online講義:カリキュラム

Chapter1 : データサイエンティスト講座概要とPythonの基礎
  1. はじめに
  2. データ分析で使うPythonの基礎とその仲間たち
  3. 総合演習問題
Chapter2 : 確率統計の基礎
  1. 記述統計学
  2. 確率の基礎
  3. 単回帰分析
  4. 総合問題
Chapter3 : Pythonによる科学計算の基礎(NumpyとScipy)
  1. 概要
  2. Numpy
  3. Scipy
  4. 総合問題
Chapter4 : データサイエンスにおけるデータ加工処理と可視化(PandasとMatplotlib)
  1. Pandas
  2. データの可視化
  3. 欠損データと異常値の取り扱い基礎
  4. 総合問題
Chapter5 : データベース基礎
  1. この章の概要
  2.  SQLの基礎
  3. ビュー
  4. 総合問題
Chapter6 : データベースの応用(高度なSQL処理と高速化)
  1. この章の概要
  2. 高度なSQLの処理
  3. ストアドプロシージャとスドアドファンクション
  4. インデクシングとSQLの高速化
  5. その他
  6. Pythonとの連携
  7. 総合問題
Chapter7 : データベース応用(Key-Value Storage)
  1. NoSQLとRDBMS
  2. MongoDBの基礎知識
  3. MongoDBの基本操作
  4. MongoDBのパフォーマンス向上
  5. Pythonドライバ
  6. 総合問題
Chapter8 : 機械学習の基礎
  1. 機械学習の全体像
  2. 教師あり学習
  3. 教師なし学習
  4. 総合問題
Chapter9 : モデルの検証方法とチューニング方法
  1. この章で学ぶこと
  2. 過学習の対処法とモデルチューニング方法
  3. 混合行列とROC曲線
  4. シミュレーションと計算統計学の基礎
  5. アンサンブル学習
  6. 総合問題
Chapter10 : データサイエンティスト中級者への道
  1. この章の概要
  2. 深層学習を学ぶための準備
  3. Pythonの高速化
  4. Spark入門
  5. 他の手法とツール群
  6. 総合問題
Chapter11 : 総合演習問題