データサイエンス概論
データサイエンス（Part.1）｜データサイエンスの概要データサイエンスの概要について扱っています。データサイエンス力が求められる理由を様々な視点から確認しています。データサイエンティストに必要なスキルとして、ビジネス力、データサイエンス力、データエンジニアリング力、その他、データサイエンティスト、データリテラシーについて触れています。...
データサイエンス（Part.2）｜データ分析の基本プロセスデータ分析の基本プロセスの概要について扱っています。データ分析の作業内容についてプロセスを基本の5つに分けて確認しています。またそれぞれの作業で必要となるスキルを提示しています。...
データサイエンス（Part.3）｜データ分析のプロセス１（課題と仮説の設定方法）データ分析の基本プロセスのひとつ目として「課題の設定」について記事にしています。「課題の設定」としての第一歩として「目的の明確化」、可視化の種類、仮説の立て方などを扱っています。...
データサイエンス（Part.4）｜データ分析のプロセス２（データの分類）データ分析の基本プロセスのうち、データの分類について扱っています。データを収集する場合にどのデータがどのような性質・表現形式・所有を持っているものなのかについて違いを確認しています。...
データサイエンス（Part.5）｜データ分析のプロセス３（仮説のタイプ分け）データ分析の基本プロセスのうち、収集したデータの解析・分析方法について扱っています。収集したデータを質的データと量的データに分類したとき、どのように仮説が立てられ、どのような分析手法があるのかを解説しています。...
データサイエンス（Part.6）｜データ分析のプロセス３（t検定・ANOVA）データ分析の分析手法のうち、t検定とANOVAついて扱っています。収集したデータが「質的変数 → 量的変数（カテゴリカル変数 → 数値変数）」の関係を持つ場合の検証方法について解説しています。...
データサイエンス（Part.7）｜データ分析のプロセス３（クロス集計・カイ二乗検定）データ分析の分析手法のうち、クロス集計とカイ二乗検定ついて扱っています。収集したデータが「質的変数 → 質的変数（カテゴリカル変数 → カテゴリカル変数）」の関係を持つ場合の検証方法について解説しています。...
データサイエンス（Part.8）｜データ分析のプロセス３（相関分析・回帰分析）データ分析の分析手法のうち、相関分析・回帰分析について扱っています。収集したデータが「量的変数 → 量的変数（数値変数 → 数値変数）」の関係を持つ場合の検証方法について解説しています。...
データサイエンス（Part.9）｜データ分析のプロセス３（ロジスティック回帰、決定木）データ分析の分析手法のうち、ロジスティック回帰・決定木について扱っています。収集したデータが「量的変数 → 質的変数（数値変数 → カテゴリカル変数）」の関係を持つ場合の検証方法について解説しています。...
データサイエンス（Part.10）｜データドリブンマーケティング と マーケティングミックスモデリング（MMM）データ分析の基本プロセスのうち、データの分類について扱っています。データを収集する場合にどのデータがどのような性質・表現形式・所有を持っているものなのかについて違いを確認しています。...
データサイエンス（Part.11）｜MMMと準実験データ分析の分析手法のうち、MMMと準実験について扱っています。「マーケティングミックスモデリング（MMM）」と「準実験（quasi-experiment）」は、どちらも マーケティング施策の効果を因果的に推定するための手法 ですが、アプローチが異なります。...
データサイエンス（Part.12）｜準実験：差分の差分法（Difference-in-Differences, DiD）データ分析の分析手法のうち、差分の差分法について扱っています。差分の差分法（DiD）は準実験手法のひとつで、政策や施策の「効果」を推定するために使います。具体的には、処置群（施策を受けたグループ）と対照群（施策を受けなかったグループ）を比較し、さらに「施策前後の変化」を組み合わせ 「二重の差」 をとる手法です。...
データサイエンス（Part.13）｜準実験：傾向スコアマッチング（PSM）データ分析の分析手法のうち、傾向スコアマッチングについて扱っています。傾向スコアマッチングは、処置群と対照群を似た属性に揃えて比較することで、観察データから因果効果を推定する方法です。「観察研究でできるだけRCTに近づける工夫」といえます。...
データサイエンス（Part.14）｜準実験：回帰不連続デザイン（RDD）データ分析の分析手法のうち、回帰不連続デザインについて扱っています。回帰不連続デザインは、ある基準値（カットオフ）を境にして、介入を行い、基準値付近の平均の違いを「処理の効果」と解釈する方法です。...
データサイエンス（Part.15）｜準実験：合成コントロール法（Synthetic Control Method）データ分析の分析手法のうち、合成コントロール法について扱っています。合成コントロール法は、因果推論の手法のひとつで、政策や介入（イベント）の効果を評価するために用いられます。特に「処置を受けたのが1つのグループ（または地域・国）だけ」の場合に有効です。...
記事追加予定
python おすすめ書籍
「python」おすすめ書籍 ベスト３ | 現役エンジニア&プログラミングスクール講師「python」の学習でお勧めしたい書籍をご紹介しています。お勧めする理由としては、考え方、イメージなどを適切に捉えていること、「生のpython」に焦点をあてて解説をしている書籍であることなどが理由です。勿論、この他にも良い書籍はありますが、特に質の高かったものを選んで記事にしています。ページの下部には「おすすめのITスクール情報」「おすすめ求人サイト」について情報を掲載中。...
ITスクール情報
「2025年版」 最新おすすめ ITスクール情報 | 現役エンジニア&プログラミングスクール講師2025年 最新 ITスクール情報です。Winスクール、インターネット・アカデミー、DMM WEBCAMP、テック・アカデミー、Aidemy Premium、スキルアップAIといった人気スクール、注目度が急上昇中のスクールを掲載しています。...
【最大70%OFF】AI×IoTを本気で学ぶなら今がチャンス！python AI IoTを学ぶならインターネット・アカデミー『Reスキル通学講座』（経済産業省から認定を受けた講座）認定数が日本一！AI・IoT関連の最先端スキルを受講料が最大『70%OFF』で学べる。Reスキル講座で身に着けることのできるスキルは経済産業省が策定する「ITスキル標準（ITSS）」のレベル4の水準となります。レベル4水準のIT人材の年収平均は『726.1万円』と高く、これからIT分野のスキルを新しく身に着けたい方、さらなるスキルアップ・年収アップを目指したいIT職の方まで、魅力的な講座となっています。...
【現役エンジニアが本音で解説】おすすめのITスクール「Winスクール」はこんな人にぴったり！ITスクールの選び方を説明しています。もっとも譲れない条件を基にしてスクールを選び、学びたい教科を学ぶことをお勧めします。ページ下部に「おすすめ求人サイト」について情報を掲載中。...
ブックマークのすすめ
「ほわほわぶろぐ」を常に検索するのが面倒だという方はブックマークをお勧めします。ブックマークの設定は別記事にて掲載しています。
「お気に入り」の登録・削除方法【Google Chrome / Microsoft Edge】「お気に入り」の登録・削除方法【Google Chrome / Microsoft Edge】について解説している記事です。削除方法も掲載しています。...
【パソコン選び】失敗しないための重要ポイント | 現役エンジニア&プログラミングスクール講師【パソコン選び】失敗しないための重要ポイントについての記事です。パソコンのタイプと購入時に検討すべき点・家電量販店で見かけるCPUの見方・購入者が必要とするメモリ容量・HDDとSSDについて・ディスプレイの種類・バッテリーの持ち時間や保証・Officeソフト・ウィルス対策ソフトについて書いています。...
