ビジネススキルやデータエンジニアリングスキルなど、統計・機械学習だけではなく、データサイエンティストに必要な知識を網羅的に身につけることができるようになります。
また、演習中心のカリキュラムと、現役データサイエンティストのメンタリングにより、知識の“習得”だけではなく、実際に知識を“使える”ようになることを目指します。
データサイエンス講座
- 科学的思考プロセス
- データ分析概論
- Excelを使ったデータ分析
- コンピュテーショナルシンキング
- グラフの使い方
- 統計学の基礎
- 教師あり学習(回帰)
- 教師あり学習(分類)
- 教師なし学習
- ディープラーニング
- 強化学習
- レポート作成実践演習
- モデルの評価
- 特徴量エンジニアリング
- CRISP-DM
データエンジニアリング講座
- SQL基礎文法(BigQuery)
- SQL応用(Windows関数)
- SQL応用(データマート)
- Looker Studioでの可視化
- アクセス解析実践演習
- Python基礎文法
- データの扱いと可視化
- numpyでのデータ前処理
- pandasでのデータ前処理
- matplotlibでの可視化
- 機械学習システム設計
ビジネス講座
- ロジカルシンキング
- マインドセット
- タイムマネジメント
- 資料構成を作る
- 資料のデザイン
- 分析設計
- AI・機械学習概論
- ゲーム理論と交渉
- マーケティング概論
※1 学習時間の目安は、各週10時間〜20時間程度、総学習時間は240時間程度です。
※2 各週3回×12週の講座をテキストと動画を通じて学習します。