
データ活用の基礎を身に付け、
問題解決や新たな価値を見出す力を身につける
データサイエンティスト
入門コース


データサイエンティスト入門コースとは

ほとんどの企業が大量のデータをもっている時代。 その蓄積されたデータを分析し、分析結果を活用して付加価値を与え、ビジネス力を向上させることができるのがデータサイエンティストです。事業の成長に必須であるといえるデータサイエンティストの需要は今後ますます増加していくでしょう。
本コースでは、データサイエンティストになるために最も重要な統計の基本から統計検定2級レベルの内容を学習します。
統計と聞くと難しい印象を持ってしまいますが、データサイエンティスト入門コースではできるだけ統計で使う数式の証明は避けて、その数式をスプレッドシートを活用することでその意味を理解し、統計学を身につけることを目標にしています。
こんな人にオススメ

データサイエンスに興味があるもののなにから始めたら良いかわからない、という方
データを活用してビジネス改善・提案のスキルを身に付けたい方
Pythonを活用し、適切な分析手法の基礎を習得したい方
データサイエンティストに必要な3つのスキル

ビジネス力

データサイエンティストとは、データを活用し事業に貢献することがミッション。
分析結果を深く理解し、事業の問題解決や継続的な改善を提案するビジネス力が必要です。
同時に、理論的に結論を導くロジカルシンキング能力や、その成果物の提案としてのプレゼンテーション力も必須となってきます。
データサイエンス力

データサイエンスのスキルには、情報処理や人工知能、統計学などの情報化学系の知恵を理解し、活用する力が必要になります。ビジネスにおける課題背景を理解した上で、ビジネスの課題を整理し意味のある形に使えるようにし、実装・運用ができる力が大切になってきます。
データエンジニアリング力

データエンジニア力は、データ分析を行うための基盤を構築するスキルです。データを適切に運用するためのプログラミングスキルといえます。
特に実際のデータ分析に適した言語として、Pythonのスキルは必須スキルであるといえます。

コース詳細
目指せるスキル

・統計学の基礎知識をスプレットシート使い、データから新たな価値を見出せる力が身につく
・ビジネスにおける商品サービスの改善、業務改善における提案力が身に付く
講座概要
カリキュラム内容 | 学習時間目安 |
スプレッドシートの使い方 1~3 | 2時間 |
データの記述と要約 1~3 | 2時間 |
回帰分析 1~2 | 2時間 |
確率 1~3 | 3時間 |
統計的推定 1~4 | 4時間 |
統計的仮設検定 1~4 | 4時間 |
※学習期間は目安です。学習方法により個人差があります。
学習方法

ユーザー登録後、サイト上でオリジナルテキストと動画を見ながら学習を進めます。時間・場所を問わずライフスタイルに合わせて学ぶことができます。各カリキュラムごとに小テストがあるので、実力を試しながら学習可能!