コースロードマップ【データアナリストを目指す人向け】

本カリキュラムはデータに強いデータ人材を増やして、AIやデータサイエンスの力で企業に変革を起こしてもらうことを想定しています。

そのため、まずはデータで企業に変革を起こすデジタルトランスフォーメーション（DX）には何が重要なのか？どうすれば実現できるのか？について全体感を学んでいただきます。

データアナリストを目指すためには、データサイエンティストとデータアナリストの違いを理解しておくことが大事です。

データアナリストはかなりSQLを使う機会が多いです。

プロジェクトにもよりますが、PythonよりもSQLを使う方が多いと思います。

そんなSQLの基礎を手を動かしながら学んでいきましょう！

続いてデータ分析によく使われるプログラミング言語Pythonの基礎を学んでいきましょう！

プログラミング言語が初めての方でも問題なく学べるように講座を設計しています。

Pythonの基礎を学んだ後は、実際にどのようにデータを加工・集計・可視化していくのか基礎的な部分を手を動かしながら学んでいきます。

データ分析においては、高度な理論の実装以前に加工・集計・可視化が非常に重要で、かつ多くの時間を費やすことになります。

Pythonの使い方に慣れた後は、統計学の基礎を学んでいきます。

統計学の領域から重要なエッセンスだけ抜き出してまとめています。

統計学の領域から拡張して機械学習手法の理論について概要をつかんでいきます。

データサイエンティストほどモデル構築の場面はないかもしれませんが、それでも一通りモデル構築ができるようになっておく必要があります。

実際に動画で手法の概要をつかんだ後にPythonでそれぞれの手法を実装していきましょう！

このコースではSQLの基礎を理解された方が、実際のデータを使ってSQL、Pythonで分析を行う実践的な内容を扱います。

データ分析の一連の流れであるデータ理解や加工・集計・モデル構築といった過程を一通り網羅しており、BigQuery（後に紹介）、Google Colaboratoryを使って実践さながらの分析をしていきます。

このコースでは「メジャーリーグの投球データ」を扱って分析をしていきます。

Googleのプロダクトを使ってSQL・Pythonで抽出・集計・加工・分析・可視化まで一気通貫で行う楽しさを味わってみてください！

このコースでは、データアナリストとして持ち合わせておきたいマーケティングのスキルを徹底的に学んでいきます。

マーケティング施策の意思決定のベースとなる分析をするためにはマーケティングを理解しておくことが重要です。

ここまで機械学習や統計学の概要を学んできましたが、それだけではビジネスシーンで実装することは難しいです。

機械学習をビジネスシーンで実装していくためには

・どんなステップを踏むべきなのか
・どういうポイントに注意しなくてはいけないのか

を具体的に見ていきましょう！

全体の流れを掴んだ後は、実際に世界No1小売店のウォルマートのデータを使いながら分析をしていきますよ！

最後の実装部分はレベルが一気に上がりますが一通りの流れを理解しておきましょう！

ここまで来ればデータ分析や機械学習導入の基本はバッチリでしょう。

ここからはさらに踏み込んでディープラーニングコースについて学んでいただきます。

ディープラーニングは第3次AIブームの火付け役。

実際にディープラーニングの原理はどうなっているのか？

どうやって実装できるのか、学んでいきましょう！

ブロックチェーンのデータは誰でも触れるオープンな状態になっているため非常にデータ分析に適しています。

そこでこのコースでは、Dune Analyticsという分析ツールを使ってブロックチェーンの情報を取得し様々な角度で分析（イーサリアムやNFTの分析）を行っていきます。

このコースでは、株価のテクニカル指標をPlotlyというライブラリを使って可視化していきます。

Plotlyは「04.データ加工集計可視化コース」で学んだMatlotlibやSeabornと同じくグラフを描画することのできるライブラリですが、非常に使いやすくキレイにグラフを描画できることから非常に人気です。

データアナリストとしてぜひマスターしておきましょう！

このコースでは、PythonのWebアプリケーションフレームワークであるStreamlitについて解説していきます。

施策の結果を可視化して社内で共有する時などにもってこいなのでぜひ使えるようになっておきましょう！