【世界で55万人が受講】データサイエンティストを目指すあなたへ〜データサイエンス25時間ブートキャンプ〜

データサイエンティストになるための完全ガイド：2020年最新版データサイエンスブートキャンプ

世界210万人以上が受講した365careersの[The Data Science Course 2020: Complete Data Science Bootcamp]の日本語版。データサイエンスの基礎から応用まで、データサイエンティストを目指す全ての人に向けた、網羅的な学習プログラムです。

なぜデータサイエンティストなのか？

データサイエンティストの需要は世界的に高まり、日本でもその重要性が増しています。経済産業省の調査によると、2030年にはデータサイエンス関連の先端IT人材が30万人不足すると予測されています。従来の学習方法は高額で時間もかかるため、データサイエンスの学習機会が限られていました。本コースは、データサイエンスの世界で活躍するために必要な知識とスキルを、アニメーション、具体例、課題を通して、あなたのペースで確実に習得できるよう設計されています。

データサイエンスで身につくスキル

データサイエンスのスキルは、ビジネスにも応用できます。

• ビジネス課題の発見と整理: 課題の本質を見抜き、解決可能な形に落とし込む力
• データ分析による定量評価: データを活用して客観的に評価する能力
• データ可視化と直感的な整理: データを分かりやすく表現するスキル
• 論理的思考力: 物事を論理的に分析し、解決策を見つける力

コース内容：

このコースでは、データサイエンスの全体像から、具体的なプログラミング、統計学、機械学習まで、幅広い知識を習得できます。

• データサイエンスの基礎:
  • データサイエンスの定義と関連用語
  • 統計学と機械学習の違い
  • データとビッグデータの違い
  • データサイエンスにおける注意点
  • データサイエンス関連の職業紹介
  • データサイエンスで使用するプログラミング言語とソフトウェア
• 確率と統計:
  • 確率の基礎（公式、期待値、事象、分布、順列、集合、ベイズの法則）
  • 確率分布の概要、ファイナンス、統計、データサイエンスとの関連
  • 母集団と標本、代表値、歪度、標準偏差、変動係数、共分散、信頼区間
  • 仮説検定（帰無仮説、有意水準、棄却域、p値、t値）
• プログラミングとデータ分析:
  • Pythonの基礎
  • 回帰分析（モデル、相関、分散分析、決定係数、自由度修正済み決定係数、F検定、線形回帰の前提）
  • ダミー変数の扱い
  • stats model、seabornの使い方
  • フィーチャースケーリング（標準化）
  • 過学習と過少学習
  • モデルの訓練、データセットの分割
• 機械学習:
  • ロジスティック関数とロジット関数、オッズ
  • クラスタリング（エルボー法、K平均法、樹形図、ヒートマップ）
  • 機械学習のイメージと具体例（MNIST）
  • 勾配降下法、確率的勾配降下法
  • TensorFlowを使った実装
  • 活性化関数、バックプロパゲーション、ソフトマックス関数、アーリーストッピング
  • ニューラルネットワーク、ディープニューラルネットワーク、Adam、学習率、適応学習率
• 前処理:
  • バイナリエンコーディング、ワンホットエンコーディング
  • データのバランシング
  • バッチ処理

このコースを活用し、データサイエンススキルを磨き、キャリアアップを実現しましょう。