英国製造業、外資系コンサルティングファームおよび技術系スタートアップを経て独立。製造機械、交通、ヘルスケアなど多様な分野において、データ解析/モデリング業務、AIプロジェクト推進、および関連技術の研究開発に従事してきた。AI関連のトップカンファレンス（AAAI）やジャーナルでの論文出版経験を持つ。技術者に限らず、一般の人がデータを理解し、各々の生活に役立てられるようにすることをライフワークとしている。情報学修士（京都大学）
本授業は、練習問題を解きながらグラフを正しく選び・見せるための方法について学ぶ授業です。 データサイエンスの視点から、普段選んでいるグラフは適切なのか？やもっと良い見せ方はあるのかについて学び、資料作成に役立てていきましょう。 【こんな人におすすめ】 ◯ データの可視化を通じて、正確かつわかりやすいメッセージを伝えたい現場リーダー ◯ データサイエンスを志すアナリスト 【授業のゴール】 ◯ 伝えたいメッセージに沿って、データを適切に可視化することができる。 目的に応じてグラフをデザインできる。その結果、目的の意図を的確に相手に伝えることができる。 【どんな授業なのか？】 第１話は理論編 / 第２ー４話は問題編と２部構成で授業を進めていきます。 問題編で使用するデータセットはこちらからダウンロードすることができます。 注意１：クリックするとダウンロードが始まります。 注意２：一部、Excelでは行えない可視化手法もございます。あらかじめご了承ください。 第１話：理論編 データの可視化とは？ 第２話：問題編① 量データと割合データの可視化 └ 練習問題１：ユーザー数の比較 └ 練習問題２：公示地価の比較 └ 練習問題３：複数の学校の人数比較 第３話：問題編② 関係データの可視化 └ 練習問題４：複数の学校の人数割合と経時変化の割合の比較 └ 練習問題５：部署ごとの従業員割合の比較 └ 練習問題６：人事評価と月収の関係 第４話：問題編③ 関係データと分布データの可視化 └ 練習問題７：資材価格と複数の構成素材の関係 └ 練習問題８：居住人数の年齢別割合のバラつきの関係 └ 練習問題９：70年分の月別平均気温の関係 ■ ご登壇いただく講師 高比良 健太郎 (たかひら けんたろう) さん データサイエンティスト 英国製造業、外資系コンサルティングファームおよび技術系スタートアップを経て独立。製造機械、交通、ヘルスケアなど多様な分野において、データ解析/モデリング業務、AIプロジェクト推進、および関連技術の研究開発に従事してきた。AI関連のトップカンファレンス（AAAI）やジャーナルでの論文出版経験を持つ。技術者に限らず、一般の人がデータを理解し、各々の生活に役立てられるようにすることをライフワークとしている。情報学修士（京都大学）
本授業は、Pythonを活用したデータ可視化の一連の流れを紹介するハンズオン形式の授業です。 データの内容をよく理解するための手法として、データの可視化はますます重要になってきています。 Pythonを用いた様々はデータ可視化手法を学ぶことで、データ分析業務を一段レベルアップすることを目指します。 【コース全体で学べること】 ① Pythonのライブラリを活用したグラフの作成方法 ② ヴァイオリンプロットやサンバースト図など一段レベルの高いグラフの作成方法 ③ クリックやドラッグなどマウス操作でグラフの範囲や値が変化するインタラクティブなグラフの作成方法 【コース構成】 第１回：基本的なグラフの描画（Matplotlib） 扱うグラフ：棒グラフ/積み上げ棒グラフ/折れ線グラフ/散布図 第２回：応用的なグラフの描画（Seaborn） 扱うグラフ：ヒートマップ/ヒストグラム/箱ひげ図/ヴァイオリンプロット 第３回：インタラクティブなグラフの描画（Plotly） 扱うグラフ：ヒストグラム/散布図/サンバースト図/3次元散布図 ※本授業では受講生の皆さんのお持ちのPCに「環境構築」は行いません（Google Colaboratory というブラウザでPythonを実行できるツールを使ってハンズオンレクチャーを行います。お手元にPCとGoogleアカウントをご用意ください） また、授業素材はこちらからコピーしてお使いください。 ・第1回 ・第2回 ・第3回 【受講対象者】 全般 【レベル感】 Python初級をご受講いただいてからの受講をおすすめしております。 Python初級はこちら 【授業のゴール】 Pythonを使って様々なグラフを作成することができる。 Pythonを用いて、データの分析や報告を適切に実行していくことができる。 ■ ご登壇いただく講師 高比良 健太郎 (たかひら けんたろう) さん データサイエンティスト 英国製造業、外資系コンサルティングファームおよび技術系スタートアップを経て独立。製造機械、交通、ヘルスケアなど多様な分野において、データ解析/モデリング業務、AIプロジェクト推進、および関連技術の研究開発に従事してきた。AI関連のトップカンファレンス（AAAI）やジャーナルでの論文出版経験を持つ。技術者に限らず、一般の人がデータを理解し、各々の生活に役立てられるようにすることをライフワークとしている。情報学修士（京都大学）
