データサイエンスコース 実践講座
データサイエンスコースの実践講座。高校「情報2」相当の難易度で、入門講座で習得した基礎を統計処理・機械学習・ストーリーテリングへ拡張する。
ゴール
- 複数ソースのデータを取得・結合して 1 本のデータセットを組める
- PCA・クラスタリング・ネットワーク分析の入口を扱える
- 統計指標を解釈し、データから「言えること／言えないこと」を区別できる
- 取得→前処理→分析→可視化→レポートまでを総合プロジェクトとして通せる
前提
データサイエンスコース 入門講座を修了していること、または同等の知識（Pandas での基本操作、CSV 読み書き、欠損値処理）があること。
単元一覧（8 単元）
| # | 単元タイトル | 学習目標 |
|---|---|---|
| 1 | 実データの取得と結合 | 公開データを複数取得し merge で結合できる |
| 2 | 探索的データ分析 (EDA) の型 | 集計→可視化のループで仮説を立てられる |
| 3 | 次元削減：PCA | 高次元データを 2D に投影し解釈できる |
| 4 | クラスタリング | k-means で集団を分け、評価指標を読める |
| 5 | ネットワークデータ分析 | NetworkX で中心性・次数分布を計算できる |
| 6 | 統計的にデータを読む | 平均・分散・相関の落とし穴を理解し、検定の入口に立つ |
| 7 | 解釈とストーリーテリング | 結果から「言えること／言えないこと」を分けられる |
| 8 | 総合ミニプロジェクト | 取得→前処理→分析→可視化→レポートを 1 本通す |
教材リソース
各単元のページに、使用するデータ・Notebook のダウンロードリンクを掲載しています。Google Colab で開いて実行する形を想定しています。