こんなことを学びます
なぜ視覚化が必要なのか？
データを視覚化する必要がある理由と方法を説明します。
探索的データ分析と視覚化
EDA プロセスとデータサイエンスにおけるビジュアライゼーションの役割について学んでください。
ハンズオンプロジェクトを通じてデータビジュアライゼーションを学ぶ
実用的な人事データやマーケティングデータで可視化することで、一緒にインサイトを探します。
視覚化ライブラリの効果的な使用
Seaborn と Matplotlib を使ってカラフルなビジュアライゼーションを学びましょう。
データビジュアライゼーション
なぜ私がそれをしなければならないのですか？
▶ ︎ どんな素材が一目でわかる？
ヒートマップチャートの方が、表形式のデータよりもデータ間の相関関係をすばやく特定できます。
とてもきれいだからではなく、 効率的に作業するには、ビジュアライゼーションを使用します。そうします。これは、認知機能を使ってテーブル番号を理解するよりも、視覚を使ってヒートマップを見る方が効率的だからです。
チャートは Excel としても使用できます
作れるけど...
▶ ︎ 150,000個のデータをグラフ化しようとしたら画面が止まりました
このような制限があります。
- 容量不足: Excel は大量のデータを処理するのが困難です。クリックして半日待って...画面がフリーズして、すべてが吹き飛ばされてしまうことがあります。（）
- 限定的な視覚化機能: 作成できるグラフの種類はほとんどありません。さまざまなインサイトを探すよりも、シンプルなレポートを作成するのに便利なツールです。
パイソンを使う
何か理由があるんですか？
また、Python 自体にも最適なツールです。
- 効率性:100,000行を超える大量のデータを1秒で視覚化できます。 （プロセスデータが数秒で流出することを扱う企業にとって、Pythonを使用したデータ視覚化は革新的です。）
- さまざまなテクニック: 基本的なグラフを学んだ後、 「ライブラリ」ページ必要なグラフを見つけて、扱っている診療分野に適用してください。（このコースはTipレッスンに別途含めました！）
- きめ細かなオプション設定: これを見せているだけで私の頭の中に描かれたチャートそのものが、ゲームオーバーのように思えます！さまざまなオプションを通じて、それをそのまま視覚化するお手伝いをします。
ボーナスアドバンテージもあります。
- ビッグデータ分析/機械学習/人工知能 にリンクできます。(データアナリストの 80% 以上が Python ツールを使用しています。)
他のデータ分析クラスと
何が違うの？
- このコースはビッグデータ分析のステップの1つです 探索的データ分析 (探索的データ分析)これはのためのコースです.
- インサイトを見つけるために「探検家のようにデータを精査する」ことです。
- 簡単な経営分析のためにダッシュボードを作成するときに表示すべき共通指標はありますが、EDA 興味のあることをすべて視覚化できる必要がある そうします。両者の違いを調べてみましょう。😉
上 「従業員の退職理由の状況」 これはレポート用に作成された一般的なビジュアライゼーションです。これらのビジュアライゼーションがさまざまな指標に基づいてグループ化されている場合、それはダッシュボードです。情報を直感的に理解するのは良いことです。
しかし今回は人事部で 高い離職率原因が話題になっていて、原因を突き止めたいです。
- もしそうなら、まず「没入感の低下」や「報酬に対する不満」など、上位4つのケースを赤でグループ化し、その特徴を見てみると答えが出ないでしょうか。
ほら、データを分けて、まずそれらの担当者の職務を調べました。
「生産技術者（生産技術者）」不思議なことがたくさんあります。
- この仕事には何か問題があると思う。
- あるいは、単純にエンジニアの数が非常に多い会社なので、高い評価を得ているのかもしれませんね。（私は髪が強いだけだから。）
- 確認のため、総人数に対する比率としてグラフをプロットする必要もあります。
- 比例して描かれていて、同じくらい高い場合はどうでしょうか？もっと深く掘り下げて原因を突き止める必要があります。
これらはEDAのプロセスです 起動手順 それは。違いはわかりますか？このクラスでは、これを自由に行うための基本的なスキルとライブラリを学びます。また、実践的なデータを通じて基本的なEDAコースを楽しめるように設計されています。
分析が難しくないように
詳しくお知らせします！
「このデータを使ってどのような視覚化を行うべきか？」
「ビジュアライゼーションはしたけど...ここでインサイトを見つけるにはどうすればよいでしょうか？'
Moonのデータアナリストやネイティブデータアナリストとして働いていたときに経験した不満や講義で受けた質問をもとに 私は、あなた自身がデータ分析のメンターとなり、シンプルなビジュアライゼーションを超えたインサイトを求める「ビジュアルアナリティクス」になれるようにします！
コードをお渡しします
好奇心を持ってきてください！
- 実践に直接適用できる視覚化コードを提供します。提供されたコードのデータと変数だけを置き換えるだけで、高品質のビジュアライゼーションをすぐに完了できます。
- 最初はとても簡単でした（？）やりました。楽しいなら、もっと自分で勉強しろ！
ビジュアライゼーションのスキルが小さい場合は、翼を獲得して自分の強みを生み出すことができます。
ゼロ・アンド・ワン・データの世界で、みんなで協力して有意義なインサイトを見つけましょう！
💌 データエバンジェリストによる 1 対 1 コーチング (3 セッション)
- コーチングチケットごとに1つの質問をすることができます。
- 各質問に対して約300文字で回答します。
- まず、扱っている業務データを可視化したい場合、一緒にその詰まりを解消するか、状況を考慮したより良い可視化の方向性を見つけます。(推奨)
- 次に、コースの内容（プロジェクトを含む）に関連する追加の説明が必要な場合に使用できます。
- 第三に、他の授業に関する質問には、答えの範囲内で心を込めて答えます。
📌 コーチングチケットの使用方法
- Class 101 のウェブまたはアプリで [マイクラス] をクリックします。
- [マイクラス] に移動し、[コーチングチケットミッション] に移動して [コーチングを受ける] をクリックします。
- [投稿する] に記入して送信してください！
- コーチングは質問を受けた日に基づいて行われ、7〜10日以内に回答が届きます。
🚨 コーチングバウチャーは購入日から20週間使用でき、期間内に未使用でも返金はありません。
📢 パッケージは一部変更される場合があり、変更があった場合は十分にお知らせします。
カリキュラム
クリエイター紹介
データエバンジェリスト
こんにちは、私はMoonのデータアナリスト兼データエバンジェリストです。
私は最初に外資系企業で人事としてキャリアをスタートさせました。私は現在、データに基づいて洞察を発見するのが興味深いので、データアナリストおよびコンサルタントとして働いています。
初めてPythonを学んだときの難しく、なじみのない思い出を呼び戻し、Pythonデータの視覚化をできるだけ簡単で楽しいものにしたいと思っています。
- (現職) イノバリュー・パートナーズシニア・リサーチ・フェロー
- （前）外資系企業（業種：半導体、セキュリティサービス）に勤務
