CURRICULUM

カリキュラムマップ

DS検定★ 合格までの全学習ステップをひとめで見渡せる地図です。
分野ごとの記事数と進捗を確認しながら、順番にクリアしていきましょう。

読了: 0 / 106 記事 (0%)

AI社会実装・データリテラシー / AI倫理 1 記事

  1. 03AI倫理(公平性・透明性・説明責任)3分

AI社会実装・データリテラシー / セキュリティ 2 記事

  1. 07データセキュリティと敵対的攻撃3分
  2. 11データセキュリティ(暗号化・ハッシュ・アクセス制御)4分

AI社会実装・データリテラシー / データリテラシー 2 記事

  1. 08データリテラシー(相関と因果・バイアス各種)3分
  2. 09シンプソンのパラドックスとp値ハッキング4分

AI社会実装・データリテラシー / 法務 4 記事

  1. 04プライバシーと個人情報保護法・GDPR4分
  2. 05匿名化・仮名化・差分プライバシー4分
  3. 06AI規制動向(EU AI Act・国内ガイドライン)3分
  4. 12AIと著作権・データ著作物(著作権法30条の4)4分

AI社会実装・データリテラシー / 社会実装 3 記事

  1. 01AI/データ活用事例(業界別)3分
  2. 02Society 5.0 と DX4分
  3. 10人間とAIの協働・責任あるAI4分

ビジネス力 / KPI設計 1 記事

  1. 07KPI/KGI設計とSMART原則3分

ビジネス力 / まとめ 2 記事

  1. 15ビジネス力まとめ・試験頻出ポイント4分
  2. 9000DS検定 第13回からの試験範囲変更｜ver.6と価値創造5分

ビジネス力 / アプローチ設計 2 記事

  1. 10A/Bテスト設計の基本3分
  2. 11PoCの進め方3分

ビジネス力 / データ理解 1 記事

  1. 06データの種類(構造化/非構造化、定量/定性、ストック/フロー)4分

ビジネス力 / ビジネスマインド 2 記事

  1. 05ビジネスマインドとROI4分
  2. 9001DS検定の価値創造とは｜ver.6の定義と4カテゴリ5分

ビジネス力 / プロジェクトマネジメント 2 記事

  1. 12プロジェクトマネジメント基礎(DS版とCRISP-DM)4分
  2. 13ステークホルダー管理と翻訳者の役割3分

ビジネス力 / レポーティング 1 記事

  1. 14レポーティング・プレゼン技法3分

ビジネス力 / 価値創造 1 記事

  1. 9002DS検定ver.6「価値創造」実践：課題再定義からPoC・学習サイクルまで6分

ビジネス力 / 契約・権利 1 記事

  1. 16NDA・データ提供契約・利用規約4分

ビジネス力 / 行動規範 1 記事

  1. 01データサイエンティスト倫理綱領と行動規範4分

ビジネス力 / 課題定義 2 記事

  1. 08GAP分析と仮説思考3分
  2. 095W1Hと課題定義3分

ビジネス力 / 論理的思考 3 記事

  1. 02ロジカルシンキング(MECE・ロジックツリー)3分
  2. 03ピラミッドストラクチャと結論先行4分
  3. 04フェルミ推定と概算力4分

データエンジニアリング / Python 6 記事

  1. 06Python基礎(データ型と制御構文)4分
  2. 07NumPy 基礎(ndarray・ブロードキャスト)4分
  3. 08Pandas 基礎(DataFrame・Series・loc/iloc)4分
  4. 09Pandas 集計(groupby・pivot_table・apply)5分
  5. 10Pandas データ結合と欠損値処理6分
  6. 23データ分析環境とPython可視化ツール(Jupyter・matplotlib・seaborn・Docker)5分

データエンジニアリング / SQL 5 記事

  1. 01SQL基礎(SELECT・WHERE・ORDER BY)4分
  2. 02集計と GROUP BY・HAVING4分
  3. 03JOIN(INNER/LEFT/RIGHT/FULL)4分
  4. 04サブクエリと CTE(WITH句)4分
  5. 05ウィンドウ関数(ROW_NUMBER・RANK・LAG・LEAD)4分

データエンジニアリング / まとめ 1 記事

  1. 15データエンジニアリングまとめ・SQL/Python読解対策6分

データエンジニアリング / データ加工 3 記事

  1. 11データクレンジングと外れ値検出(IQR・3σ)5分
  2. 12特徴量エンジニアリング(エンコーディング・標準化)6分
  3. 13不均衡データ対応(SMOTE)5分

データエンジニアリング / データ基盤 3 記事

  1. 14データ基盤と ETL/ELT(DWH・データレイク・BigQuery)5分
  2. 21MLOps・データガバナンス・データ提供契約4分
  3. 22ストリーミング処理とLambdaアーキテクチャ4分

試験対策・実践 / コード読解 3 記事

  1. 04SQL読解問題(集計・JOIN)5分
  2. 05SQL読解問題(ウィンドウ関数・CTE)5分
  3. 06Pandas/NumPyコード読解パターン6分

試験対策・実践 / シナリオ対策 1 記事

  1. 09AI倫理・法務のシナリオ問題4分

試験対策・実践 / 図表読解 1 記事

  1. 08クラスタリング・次元削減の図表読解3分

試験対策・実践 / 本番対策 1 記事

  1. 10模試の解き方・時間配分・直前対策5分

試験対策・実践 / 計算対策 4 記事

  1. 01確率・期待値の計算問題パターン4分
  2. 02統計量の手計算(平均・分散・相関係数)3分
  3. 03仮説検定の問題パターン3分
  4. 07機械学習評価指標の計算演習4分

機械学習・AI / まとめ 1 記事

  1. 20機械学習まとめ・モデル選択ガイド4分

機械学習・AI / アンサンブル学習 1 記事

  1. 22アンサンブル学習(スタッキング・ブレンディング)4分

機械学習・AI / ニューラルネット 1 記事

  1. 17ニューラルネットワーク基礎(パーセプトロン・誤差逆伝播)4分

機械学習・AI / 分類 4 記事

  1. 08ロジスティック回帰4分
  2. 09決定木とランダムフォレスト3分
  3. 10勾配ブースティング(XGBoost/LightGBM)4分
  4. 11SVM・k近傍法・ナイーブベイズ3分

機械学習・AI / 回帰 3 記事

  1. 05線形回帰と最小二乗法4分
  2. 06Ridge/Lasso と正則化3分
  3. 07回帰の評価指標(R²・MSE・RMSE・MAE)3分

機械学習・AI / 強化学習 1 記事

  1. 24強化学習の詳細(Q学習・SARSA・DQN)5分

機械学習・AI / 教師なし学習 3 記事

  1. 14クラスタリング(k-means・階層型)4分
  2. 15次元削減(PCA・t-SNE・UMAP)3分
  3. 16アソシエーション分析と時系列分析3分

機械学習・AI / 機械学習基礎 5 記事

  1. 01機械学習の3分類(教師あり/なし/強化)3分
  2. 02訓練・検証・テスト分割と汎化性能3分
  3. 03過学習・未学習とバイアス・バリアンス3分
  4. 04交差検証(k-fold CV)4分
  5. 21ハイパーパラメータチューニング(GridSearch・RandomSearch・ベイズ最適化)6分

機械学習・AI / 深層学習 2 記事

  1. 18ディープラーニング概論(CNN・RNN・Transformer)4分
  2. 19生成AI・LLM・転移学習4分

機械学習・AI / 評価指標 3 記事

  1. 12分類の評価指標(混同行列・Precision/Recall/F1)4分
  2. 13ROC曲線とAUC3分
  3. 23SHAP・LIME と 説明可能AI4分

統計・数学基礎 / まとめ 1 記事

  1. 20統計まとめ・計算問題対策4分

統計・数学基礎 / データ可視化 1 記事

  1. 03データ可視化の選び方3分

統計・数学基礎 / 多変量解析 2 記事

  1. 21重回帰分析と AIC/BIC5分
  2. 23多変量解析の補完(偏相関・正準相関・因子分析・判別分析)3分

統計・数学基礎 / 微分積分 1 記事

  1. 19微分・偏微分・勾配の基礎4分

統計・数学基礎 / 推測統計 7 記事

  1. 11サンプリングと標本誤差3分
  2. 12点推定と区間推定(信頼区間)3分
  3. 13仮説検定の枠組みとp値3分
  4. 14t検定とz検定3分
  5. 15χ²検定とANOVA3分
  6. 16第1種/第2種の過誤・検出力3分
  7. 22ノンパラメトリック検定(Wilcoxon・Mann-Whitney・Kruskal-Wallis)4分

統計・数学基礎 / 確率分布 3 記事

  1. 08確率分布(ベルヌーイ・二項・ポアソン)4分
  2. 09正規分布と中心極限定理4分
  3. 10その他の分布(t・χ²・F・指数)3分

統計・数学基礎 / 確率論 3 記事

  1. 05確率の基本と条件付き確率3分
  2. 06ベイズの定理と医療診断問題4分
  3. 07期待値と分散の計算3分

統計・数学基礎 / 線形代数 2 記事

  1. 17ベクトルと行列の基礎3分
  2. 18内積・ノルム・固有値の概念3分

統計・数学基礎 / 記述統計 3 記事

  1. 01記述統計の基礎(平均・中央値・最頻値)3分
  2. 02散らばりの指標(分散・標準偏差・四分位)3分
  3. 04散布図と相関係数3分

📘 チートシートPDFダウンロード

要点を A4 1〜数枚にまとめた PDF を、試験直前の復習用にご活用ください。