DS 実践編

データサイエンスコースの実践編。高校「情報2」相当の難易度で、入門編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

DS 入門編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。

プロトタイプ済みの単元

• 3. 次元削減：PCA

その他の単元は順次プロトタイプを追加していく。