2018年6月12日 「Pythonでデータ分析実務入門 (基礎編)」

　データ分析のイベント、強化学習のハンズオン、深層学習において、直感に訴えるプログラミング言語であるPythonが注目されています。 Pythonは非常に使いやすい環境をもち、特にプログラミングの経験のない人でもすんなりと入り込むことができます。 現在、Pythonはプログラム言語のランキングでJava, C, C++,C#よりも上位に位置しており、同じような汎用言語と比べると圧倒的な人気です。 また、思考を鍛えるという観点から業種を超えて注目されており、特にAI、機械学習、データサイエンスの分野において主流となりつつあります。
　本チュートリアルは、Pythonにとりあえず触れてみたいと思っている方を対象に演習中心のワークショップ形式で進めます。 特にPython (Jupyter – notebook) を用いたグラフ表現と統計的分析の入門レベルを学びます。
　購買履歴や仕入履歴、来店履歴、営業履歴、アンケートや閲覧履歴など、さまざまなビジネス行動データを効率的かつ効果的に活用するための実践的な知識と技術 (基礎から応用まで) について、演習を中心に、データサイエンス・ワークショップでのコーチング経験が豊富な講師2名がインタラクティブに解説します。データサイエンス実務についても解説・演習します。
　実際のビジネスデータを使った具体的な計算を通して、受講生自らPythonを操作しながら統計解析とデータ分析の基礎知識/技術やデータサイエンスのためのプログラミングの基礎を実践的・体感的に理解できます。統計解析のビジネス定量分析/データサイエンスへの実装が習得できます。
　確率統計やPythonについての事前知識は不要ですが、「参考サイト」などに事前に目を通しておくと、学習効果はアップします。
　ワークショップ当日の内容すべてをカバーするパワーポイント資料とPython資料をテキストとして配布します。使用したPythonコードは、USBメモリに格納してお持ち帰りいただけます。

1. データサイエンス概論
   • データとビジネス
   • ビジネスデータ分析の流れ
2. Python入門
   • Jupyter – notebook 基礎
   • Python文法基礎
3. データハンドリング (pandas)
   • データフレームの基本操作
   • データフレームに対する演算
4. データ可視化 (matplotlib)
   • ヒストグラム
   • 棒グラフ
   • 散布図
   • 折れ線グラフ
5. データ分析入門
   • 統計学入門
   • データの相関と回帰
   • データの分類
6. ケーススタディ

2018年7月3日 「Pythonでデータ分析実務入門 (応用編)」

　昨今、データサイエンス・データ分析の分野において、プログラミング言語であるPythonがますます注目されるようになっています。
　Pythonは、統計学・機械学習の豊富なライブラリーを有しており、アドホックなデータ分析や人工知能アルゴリズム開発の分野でデファクトスタンダードとなっている言語です。
　また、Pythonには、平易な言語仕様と利用しやすい実行環境があり、プログラミング経験のない方でも始めやすい、という特徴があります。 思考を鍛えるという観点からも業種を超えて注目を集めており、プログラム言語のランキングでも上位にランクインすることが多く、今まさに盛り上がっている言語と言えるでしょう。
　本コースは、「Pythonでデータ分析実務 (基礎編) 」を受講された方、および実務でPythonを利用されていて、時系列分析をより専門的に学習したい方を対象に、演習を中心としたワークショップ形式で実施します。 具体的には、Python (Jupyter notebook) を用いて、グラフ表現と統計的分析・時系列データ分析の入門から応用までを学ぶことが出来ます。
　購買履歴や仕入履歴、来店履歴、営業履歴、アンケートなど、さまざまなビジネス行動データを効率的かつ効果的に活用するための実践的な知識と技術 (基礎から応用まで) について、演習を中心に、データ分析経験が豊富な講師1名がインタラクティブに解説します。実務での事例についても紹介します。
　実際のデータを使った演習を通して、受講生自らPythonを操作しながらデータ分析の基礎知識/技術や、データサイエンスのためのプログラミングの基礎を実践的・体感的に理解できます。時系列分析についての事前知識は不要ですが、後掲の「参考書籍」に事前に目を通しておくと、学習効果が向上します。
　ワークショップ当日の内容を網羅するパワーポイント資料とPython資料をテキストとして配布します。使用したPythonコードは、USBメモリ等に格納してお持ち帰りいただけます。

1. 時系列データ概論
   • 時系列データとは
   • 時系列データと確率分布
2. 時系列データ分析入門
   • 時系列データの分布と要約
   • 時系列データの性質
   • 自己回帰モデル
   • 単位根過程
3. 時系列データモデリング
   • ARIMAモデル
   • 状態空間モデル
4. ケーススタディ