お問い合わせ

コース概要

データ分析およびビッグデータの概要

  • なぜ「ビッグ」データと呼ばれるのか?
    • 処理速度・容量・多様性・信頼性(VVVV)
  • 従来のデータ処理における限界
  • 分散処理について
  • 統計分析の基礎
  • 機械学習の種類と分類
  • データ可視化手法

ビッグデータ関連職務と役割分担

  • 管理者
  • 開発者
  • データアナリスト

データ分析用のプログラミング言語

  • Python
    • なぜデータ分析にPythonが適しているのか?
    • データの操作・処理・整備・集計手法

データ分析アプローチの種類

  • 統計分析
    • 時系列解析
    • 相関分析や回帰モデルによる予測手法
    • 推論統計(推定法)
    • ビッグデータセットにおける記述統計処理例:平均値の計算など
  • 機械学習
    • 教師あり学習と教師なし学習の違い
    • 分類やクラスタリング技術
    • 各種手法におけるコスト試算法
    • データフィルタリング技法

ビッグデータ用インフラ概説

  • データ保存手段
    • リレーショナルデータベース(SQL)
      • MySQL
      • Postgres
      • Oracle
    • 各種データベースの特性と違い
      • 階層型データベース
      • オブジェクト指向型データベース
      • ドキュメント指向型データベース
      • グラフ指向型データベース
      • その他

ビッグデータの今後と展望

まとめと次のステップについて

要求

  • 数学全般に関する基礎知識
  • プログラミング全般に関する基礎知識
  • データベース全般に関する基礎知識

対象者

  • 開発者/プログラマー
  • ITコンサルタント
 21 時間

参加者の人数


参加者1人あたりの価格

お客様の声 (3)

今後のコース

関連カテゴリー