【リニューアル】はじめてのPythonデータ分析(簡単に!前処理、pandas、可視化の全プロセスを学ぶ)【データ分析/科学 Part1】
funcoding
データ分析初心者のために、Pythonによるデータ分析の全プロセスの基本技術を身につける講座です。実際の現場でデータ分析技術を活用しているEC企画担当者および開発者として、Pythonによるデータ分析の全プロセスを簡単に学び、すぐに活用できるように作成しました。
初級
Python, Pandas, Plotly
講師が初めてディープラーニングを学んだ際の失敗経験をもとに、ディープラーニングの理解に必要な数学や理論、PyTorchによる実装、転移学習、GPTの中核であるTransformerまで、段階を追って学べるよう新たに構成した講座です。
受講生 1,746名
難易度 初級
受講期間 無制限


学習した受講者のレビュー
5.0
Gemma
1ヶ月間、毎日ディープラーニングの講義を受講しました:) 学生たちを細やかに配慮し、気遣ってくださっているのが感じられ、ただただ感謝の気持ちで受講しました。難しい内容も分かりやすく説明してくださったので、飽きることなく最後まで完走することができました。これほど質の高い講義を作ってくださり、本当にありがとうございました!
5.0
rayfocus
初心者の方の視点で講義を進めてくださり、難しい概念を分かりやすく噛み砕いて説明してくださったおかげで、ディープラーニングという高い山を登る上で大きな助けとなりました。本当にありがとうございました!
5.0
네버포기
RNN、LSTM、Transformerの理論と実践を学ぶ講義を探していたのですが、最初は公開されている講義が最初の数回しかなかったため、決済する際に多くの悩みがありました。 しかし、私が市販で購入した他の講義よりも、理論と実践の両方が完璧な講義でした! しかも、Kaggleの実践まで一緒にしてくださるとは…この価格でこれらすべての講義を受けさせてくださり、本当にありがとうございます。
ディープラーニングの概念
ANN、DNN、CNN、RNN、LSTMの概念と実装
転移学習の概念と実装
最新の転移学習とtimm、huggingface transformersの使い方
Pythonディープラーニング入門者のための
一歩ずつ着実に学べる完成度の高い講座
잔재미코딩のDave Leeが制作した講座です
データ分析・データサイエンスのロードマップに基づき、Pythonによるディープラーニングを初めて学ぶ入門者向けの講義です。講師自身がかつて初めてディープラーニングを学んだ際の失敗経験をもとに、ディープラーニングの理解に必要な数学、ディープラーニング理論、PyTorchによる実装、転移学習の最新技術まで、理論と実習を並行して学べるよう構成しています。難しいディープラーニングを一つひとつ着実に身につけられる講義です。
👉 最終的に講義を最後まで受講すれば、'これで自分もディープラーニングの基礎は身についた'という実感を自然に持てるように構成しました。
そのとおりです。ディープラーニングの理論は数学、統計、確率、機械学習ともつながっているため、何か一つを学ぶだけでも、整理すべきことが非常に多くあります。それらを探して整理するだけでも、かなりの時間がかかります。本講義は、初めてディープラーニングを学ぶ際に理解できるレベルまで、できる限り整理した講義です。従来の잔재미코딩の講義と同じように、잔재미코딩ならではのスタイルで、一つひとつ丁寧に整理し、説明します
これだけでも時間を大幅に短縮できます!入門レベルで習得できる深さまで整理します!
基本的には、Python(Python)やpandas、データ可視化(plotly)、機械学習ライブラリ(sklearn)を軽く経験した方であれば十分です。ディープラーニングの理解に必要な数学をはじめとする関連する背景知識は、すべて本講義で扱います。
上記のような技術が不足している場合は、次の講義と併せて受講することをおすすめします。
まずはじめてのPythonデータ分析(データパート1)講座を通じて、Python(パイソン)とpandas(パンダス)、データ可視化(plotly)、基本的な探索的データ分析手法を身につけます。その後、はじめてのPython機械学習ブートキャンプ講座で、学習に関するプロセス、基礎数学、確率、統計に慣れる必要があります。これを基にディープラーニングの技術を身につければ、ディープラーニングの理論から、ChatGPTの核心技術まで、より速く習得できるようになります。
すぐ上でご紹介したデータ分析/科学コースを受講すると、お役に立つでしょう。データ関連のキャリアは、大きくデータアナリストと、近年注目されているデータサイエンティストに分けられます。どちらのキャリアでも、最終的にはプログラミングによってデータの収集、保存、分析、予測作業ができれば十分です。さらに、それぞれのビジネス分野に関する知識(ドメイン知識と呼ばれます)を身につければ、競争力を高めることができます。データ分野でのキャリアを目指す方が、短期間でデータに関する全工程を体系的に学べるよう、データ分析/科学のロードマップも提供しています。本ページの下部で、そのロードマップをご確認いただけます。
さらに、データ関連のキャリアとデータ分析/サイエンスの全課程について詳しく説明した動画を作成しました。この動画を参考にしていただければ、目指す方向に応じて一人でも短時間で試行錯誤することなく、データ関連の課程を簡単に習得できます!
データ分析・データサイエンスのロードマップは、データ技術の基礎を一つひとつ積み上げられるよう、各講義で他にはないカリキュラムを用意し、難易度まで考慮して作成しました。長年にわたり多くの方に学習していただき、非常に高い評価をいただいている実績のある講義です。
時間を無駄にしないでください。講師が違えば、IT講義も変わります!
丁寧で、合理的な方なら可能です。
思ったより難しいのは事実です。しかし、順を追って一つずつ整理していけば、最終的には自分のものにできる技術です。
ディープラーニングを初めて学ぶ際に最も難しいのは、関連理論を理解するために数学・統計・確率を学ぶことです。関連技術を数十年にわたって学んできた講師が簡単に説明しても、学ぶ側には長い時間がかかります。
このうちの一つに間違ってはまり込むと、きりがありません。ペース配分が必要です。一つずつ理解できるところまで学びながら、次の段階へ進めばよいのです。本講義では、こうしたペース配分も考慮し、ディープラーニング初心者が理解できるレベルまで整理しました。賢明な方は、今の段階で集中すべきことに集中します。
本講義では、さまざまな実装手法と例を取り上げ、実際のkaggleの問題に提出できるようになるまで、順を追って丁寧に説明します。
初めてディープラーニングを学ぶ方のための足がかりとなる講義です。
あ、私にもディープラーニングができるんだ!と感じていただけると、本当にうれしく思います。人類が生み出した頂点の知識であるディープラーニングを、自分も理解して活用できるんだ!という感覚は、やがて自信へと変わります。最先端を行く新しい技術を、自分にできる範囲で試してみてください!全体像だけを見ても、明らかに違いが分かります。
資料や情報はあふれています。必要な部分だけをしっかり理解できるようにまとめた資料で詳しく解説する講義を受講すれば、その後はいつでも「そういえば、こんな内容があったな」と思ったときに資料を見るだけですぐに理解できます。

💌 一つひとつ細やかに気を配った講義を作り上げています。
本講義に続き、目標に合わせて学べるAI・開発・データ・CSロードマップ
IT技術は相互につながっています。
関連する技術を選んで習得し、そこにAIを組み合わせれば、目標により早く到達できます。
すべてのロードマップでは、技術をどのように組み合わせて活用するかまで扱い、
入門者レベルから専門家レベルまで難易度が上がるように設計し、
何年にもわたって継続的にアップデートしています。
個別講座で受講するよりも、さらに割引が適用されます。
データ分析からデータサイエンスまで、キャリアの全過程
01 · Python基礎
Python入門とスクレイピングの基礎
02 · SQL基礎
SQLとデータベース(MySQL)
03 · SQL実践分析
中上級SQLと実践データ分析101問の問題演習
04 · NoSQL
MongoDBとNoSQL
06 · データ分析 Part2
Python機械学習
07 · データ分析 Part3
ディープラーニングとPyTorch
← 左右にスワイプして関連講義を確認してください →
プログラミング、バックエンド、フロントエンド、デプロイ、アプリ開発まで、Web/アプリ開発の全プロセス
基礎
Python入門とクローリングの基礎
データベース
SQLとデータベース(MySQL)
データベース
MongoDBとNoSQL
フルスタック Part1-2
Pythonバックエンド FastAPI入門
フルスタック Part3
Dockerと最新サーバー技術
フルスタック Part4
Flutterの基礎から実践まで
← 左右にスワイプして関連講義を確認してください →
コンピュータアーキテクチャ・オペレーティングシステム・ネットワーク・システムソフトウェア・ソフトウェア工学・アーキテクチャ・データ構造・アルゴリズムまで
外部サイト
02 · CS Part2
コンピュータサイエンスブートキャンプ Part2
外部サイト
03 · CS Part3
データ構造とアルゴリズム
外部サイトCS全体ロードマップコンピュータサイエンス完全ロードマップ← 左右にスワイプして、CS講義と全体ロードマップを確認してください →
Claude Codeによる業務自動化からバイブコーディング、Codex、OpenClaw、Claude Codeを活用したデータ分析、エージェンティック・ハーネス・ループエンジニアリングなどのClaude Codeの高度なテクニック、さらにはAIエージェント開発まで
← 左右にスワイプして、AI講義と参考コースを確認してください →
学習対象は
誰でしょう?
データアナリストとしてディープラーニングの概念を理解する必要がある方
ディープラーニングを初めて学びたい方
ディープラーニングの理解に必要な数学、理論、実装まで整理したい方
PyTorchの使い方を学びたい方
前提知識、
必要でしょうか?
Python
初めてのPythonデータ分析講座の事前受講をおすすめします
「はじめてのPython機械学習ブートキャンプ」講座の事前受講がおすすめです
インフラン認証
キャリア認証
34,483
受講生
2,592
受講レビュー
1,952
回答
4.9
講座評価
13
講座
ジャンジェミコーディング、Dave Lee
主な経歴: クパン主席開発マネージャー/Principle Product Manager、サムスン電子開発マネージャー (経歴 約15年)
学歴: 高麗大学 日本語日本文学 / 延世大学 コンピュータ工学 修士 (完全なちゃんぽん)
主な開発経歴: Samsung Pay、Eコマース検索サービス、RTOSコンパイラ、Linux Kernel Patch for NAS
著書: Linuxカーネルプログラミング、Linuxオペレーティングシステムの理解と開発、誰でもサッと読んでパッと理解するIT核心技術、超初心者のためのPythonプログラミング入門書
フルスタック/データサイエンス/AI関連の無料資料を共有するサイトです。
その他: Fun-Coding YouTubeチャンネル [クリック]
IT学習に役立つヒントや短い無料講義を共有しようと、少しずつ始めています〜
最新の実務とIT講義を並行しながら、8年間にわたり一貫して堅実なフルスタック、データサイエンス、AI講義を作り続けています。
全体
97件 ∙ (21時間 3分)
講座資料(こうぎしりょう):
全体
99件
4.9
99件の受講レビュー
受講レビュー 1
∙
平均評価 5.0
受講レビュー 2
∙
平均評価 5.0
受講レビュー 4
∙
平均評価 4.8
5
講義が親切で先生が簡単ですよ〜〜ありがとう。続けて講義を作ってください!
私の経験と能力を行く〜行く〜ああ、私は一生懸命に作ります。
一生懸命準備してくださった先生の努力に比べてコメントがあまりにも誠意がないように見せて何人か少なくしてみます。 この講義を見れば本当に一汗一汗努力されたのが見えます。 *映像編集から音声サイズ映像の流れ、メッセージまで一つ一つ滑らかな講義になるよう一つ一つ講義を作っていただきました。 (YouTubeをご覧いただくときにぎこちない編集がたくさん感じるようなものは..ありません。) *理論とコーディングに近づくために多くの悩みを感じているので、講義は本当に簡単に感じられます。 これから先生講義ができたら悩みなくもっと聞く自分がいます! ありがとうございます。
知識共有者の他の講座を見てみましょう!
同じ分野の他の講座を見てみましょう!