachine Translation

  • 上級スキルレベル
  • 4.8+
  • 48件のレビュー

Google Translateのような製品を支えるモデルの仕組みに興味はありますか?

AI

4 時間

コース

PythonでMachine Learningを使ってCTRを予測する

  • 中級スキルレベル
  • 4.8+
  • 19件のレビュー

広告のクリック率を予測し、Pythonで基本的な機械学習モデルを実装。より効果的な広告最適化の方法を理解しましょう。

機械学習

4 時間

コース

Retrieval-Augmented Generation with LangChain

  • 中級スキルレベル
  • 4.7+
  • 75件のレビュー

Learn to build knowledge-grounded LLM applications that retrieve relevant information from structured and unstructured sources before generating responses.

AI

AI Tutor

2 時間

コース

LLM Tool Use with LangChain

  • 中級スキルレベル
  • 4.6+
  • 52件のレビュー

Learn to extend your LLM applications with external tools, so your applications can retrieve live data, perform computations, and take real-world actions.

AI

3 時間

コース

Prompt Engineering with LangChain

  • 中級スキルレベル
  • 4.6+
  • 103件のレビュー

Learn to write effective prompts and systematically improve them through evaluation rather than intuition.

AI

2 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。