データサイエンスの理解
  • 1-1成り立ちと現在
  • 1-2具体的事例
2回Rの導入
  • 2-1-1データサイエンスの道具
  • 2-1.1 検定
  • 2-1-2相関と回帰
  • 2-1-3分類
  • 2-2-1データサイエンスのソフトウェア
  • 2-2-2R/RStudioのインストール
  • 2-3Rstudioの画面操作
  • 2-4-1データの読み込み
  • 2-4-2Rで使用される用語
  • 2-5-1前回までの確認
  • 2-5-2データの中心
  • 2-5-3データの幅
  • 2-6-1モダンな操作
  • 2-6-2母集団と標本そして検定
  • 2-7-1モダンなグラフ日本語設定
  • 2-7-2ggplot2によるヒストグラム
  • 2-7-3散布図
  • 2-7-4グループを分ける
  • 2-7-5クラスター分析
  • 2-7-6主成分分析
3回データサイエンスの手法
  • 3-1検定
  • 3-2-1回帰・分析
  • 3-2-2ロジステック回帰分析
  • 3-2-3決定木
  • 3-3クラスタリング
  • 3-3-1階層型クラスタリング
  • 3-3-2k平均法
  • 3-4-1次元削減とは
  • 3-4-2-1主成分分析
  • 3-4-2-2主成分分析の実行
  • 3-4-2-3主成分の抽出とバイプロット
  • 3-4-2-4累積寄与率の計算
4回データ分析プロセス
  • 4-1分析プロセスの概要
  • 4-2ビジネス課題の明確化
  • 4-3分析計画の立案
  • 4-4データの選定収集
  • Rコード解説について
  • 4-5データの特性理解
  • 4-6データの前処理
  • 4-7予測モデルの構築
  • 4-7-2予測モデルの構築2
5回データ活用事例
  • 5-1e-statの紹介
  • 5-1e-statからのデータ取得&日本地図への描画_1
  • 5-1e-statからのデータ取得&日本地図への描画_2
  • 5-1e-statからのデータ取得&日本地図への描画_3
  • 5-1e-statからのデータ取得&日本地図への描画_4
  • 5-2テキストマイニング