本コースは、ビジネス現場でデータを活用し、意思決定を支えるための分析スキルを体系的に習得する研修です。近年、データドリブン経営やデジタルトランスフォーメーション（DX）が注目される中、「データはあるが、どのように分析し、業務の改善や企画に結びつけるか分からない」という声が多く聞かれます。
本コースでは、Pythonを使ったデータ前処理・可視化から始まり、統計的な仮説検証、相関・回帰分析、クラスタリングや決定木といった機械学習の基本手法、さらにはテキストデータ分析までを網羅します。
単に操作方法を学ぶだけでなく、「因果関係と相関関係の違い」「仮説を立てて検証する姿勢」など、分析思考そのものを磨くことも重視しています。
演習では売上・広告効果・顧客データなど実務に近い題材を扱い、分析結果をグラフにまとめます。ビジネスパーソンがすぐに現場で使える、実務直結型のデータ分析スキルを身につけられるのが本コースの最大の魅力です。
[開催パターン]
本コースは「集合研修」、「Liveオンライン研修」、「集合研修」と「Liveオンライン研修」を同時に開催する「ハイブリッド研修」のいずれかで開催します。
※ハイブリッド研修について
https://www.school.ctc-g.co.jp/hybrid/index.htmlお申し込みにあたっての注意事項とお願い（お申し込み前に必ずご一読ください） 詳細を見る
1. お申込受付について
本コースは、主催会社のお席を確保した後に受付確定となります。
お申し込みをいただいても、満席等の理由によりご受講いただけない場合がございますので、予めご了承ください。
2. 主催会社への受講者情報提供について
本コースにお申し込みいただいた受講者様の氏名・メールアドレスは、
主催会社である CTCテクノロジー株式会社 へ提供させていただきます。
・データから意味を読み取り、業務課題解決に役立つ示唆を導く力を養う
・因果関係と相関関係の違いを理解し、仮説検証を実践できるようになる
・Python（Numpy、pandas、matplotlib、scikit-learn 等）による分析手法を習得する
・結果を分かりやすく表現し、意思決定に役立つ形で共有できるようになる
・データを業務で活かしたいビジネス層（企画・マーケティング・営業・経営企画など）
・データを統計的に分析する必要がある方
・エンジニア、プログラマー、プロジェクトマネージャーとして技術の幅を広げたい方
・Pythonの基本文法に加えてクラス定義や複雑なリスト処理の知識をお持ちの方
-
- 実行環境
- ・OS: Windows
・プログラミング言語: Python
・ツール：Jupyter Notebook
-
- 受講料
-
132,000円（税込）/人
-
- 開催日数
- 2日間
-
- 時間
- 9時30分～17時00分
●はじめに
・データ分析とは
・データ分析の効果と統計解析
・分析に必要なデータの準備と前提条件
● データ前処理と可視化
・欠損値、外れ値の検出と対応
・カテゴリ変数の変換とダミー変数化
・データの標準化・正規化
・ヒストグラム、箱ひげ図、散布図など基本グラフの作成
・可視化によるデータの初期洞察
● 統計基礎と仮説検定
・平均、中央値、最頻値などの基本統計量
・分散・標準偏差によるデータのばらつき
・正規分布と標本分布の理解
・仮説検定の基本（帰無仮説・対立仮説）
・t検定による平均値比較と有意水準の解釈
● 相関分析と回帰分析
・散布図による関係性の可視化
・相関係数による関係性の把握
・因果関係と相関関係の違い
・単回帰・重回帰分析による要因の特定
・モデルの当てはまり度（決定係数R2）評価
● クラスタリングと分類モデル
・k-meansによる顧客データのクラスタリング
・クラスタ数の決定方法
・決定木を用いた分類と意思決定ルールの可視化
・モデル精度の評価
● テキストデータ分析
・形態素解析による単語分割
・WordCloudによる頻出語の可視化
・TF-IDFによる重要語抽出と傾向分析
・類似文書の比較やクラスタリング
● 分析結果のアウトプット
・分析結果を効果的に伝えるための可視化
・複数指標を重ねたグラフ表現（折れ線＋棒グラフなど）
・ヒートマップや散布図行列によるデータの全体像把握
・伝える相手（経営層／現場担当）に応じたメッセージ設計
コース内容につきましては、予告なく変更／更新される場合があります。
お申し込み状況により、受付期限よりも前に受付終了となる場合がございますので、お早めにお申し込みください。
-
-
申し込む
-
2026年4月21日～2026年4月22日
（2日間）
【受付】2026年4月6日まで
【会場】オンライン
【価格】132,000円
（税込）/人
・データから意味を読み取り、業務課題解決に役立つ示唆を導く力を養う
・因果関係と相関関係の違いを理解し、仮説検証を実践できるようになる
・Python（Numpy、pandas、matplotlib、scikit-learn 等）による分析手法を習得する
・結果を分かりやすく表現し、意思決定に役立つ形で共有できるようになる
・データを業務で活かしたいビジネス層（企画・マーケティング・営業・経営企画など）
・データを統計的に分析する必要がある方
・エンジニア、プログラマー、プロジェクトマネージャーとして技術の幅を広げたい方
・Pythonの基本文法に加えてクラス定義や複雑なリスト処理の知識をお持ちの方
-
- 実行環境
- ・OS: Windows
・プログラミング言語: Python
・ツール：Jupyter Notebook
-
- 受講料
-
132,000円（税込）/人
-
- 開催日数
- 2日間
-
- 時間
- 9時30分～17時00分
●はじめに
・データ分析とは
・データ分析の効果と統計解析
・分析に必要なデータの準備と前提条件
● データ前処理と可視化
・欠損値、外れ値の検出と対応
・カテゴリ変数の変換とダミー変数化
・データの標準化・正規化
・ヒストグラム、箱ひげ図、散布図など基本グラフの作成
・可視化によるデータの初期洞察
● 統計基礎と仮説検定
・平均、中央値、最頻値などの基本統計量
・分散・標準偏差によるデータのばらつき
・正規分布と標本分布の理解
・仮説検定の基本（帰無仮説・対立仮説）
・t検定による平均値比較と有意水準の解釈
● 相関分析と回帰分析
・散布図による関係性の可視化
・相関係数による関係性の把握
・因果関係と相関関係の違い
・単回帰・重回帰分析による要因の特定
・モデルの当てはまり度（決定係数R2）評価
● クラスタリングと分類モデル
・k-meansによる顧客データのクラスタリング
・クラスタ数の決定方法
・決定木を用いた分類と意思決定ルールの可視化
・モデル精度の評価
● テキストデータ分析
・形態素解析による単語分割
・WordCloudによる頻出語の可視化
・TF-IDFによる重要語抽出と傾向分析
・類似文書の比較やクラスタリング
● 分析結果のアウトプット
・分析結果を効果的に伝えるための可視化
・複数指標を重ねたグラフ表現（折れ線＋棒グラフなど）
・ヒートマップや散布図行列によるデータの全体像把握
・伝える相手（経営層／現場担当）に応じたメッセージ設計
コース内容につきましては、予告なく変更／更新される場合があります。
