データサイエンス

→AI／機械学習

→確率・統計

→データ処理関連

→開発に役立つデータ

→Python関連

一般†

• PCAによる特徴量自動生成 - Qiita 2023.3

• 知っておくべきデータサイエンスのユースケース5選 - Qiita 2023.2
  • 予測モデリング
  • NLP
  • 画像分析とコンピュータビジョン
  • 異常検知
  • レコメンデーション

• GitHub - rougier/scientific-visualization-book: An open access book on scientific visualization using python and matplotlib 2023.1

• 講義資料 – 九州大学 数理・データサイエンス教育研究センター 2023.1

• クラスメソッド データアナリティクス通信(AWSデータ分析編) – 2023年1月号 | DevelopersIO 2023.1

• 「データ分析の民主化」の在り方を、「社員全員Excel経営」が「社員全員データサイエンス経営」へと進化していった事例に見る - 渋谷駅前で働くデータサイエンティストのブログ 2022.12

• Pythonでデータ分析入門！環境構築不要で今すぐ学べる講座が新登場 - paiza開発日誌 2022.11

• 数理・データサイエンス教育強化拠点コンソーシアム - YouTube 2022.11

• 4-4_時系列データの解析 - 4-4_literacy_level_note.pdf 2022.11

• 「データ分析をやるならRとPythonのどちらを使うべき？」への個人的な回答 - 渋谷駅前で働くデータサイエンティストのブログ 2022.10
  • 例えば一連のデータ分析作業をバッチ処理にしてシステム上で回すというケースでは、Pythonの方が使いやすい
  • 「説明」を目的とする統計学的な処理はRの方がPythonよりも使いやすい
  • 例えば「バルクでCSVファイルに格納されたデータを都度貰ってはその度ごとにデータの性質を精査し、その性質に応じてカスタマイズされた分析処理をする」みたいなケースではRの方がやりやすい
  • 「予測」を目的とする機械学習的な処理はPythonの方がRよりも使いやすい
  • ベイジアンは以前とは異なりRとPythonとで差がなくなってきているが、まだRの方が比較的楽
  • Deep LearningはむしろRで使えるフレームワークが殆どなくPythonが必須に近い
  • 統計分析・機械学習であってもソフトウェア開発を本業にするならC++など速い言語が必須
  • 結論から言うと「その時々のテーマと必要に応じてRとPythonを巧みに使い分けるべし、そのためにも両方とも習得しておこう」というのが僕の個人的な回答です。

• 探索的データ解析（EDA）のためのautovizを試してみた - Qiita 2022.9

• Data Science for Beginners 2022.9

• ビジネスアナリスト・データエンジニア・データサイエンティストがDatabricksでCOVID-19データ分析に取り組んだ1日 - Qiita 2022.9

• Same Stats, Different Graphs: Generating Datasets with Varied Appearance and Identical Statistics through Simulated Annealing 2022.9

• 今さら聞けない機械学習 - Qiita 2022.8
  • ※タイトルは機械学習ですが、内容はデータサイエンスの話のようなのでこちらに置いた

• データ分析入門 - 1  はじめに 2022.7

• データマイニング入門 Introduction to Data Mining | UTokyo OCWx 2018

• 高等学校情報科「情報?」教員研修用教材(本編)：文部科学省 2022.7
  • 高等学校情報科「情報?」教員研修用教材　第3章前半 - 20200702-mxt_jogai01-000007843_004.pdf
  • 高等学校情報科「情報?」教員研修用教材　第3章後半 - 20200609-mxt_jogai01-000007843_007.pdf

• 【無料】データサイエンス入門:機械学習編全35回まとめと目次 2022.6

• データを触ってみたいけどどこから手をつけよう？🤔という趣味人の覚書 - Qiita 2022.4

• データ分析における特徴量エンジニアリング / feature engineering recipes - Speaker Deck 2022.4

• 2022年版：実務の現場で働くデータサイエンティスト向け推薦書籍リスト（初級5冊＋中級8冊＋テーマ別14冊） - 渋谷駅前で働くデータサイエンティストのブログ 2022.2

• [Looker] データ分析の流れを一緒に確認しましょう #looker | DevelopersIO 2022.1

• 総務省、無料データサイエンス講座「誰でも使える統計オープンデータ」が開講 2022.1
  • 誰でも使える統計オープンデータ | gacco 2022.1

• 分析結果を現場で使ってもらう技術まとめ - Qiita 2021.12

• Introduction to Datascience: Learn Julia Programming, Math & Datascience from Scratch. 2021.11

• GitHub - The-Japan-DataScientist-Society/skills-checklist 2021.11

• 2021年版：データサイエンティストを初めとするデータ分析職向け推薦書籍リスト（初級5冊＋中級8冊＋テーマ別14冊） - 渋谷駅前で働くデータサイエンティストのブログ 2021.2

• GitHub - The-Japan-DataScientist-Society/100knocks-preprocess: データサイエンス100本ノック（構造化データ加工編） 2021
  • データサイエンス100本ノックが SageMaker Studio Lab からすぐに学べるようになりました | Amazon Web Services ブログ 2022.9

• eラーニング教材・講義動画配信 | 数理・データサイエンス教育強化拠点コンソーシアム 2021.5

• タダで学べるデータサイエンス名著5冊 【日本書は高額でも英語ができれば怖くない】 2020.5

• 知らないと損をする「データ分析·サイエンス」サイト37選（ブログ＆オンラインコース） 2019.2

データビジュアライズ†

• Yahoo APIで取得した現在の降水量をstreamlitで地図上に3D棒グラフ表示する - Qiita 2023.1

• Plotly.pyによるデータ可視化のすすめ | フューチャー技術ブログ 2022.11

• はじめに — マンガと学ぶデータビジュアライゼーション 2022.5

• データの可視化シリーズ 第1弾 - はじめに 2019.8

数理最適化†

• 数理最適化によって訪問介護のシフトスケジューリングモデルを作ってみた話 - エス・エム・エス エンジニア テックブログ 2023.3

• 「そうだ、数理最適化、やろう。」ってなった時にめっちゃ参考になったリンク集＆参考書｜CO-WRITE 2023.2

• 数理最適化と機械学習を比較してみる - めもめも 2022.12

• 数理最適化ことはじめ / Introduction to Mathematical Optimization - Speaker Deck 2022.5

書籍ほかコンテンツ†

• 演習問題（データサイエンス）｜熊本大学数理科学総合教育センター 2023.2

• 優良データサイエンス関連教材をたっくさんまとめてみた【僕の学習記録】 - Qiita 2023.2

• 2023年版：実務データ分析を手掛けるデータサイエンティスト向け推薦書籍リスト（初級6冊＋中級8冊＋テーマ別15冊） - 渋谷駅前で働くデータサイエンティストのブログ 2023.2

• Python Data Science Handbook | Python Data Science Handbook 2022.4

• データ分析初心者向けおすすめ本のご紹介 〜第1弾・データ分析基礎力編〜｜Mercari Analytics Blog｜note 2021

• Python for Data Analysis - Python-for-Data-Analysis.pdf
  • フリーのO'reilly本（英語）

• 100+ Best Free Data Science Books For Beginners And Experts 2023.1
• Free Data Science Books 2015.9.9
• Free Open-Source Statistics Cookbook 2012.9.24

データサイエンティスト／データアナリスト†

• 機械学習エンジニアが目指すキャリアパスとその実話 / My Journey to Become a ML Engineer - Speaker Deck 2023.1

• データサイエンティストとしてどう学んでいくべきか/東京大学講義: データマイニング概論: #10 - Speaker Deck 2023.1

• データサイエンティスト人材不足を解決するには – 採用・育成方法も解説 | AI専門ニュースメディア AINOW 2022.12

• データアナリストになるためのロードマップ【決定版】 - Qiita 2022.12

• データサイエンティストに必要な資格とは【比較表】 | AI専門ニュースメディア AINOW 2022.11

• データサイエンティストという職業の10年間の変遷を振り返る - 渋谷駅前で働くデータサイエンティストのブログ 2022.10

• How to become a data scientist | Data Science 101 w NYU Prof Pascal Wallisch | SPodcast EP.5 - YouTube 2022.8

• データサイエンティストは何を勉強すべきか：「教養」と「必須」と「差別化」と - 渋谷駅前で働くデータサイエンティストのブログ 2022.7

• 未経験からのデータサイエンティスト転職までにやったこと | ハピライフ 2022.5

• 84％が「仕事に将来性を感じている」 データサイエンティストの実態調査 | Ledge.ai 2022.4

• 今後求められる、ビジネス課題解決が得意なデータサイエンティスト | TECH+ 2022.4

• 戦力になるレベルのデータサイエンティストを育成することの難しさ - 渋谷駅前で働くデータサイエンティストのブログ 2021

• データアナリストってなにやってるの？ 普段の業務について語ってみた - YouTube 2022.1

• データサイエンティストのインターン面談をして採用側が感じているズレの正体とは？ - Qiita 2021.11

• データサイエンティストを目指すに当たって、ぜひ揃えておきたいテキストたちを挙げてみる 2013.5.7
• ITエンジニアがデータサイエンティストを目指すには？ 2013.5.7

活用事例†

• ゲームにおけるA/Bテストについて - KAYAC engineers' blog 2023.2

• 映画概況の最新データを見てみたら"日本のアニメ"が激アツだった。｜分析屋｜note 2023.2

• Pythonで考える少子高齢化と詐欺グラフ - Qiita 2023.1

• 最も「ありそうで存在しない漢字」は何か？ - Qiita 2023.1

• 日本vsドイツ 分析してみた｜分析屋｜note 2022.11

• データサイエンスで犯罪者を捕まえる - Qiita 2022.8

• 【Python】東京23区の中古マンション販売価格予測をやってみた - Qiita 2022.7

• MoT TechTalk #13 タクシーアプリ『GO』のデータサイエンス〜配車マッチングの継続的改善〜 - Speaker Deck 2022.7

• オープンデータ分析してみたら、「日本を少し変えちゃった」話｜朝日新聞社 メディア研究開発センター｜note 2022.4

• ガラケーしか使えないデジタル音痴だった私が「GISでデータ分析」できるようになるまでの話｜NHK取材ノート｜note 2022.3

ビジネスインテリジェンス/PowerBIなど†

• Power BI 101 使い始めた時/学び始めた時に知っておくとよいこと - Japan Power Platform Conference 2022 #JPPC2022 - Qiita 2022.10
• データ分析におけるデータ可視化の極意 - Qiita 2022.6
• 初めてBIを使って見よう見まねでデータ分析してみた！[PowerBI Desktopで訪日旅行者数データを操る] - Qiita 2022.6

最新の50件