After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
コース説明
組み込み統計関数を使用する
Tableauの組み込み統計関数で、レポート作成スキルを次のレベルへ引き上げましょう。EDAを実施し、回帰モデルを作成する
ドラッグ＆ドロップ分析を使って、単変量および二変量の探索的データ分析を行い、回帰モデルを作成して、隠れた傾向を見つける方法を学びます。機械学習手法を適用する
実世界のデータセットを扱いながら、クラスタリングや予測などの機械学習手法も活用します。 データをさらに深く掘り下げる時です！前提条件
カリキュラム
コース概要
1
単変量の探索的データ分析
探索的データ分析（EDA）は、データ分析の基本ステップです。Tableauなら、データから最初の示唆を得るのも簡単です。テーブル、棒グラフ、ヒストグラム、箱ひげ図をすぐに作成・解釈できるようになります！
- コースへようこそ！50 XP
- ヒストグラムを読み解く100 XP
- TableauでのEDA：表と棒グラフ50 XP
- スーパーストアデータ：表100 XP
- Superstore データ：棒グラフ100 XP
- TableauでのEDA：ヒストグラム50 XP
- Superstoreデータ：ヒストグラムのプロモ100 XP
- Superstore データ：ヒストグラムのビン幅100 XP
- 箱ひげ図と分布の特徴50 XP
- どの可視化を選ぶべきですか？100 XP
- TableauでのEDA：ボックスプロット50 XP
- Superstore データ：ボックスプロット100 XP
- Superstore データ：箱ひげ図を比較する100 XP
2
散らばりの尺度と信頼区間
この章では概念面をさらに深め、位置と散らばりのさまざまな尺度と、そのTableauでの使いどころを学びます。サマリーカードの活用、標本と母集団の違い、そして分散・標準偏差・信頼区間の計算と可視化について理解します。
3
二変量の探索的データ分析
ここからは、2つの変数に注目します。2変数の関係（回帰）を記述することは、データ内の傾向を見つける有効な方法です。最適なトレンドラインの見つけ方、トレンドモデルの説明方法、そして恐竜データを使って将来の観測値を予測する方法を学びます！
4
予測とクラスタリング
最終章では、さらに高度な統計手法である予測とクラスタリングを扱います。予測では、時系列データの繰り返し現れるパターンを捉え、将来それらがどう変化するかを見通せます。クラスタリングでは、ラベルのないデータからパターンを発見し、データセットを多面的に切り分けて、隠れた洞察を引き出せます。
Tableauで学ぶ統計手法
コース修了
