本番データサイエンス Part2.データ前処理

企業のデジタル変換（DT）、人工知能（AI）の導入は、機械学習モデルの構築から始まります。ただし、機械学習技術の範囲は非常に広く、最適な方法を選択するには基本的な概念を明確に理解する必要があります。この講義では、機械学習の基本概念を明確に理解するために必要な重要な内容を5つの例を中心に紹介します。

自分の業務にデータ分析、機械学習、AIなどを導入しなければならないが、Pythonプログラミングに慣れていない方のための講義です。データサイエンティストになるために必要なPythonの重要な機能を短時間で体系的に学びます。

AI時代が到来し、データパイプラインの構築は企業の競争力を左右する核心的な力量として位置づけられています。最も広く使用されているAirflowを活用し、効率的なデータパイプラインを構築するノウハウを、実戦経験と豊富な講義経歴を持つシリコンバレーの専門家（元Udemyデータチームヘッド、現サンノゼ州立大学データ修士課程教授）から直接学んでみましょう。

ソフトウェア データ パイプラインを作成する際に最もよく使用されるオーケストレーターである Apache Airflow を学習できます。

データはあるけど、これをどうPythonで読み込んで処理すればいいか途方に暮れていますか？心配しないでください。Pandasの魔法で処理できます。Pandasは最も強力で、効率的で、有用なデータ処理ライブラリです。 Pandasでデータ前処理スキルアップ！インサイトたっぷり！

この講義では、推薦システムの核心アルゴリズムから実践的な実装まで扱います。 - コンテンツベースフィルタリング - 協調フィルタリング、ディープラーニングベースの推薦モデル実装 - Two-step recommender systems 実装 - PyTorch/RecBole 活用した実習 - 現場のノウハウと推薦結果の可視化まで

40種類以上の経済指標と株価データをAIで分析し、S&P 500、QQQ ETFだけでなく個別銘柄まで予測する強力な株価分析モデルをご自身で作ってみましょう！

Apache Supersetは複数のデータベースを接続してチャート・ダッシュボードをサクッと作れるオープンソースBIツールです。コードが分からなくても可視化が可能で、SQL Labでは直接クエリも実行できるため、初心者からプロまで誰にでも役立ちます。作成したダッシュボードはすぐに共有でき、権限設定まで可能なので協業にも完璧です。Supersetを学べばデータ基盤の意思決定を素早く行い、会社ですぐに使える実戦ダッシュボードを作る能力を身につけることができます。一言で言えば、データを「語らせたい」人にピッタリです。🚀

最新のスタートアップで活用されているフルスタックとデータサイエンス技術の基本技術の一つであるビッグデータを扱えるNoSQL技術を習得します。MongoDBはNoSQLの中でも最も簡単で素早く活用できる技術です。本講義では短時間でMongoDBの基礎を習得し、PythonでMongoDBを扱い活用できる技術まで学習します。

データに基づいて問題を定義し、その判断根拠と意思決定プロセスを明確に説明する能力を身につけることができる。また、単一モデルの性能のみに集中するのではなく、機械学習ワークフロー全体の完成度と信頼性を評価するパイプライン観点の思考を備えることができる。さらに、エラーが発生した際にその原因を逆追跡し、改善方向を導き出す問題解決能力を強化し、エンドツーエンドプロジェクト遂行経験を通じて現場に即座に適用可能な実務型MLパイプライン能力を習得することができる。