学習内容
|
1. イントロダクション
- データサイエンティストの定義
- データサイエンスの活用事例
- ビジネスにおける有用性
- 統計と機械学習の違い
- 分析フロー
2. Step1 : 課題設定
- 5 Step サイクルについて
3. Step2 : データの把握
- データ取得の方法
- データ倫理・法律・契約
4. Step3 : 探索的データ分析
- 単純集計 / クロス集計
- 各種グラフについて
- 代表値、分散 、誤差
- 量的変数と質的変数
- 尺度について
- 各種検定について
5. Step4 : データ分析
- 単回帰分析、重回帰分析
- 相関分析
- クラスター分析
- 主成分分析
6. Step5 : 結果の解釈
- 施策と KPI の検討
- 結果の考察
- BI ツールによるレポーティング
7. ワークショップ
- データ分析ワークショップ
|