Python 実践 データ分析入門 キホンの 5 つの型(パイソンジッセンデータブンセキニュウモンキホンノイツツノカタ)

これがデータ分析の基本の型だ!
〜基本型のパターンを正しく身に着ければどんな応用も怖くない〜

ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー
データを扱うビジネスに携わる全ての人に!
“データ人材”必読のデータ分析の教科書!
ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー
やさしいパターンを覚えるだけで、思い通りの分析や
ビジュアライゼーションができるようになる
ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー

Google Colab & Google Looker Studio (Data Portal) の活用で、 5 分でデータ分析はじめられます。
無償の BI ツールでのデータ可視化!!Python プログラムで自由なデータ分析!!
■第 1 章 データ分析は「型」を身につけることから始めよう
○ 1-1 「技術」で広がる可能性
○ 1-2 データ分析のカギを握る「業務理解」
○ 1-3 データ分析の「キホンの 5 つの型」を身につけよう
プログラミングの型
データ加工の型
データ可視化の型
AI モデル構築の型
ツール化の型

■第 2 章 プログラミングの型を身につけよう
○ 2-1 プログラミングの事前準備
環境/エディタの準備
フォルダ構成の準備
○ 2-2 プログラミングの型
ライブラリの読み込み
初期定義
データの読み込み
メイン処理
データの出力

■第 3 章 データ加工の型を身につけよう
○ 3-1 データ加工の型とは?
データの状態確認
データの加工
加工結果の確認
○ 3-2 データ加工の型を実践しよう
事前準備
データの状態を確認しよう
データを加工しよう＆加工結果を確認しよう
○ 3-3 演習

■第 4 章 データ可視化の型を身につけよう
○ 4-1 データ可視化の型とは?
全体像の可視化
様々な切り口での可視化
○ 4-2 データ可視化の型を実践しよう
事前準備
データの全体像を可視化しよう
様々な切り口でデータを可視化しよう
BI ツールでデータを可視化してみよう
○ 4-3 演習

■第 5 章 AI モデル構築の型を身につけよう
○ 5-1 AI モデル構築の型とは?
学習用データ加工
モデルの学習
モデルの評価
モデルの解釈
○ 5-2 AI モデル構築の型を実践しよう
事前準備
学習用にデータを加工しよう
モデルの学習をしよう
モデルの評価をしよう
モデルの解釈をしよう
データを出力しよう
○ 5-3 演習

■第 6 章 ツール化の型を身につけよう
○ 6-1 ツール化の型とは?
つくるものを決める
つくってみる
あててみる
運用へ
○ 6-2 ダッシュボードをつくってみよう
Looker Studio の準備
グラフをつくろう
フィルターを追加しよう
レイアウトを調整しよう
○ 6-3 演習

■第 7 章 応用編 データ分析は「型」を使って何をするのか
○ 7-1 「型」を学んだいま、何をすればよいのか

Python でデータ分析を始めたい人が最初にぶつかる壁は、「ライブラリの機能は膨大だが、どこから手をつければ実務に使えるのか分からない」という見通しの悪さです。本書は分析作業を「読み込み」「確認」「加工」「集計」「可視化」の 5 つの型 (パターン) に分類し、それぞれに必要な pandas / matplotlib / seaborn の操作を実践ベースで身につけていく構成です。リファレンスを片端から覚えるのではなく、「この 5 つの型を回せればひとまず分析が成立する」という最短経路を示すのが設計意図です。

データ分析の書籍は統計理論から入るものと、コード実装から入るものに大別されますが、本書は後者に徹しています。数式やアルゴリズムの深い解説よりも、 CSV を読んで欠損値を処理し、グラフを出力するまでの一連の流れを手で再現できることを優先しています。そのため統計学の理論を求める読者には物足りませんが、「とにかく動くコードで分析を回し始めたい」段階の人にとっては、迷いを減らしてくれる実用的な入門書です。