inflearn logo
inflearn logo

ユン・ジェソンの機械学習・ディープラーニングのためのPythonデータ分析(Ai part1)

* 100% 実践型カリキュラム:文法の勉強ではなく、データを直接扱う実習中心の構成 * 機械学習の先手必勝コース:AI学習前に必ず知っておくべき前処理技法を完璧に整理 * データ分析ツールマスター:Numpy(数値演算)、Pandas(データ制御)の核心機能を攻略 * 視覚化インサイトの導出:Matplotlib、Seabornを活用したデータ視覚化スキルの伝授 * 統計の基礎固め:データの特性を把握する基礎統計およびグループ分析技法の学習

3名 が受講中です。

難易度 初級

受講期間 無制限

Machine Learning(ML)
Machine Learning(ML)
Pandas
Pandas
Numpy
Numpy
Seaborn
Seaborn
Matplotlib
Matplotlib
Machine Learning(ML)
Machine Learning(ML)
Pandas
Pandas
Numpy
Numpy
Seaborn
Seaborn
Matplotlib
Matplotlib

受講後に得られること

  • 本課程は、Pythonの基礎文法を終えた学習者が機械学習・ディープラーニングの世界へ進むために必ず通るべき「データ分析の基礎」を学習します。

  • 数値解析ライブラリであるNumpyとデータ処理ライブラリであるPandasの核心機能を学び、MatplotlibとSeabornを通じてデータを可視化する方法までを扱います。

講義紹介


:華やかな人工知能モデリングも、基礎なしで始めれば100%挫折します!機械学習プロジェクトの時間の80%を占める「データの前処理と分析能力」を確実に身につけさせます。

Pythonの文法をかろうじて知っている状態で、すぐにディープラーニングに飛び込まないでください。「Numpy, Pandas, Matplotlib, Seaborn」など、データサイエンスに必須のライブラリを自由自在に操り、"データを支配する能力"を養います。

この講義は、単なるライブラリの使用法を羅列したものではありません。欠損値の処理から視覚化まで、機械学習の学習前に必ず経るべき「データハンドリングのA to Z」を、実践的な例題とともにマスターします。


この講義だけの核心ポイント

* 100%実践型カリキュラム:文法の勉強ではなく、データを直接扱う実習中心の構成

* 機械学習必勝コース:AI学習前に必ず知っておくべき前処理技法を完璧に整理

* データ分析ツールマスター:Numpy(数値演算)、Pandas(データ制御)の核心機能を攻略

* 可視化インサイトの導出:Matplotlib、Seabornを活用したデータ可視化スキルの伝授

* 統計の基礎固め:データの特性を把握する基礎統計およびグループ分析手法の学習



📱 カリキュラム&プロジェクトのプレビュー


✒ Section 1. 準備する (環境設定): (1講 ~ 3講)

講義全体のロードマップを確認し、データ分析のための必須ライブラリ(Jupyter Notebook、Numpy、Pandasなど)をインストールして、最適な開発環境を構築します。


✒Section 2. 数値演算とNumpy (4講 ~ 6講)

Pythonのリストだけでは不十分です。大容量の数値データを高速かつ効率的に処理するためのNumpyの核心を学びます。行列とベクトル演算の基礎を固め、ディープラーニングの数学的基礎を準備します。

主な学習内容:配列(Array)の生成および構造の理解、次元の扱い

コア適用技術:Numpy Broadcasting、Indexing、Universal Functions

 

✒ Section 3. [データ分析ツール] Pandasの基礎 (第7講 ~ 第8講)

データ分析のアルファでありオメガでもあるPandasの入門過程です。最も基本となるデータ構造であるSeriesとDataFrameの構造を理解し、ExcelデータをPythonで扱うための準備を整えます。

主な学習内容:Seriesの理解、DataFrameの構造的特徴の把握

コア適用技術: Pandas Data Structures, Basic Attributes


✒ Section 4. [実戦分析] 実戦前処理&統計 (9講 ~ 18講)

実際のデータ分析の核心部分です。データを生成し、思い通りに切り貼りする(Indexing/Slicing)方法から、欠損値の処理や統計的に分析する高度な技法まで集中的に訓練します。

主要学習内容:データインデキシング/スライシング、前処理(結合/変形)、統計関数、グループ分析、欠損値/外れ値処理

コア適用技術:loc/iloc, Merge/Concat, Apply/Map, GroupBy, NaN Handling


✒ Section 5. [インサイトの発見] データ可視化 (19講 ~ 22講)

数値だけでは見えないデータのパターンを図で表現します。基本のグラフから統計的な可視化まで、データを最も説得力を持って見せる方法を学びます。

主な学習内容:Matplotlibの基本構造、多様なプロット(Line, Bar, Scatter)、高度な視覚化

コア適用技術:Matplotlib、Pandas Visualization、Seaborn


 

✒ 知識共有者の紹介

ユン・ジェソン(Likelion データ分析メイン講師)


開発経歴
• SKT「アイランド・アドベンチャー」モバイルコンテンツ開発・ローンチ
• KT「クイズサッカー」モバイルコンテンツ開発・ローンチ
• SK「モバイル公認仲介士」ローンチ
• iPhone「漢字通」アプリ開発
• iPhone「ヘルストレーニング」アプリ開発
• KT/SK 日本ナムコ「テイルズ オブ コモンズ」コンテンツ開発
• KT ミニゲーム(ヤグムヤグム陣取り、アラジンの魔法のランプ、ミステリーブロック探偵団、BUZZ and BUZZ)開発

講義経歴
サムスンマルチキャンパス、釜山情報産業振興院、全州情報文化産業振興院、仁川情報産業振興院、韓国電波振興院、SK C&C、Tアカデミー、韓国ロボット産業振興院、大田ETRI、サムスン電子、nica教育センター、韓国生産性本部、ハンファS&C、LG電子など、国内の有名企業の現職者および未就業者を対象に、講義および開発19年目の経歴を持つベテラン講師です。

講義分野
Java、Android、フレームワーク、データベース、UML、iPhone、ビッグデータ処理および分析、Python、モノのインターネット(IoT)、R/Pythonを活用したデータ分析、ディープラーニング、機械学習AI、Spark分野などの分野について講義します。多様な経験を活かして最大限わかりやすく説明し、実習に適用できるよう例題を作成し、解説できるように講義を構成しています。オフライン授業ではないため、わからないことは質問&回答を利用してください。必ず解決いたします。

こんな方に
おすすめです

学習対象は
誰でしょう?

  • Pythonの文法は一通り学んだものの、機械学習の勉強を始めるのが不安な方

  • データ前処理の過程が複雑で難しく感じられる方

  • NumpyとPandasを体系的に整理したい方

  • データをグラフで視覚化して、レポートやモデリングに活用したい方

前提知識、
必要でしょうか?

  • 本課程はPythonライブラリを活用する内容であるため、Python言語に対する基本的な理解が必要です。

  • 変数、関数、リスト、辞書、制御文(if、for)など、Pythonの基礎文法を理解している方であれば、どなたでも受講可能です。

こんにちは
softcampusです。

15,857

受講生

814

受講レビュー

589

回答

4.7

講座評価

41

講座

カリキュラム

全体

24件 ∙ (10時間 38分)

講座資料(こうぎしりょう):

授業資料
講座掲載日: 
最終更新日: 

受講レビュー

まだ十分な評価を受けていない講座です。
みんなの役に立つ受講レビューを書いてください!

softcampusの他の講座

知識共有者の他の講座を見てみましょう!

似ている講座

同じ分野の他の講座を見てみましょう!

期間限定セール

¥11,000

50%

¥2,775