ホーム > Pythonによるデータ分析入門

Pythonによるデータ分析入門


期間  2日間 時間  9:30~17:00
価格(税込)  104,500円(税込) 主催  トレノケート
コース種別  集合研修  
形式  講義+実機演習 コースコード  PRC0122G

対応チケット/ポイント等

  • Select6
    Select6
日程 会場 空席状況 実施状況 選択

2024年12月9日(月) ~ 2024年12月10日(火)

オンラインLive

  空席あり

2025年1月16日(木) ~ 2025年1月17日(金)

オンラインLive

  空席あり

2025年2月26日(水) ~ 2025年2月27日(木)

オンラインLive

  空席あり

2025年5月12日(月) ~ 2025年5月13日(火)

オンラインLive

  空席あり

※「キャンセル待ち」でお申し込みの方には、別途メールにてご連絡いたします。
※「実施確定」表示のない日程は、お申し込み状況により開催中止になる場合がございます。
※ お申込期日が過ぎた日程は、「お問い合わせください」と表示されます。
※ トレノケート主催コース以外の空席状況は、残席数に関わらず「お申し込み後確認」と表示されます。
※ トレノケート主催コース以外では、主催会社のお席を確保した後に受付確定となります。
お申込みに関するお問い合わせはこちらから

重要なご連絡・ご確認事項

注意)オンラインで参加する際、演習環境にはGoogle Chromeでアクセスします。事前にインストールください。

【本コースはオンライン対応です】

会場が「オンラインLive」または「教室Live配信」の日程は、オンラインでご参加いただけます。

  • オンラインLive:受講者の方はオンラインのみとなります。
  • 教室Live配信:教室・オンラインから受講される方が混在します。

★オンラインLiveトレーニングの詳細はこちら

対象者情報

対象者
・Pythonを用いてデータ分析を行いたい方
・Pythonを用いて機械学習を行いたい方
前提条件
□「Pythonプログラミング1 基本文法編(PRC0103G)」を受講しているか、同等の知識を持つ
□「Pythonプログラミング2 オブジェクト指向編(PRC0104G)」を受講しているか、同等の知識を持つことが望ましい

学習内容の詳細

コース概要
近年、データ分析においてPythonはデファクトスタンダードな存在になっています。本コースでは、Pythonを使ったデータ分析の基礎を学習します。データ分析でよく使用される「Numpy」、「Pandas」、「matplotlib」というライブラリについて、基本的な役割と使い方を紹介します。また、演習を通してこれらのライブラリを使用したデータを分析の基礎知識を習得します。
学習目標
● Pythonでデータ分析を行う環境を構築できる。
● Jupyter Notebookの基本操作ができる。
● pandasの特徴を理解し、基本的なデータ処理ができる。
● matplotlibの特徴を理解し、基本的なデータの可視化ができる。
● scikit-learnを用いて線形回帰分析を行うことができる。
学習内容
1. Pythonの基本構文(振り返り)
  - プログラムの構造
  - データ型
  - 制御構文
  - 関数
  - オブジェクト

2. データ分析概要
  - データ分析を取り巻く環境
  - データサイエンティストとは
  - データ分析のプロセス
  - データ分析とPython
  - (参考)データ分析で使用される他のツール

3. データ分析環境
  - ライブラリとは
  - 外部ライブラリ利用の注意点
  - 仮想環境の利用
  - 外部ライブラリのインストール
  - 代表的なデータ分析用ライブラリ
  - ライブラリの利用
  - (参考)その他のデータ分析環境

4. Jupyter Notebook
  - Jupyter Notebookとは
  - Jupyter Notebookの起動
  - Notebookの新規作成
  - セルの操作
  - (参考)Markdown記法

5. Numpy
  - Numpyとは
  - Numpyの利用
  - 配列
  - 基本統計量の取得
  - 様々な数列の生成
  - (参考)その他の操作

6. pandas
  - pandasとは
  - pandasの利用
  - Series
  - DataFrame
  - ファイルの入出力

7. matplotlib
  - matplotlibとは
  - matplotlibの利用
  - 折れ線グラフ
  - 散布図
  - ヒストグラム
  - 箱ひげ図
  - 円グラフ
  - 棒グラフ
  - (参考)seaborn

8. 回帰分析
  - 回帰分析とは
  - 線形回帰
  - scikit-learnを用いた線形回帰分析

9. データの前処理
  - データの前処理とは
  - データの結合
  - 欠損値・異常値・重複値の対処
  - カテゴリ変数の数値化(エンコーディング)
  - スケーリング
  - 訓練データと検証データの分割
  - (参考)次元削減

実習/演習内容詳細

ソフトウェア
ハードウェア
・Python3.5以降

ご注意・ご連絡事項

・ソフトウェアのバージョンは変更される可能性があります。
・環境構築に使用したファイルや演習ファイルをお持ち帰りいただくことができます。
ご希望の方は、ご受講の際にUSBフラッシュメモリやポータブルHDなどをお持ちください。
・学習内容は予告なく変更される可能性があります。
【本コースはオンライン対応です】
会場が「オンラインLive」または「教室Live配信」の日程は、オンラインでご参加いただけます。
・オンラインLive:受講者の方はオンラインのみとなります。
・教室Live配信:教室・オンラインから受講される方が混在します。

おすすめのコースフロー図を見る