コース
Pythonで学ぶ探索的データ分析
中級スキルレベル
更新日 2026/04
PythonExploratory Data Analysis4時間14 ビデオ49 演習4,150 XP110K+修了証明書
無料アカウントを作成
Googleで続行その他のオプションを表示または
何千もの企業の従業員が支持
チームのトレーニングを担当していますか？
Businessをお試しくださいコース説明
失業率や航空券価格のデータを使い、Pythonでデータの要約と検証、計算、欠損値の特定と置換、数値データとカテゴリカルデータのクリーニングを行います。コース全体を通して、Seabornで見やすい可視化を作成し、変数やその関係性を理解していきます。
最後に、探索で得られた知見を新しい特徴量の作成やカテゴリカル特徴量のバランス調整、発見からの仮説生成を通じて、データサイエンスのワークフローへとつなげる方法を学びます。
このコースを終えるころには、Pythonで自分自身の探索的データ分析（EDA）を自信をもって実施できるようになります。結果をビジュアルでわかりやすく伝え、データからさらなる洞察を得るための次の一手を提案できるようになります！動画にはライブ字幕が含まれており、動画左下の"Show transcript"をクリックすると表示できます。 コースの用語集は、右側のリソースセクションにあります。CPE クレジットを取得するには、コースを完了し、認定アセスメントで 70% 以上のスコアを達成する必要があります。右側の CPE クレジットの案内をクリックするとアセスメントに移動できます。
前提条件
Introduction to Statistics in PythonIntroduction to Data Visualization with Seaborn1
データセットを知る
新しいデータセットにはどう取り組むのが最善でしょうか？カテゴリカルデータと数値データを検証・要約し、Seabornで可視化を作成して発見を伝える方法を学びます。
2
データクリーニングと欠損補完
探索や分析では、欠損値、不適切なデータ型、外れ値への対応が欠かせません。この章では、これらの課題に対処するテクニックを学び、EDAのプロセスを効率化します！
3
データの関係性
データセット内の変数は独立して存在しているわけではなく、互いに関係があります。この章では、数値・カテゴリカル・DateTime データにまたがる関係を確認し、その方向性や強さ、可視化の方法を探ります。
4
探索結果をアクションへつなげる
探索的データ分析はデータサイエンスのワークフローで極めて重要ですが、そこで終わりではありません。探索を終えたあと、プロジェクトを前進させるためのテクニックと考慮点を学びましょう！
Pythonで学ぶ探索的データ分析
コース完了 19百万人を超える学習者と共にPythonで学ぶ探索的データ分析を始めましょう！
無料アカウントを作成
Googleで続行その他のオプションを表示または
DataCamp for Mobileでデータスキルを磨きましょう
モバイル コースと毎日の 5 分間のコーディング チャレンジで、外出先でも進歩できます。