データ処理の技術／データサイエンス入門

vz3000

IT・WEB・エンジニア

データ処理を行う際の言語（ＲやPython）の特徴、データ分析する場合のHdoopとsparkの特徴が理解できた。

a-k1ra

IT・WEB・エンジニア

HadoopとSparkのところの説明がわかりやすかった

1000-

マーケティング

分散処理の特性がわかってよかった

takeo-12345

その他

データ処理技術の現在使用されているツールの概要がわかった

shun0708

その他

データ量によって使い分けをおこない実施するのがよいと感じました

t_oguogu1979

コンサルタント

データ処理の特性やシーンに合わせて利用技術を選択する事が重要

n_koba

メーカー技術・研究・開発

R言語はデータ解析に特化しているので記述が簡単。Pythonはライブラリが充実している。

kk1000

販売・サービス・事務

Python、BIツール、SQLはよく聞くが他の技術は初めて聞きました。

yamamoto_kntk

その他

実際にデータ処理を進めるにあたり、利用する仕組みやプログラムの選択するための判断に利用できると思いました

yk-tnk

その他

データ解析を行うためのツールがどういうものか理解できた。

jout009

メーカー技術・研究・開発

データ処理・分析にどのようなツール、フレームワークが使われるのか、概要を知ることができた。何から手をつければ良いのか知らなかったので、導入としては助かった。

madogiwazoku

その他

素人には難しいです。難しくてはげそうです。

user-name01

販売・サービス・事務

データ処理ソフトの特徴や適用する業務への向き不向きを学んだ。

hr-sakai

その他

データの使い分け意味が把握できて今後の考え方がわかった。

ds_tux

メーカー技術・研究・開発

専門用語、多いなあ。忘れない方法はあるのかしら。

ymck_23m

販売・サービス・事務

Python、SQL、HadoopはDS検定の勉強で何度も目や耳にする言葉だけど、具体的に何か改めて学び直せた。特にHadoopは一人でテキストを読むだけであれば理解しきれなかったと思う。講師の方からの説明がわかりやすく、Map reduce、Sparkについて理解できた。

inyourmind

建設・土木　関連職

Hadoopなどの用語を知ることができたので、展示会などでの情報調査のときに役立つ。

hiromatsui

マーケティング

様々なデータ分析ツールの紹介があり、今まで聞いたことがあるだけで概要が分からなかったものが認識できた。

mogyan

IT・WEB・エンジニア

データサイエンスの表面的な感触を得ることが出来ました。これ以上は、実際に具体的に学ぶ必要があると思いました。
Rとpython
BIツール：分析ツール。Tableauとか
Apache Hadoop：ビッグデータを分散処理するソフトウェア集合

yasupii

その他

RとPythonのそれぞれの特徴が分かりました。近年はPythonが使われている傾向があることは知っていましたが、その理由がよく分かりました。

watanabe-tat

専門職

Hadoop はデータを外部ストレージに保存して処理する。 Spark はデータを内部メモリに保存して処理する。このため、 Hadoop はデータをバッチで処理することに適していて、 Spark はデータをリアルタイムで処理することに向いている。

onihei99

専門職

まだイメージがわかない。　本講座は私には過剰だったかもしれない。

ky-takanashi

販売・サービス・事務

利用されているデータ分析結果の需要が多くなる、データその物が大きくなると予想される場合は、DBその物を変更しながら運用する事も重要と認識

makoke

その他

使うシーンを考えながら活用したいです

naoyama777

メーカー技術・研究・開発

SQL上での命令をクエリと呼ぶ
Hadoop
Spark
Hadoop vs Sparkって感じ？

kawaguchimas229

IT・WEB・エンジニア

hadoopの説明が難しかった

k-akira

営業

プログラミング言語とデータ処理の仕組みを体系的に理解できた。どういった分析、処理をするときはこの仕組みを利用するほうが効率的だとわかった上で実用したい。

ysen

IT・WEB・エンジニア

どのツールをどの場面で使うかの知識を得ることができた。データサイエンス検定の資格取得の一助となる講座でした。

hiroshi-srkr

経営・経営企画

用語として聞いたことがあったが、MapReduceとHadoop MapReduceの違いや、Sparkとの使い分けの場面などあまりイメージできていなかったが今回の講座で理解する事が出来た。

nemurikuma

IT・WEB・エンジニア

実用イメージはまだ湧かないが、Tableauなど実際に動かすことからはいじめたい。

hararin-kobo

金融・不動産　関連職

なんとなく、何を使うか、分かった気がします。

rayf

建設・土木　関連職

今後、AIを活用する上でもDBの知識は重要だと感じた。

stani

専門職

この講座はデータサイエンスの紹介だと思うが、位置づけがはっきりしない。

kiyohide-goto

販売・サービス・事務

普段何気なく使用していたツール類について理解を深めることがでた

napple0902

経理・財務

ソフトウェアてなんですか

ken222

営業

顧客にデータ利活用システム導入を提案する際の基礎知識として活用したい。

vegitaberu

人事・労務・法務

データ処理の技術は、ブラックボックスと考えがちです（今もそう考えたいという金地はあります）が、そうとばかりも言ってられないことが認識できました。詳しくわからなくても、ポイントを把握しておくことにより、専門の技術者と話せるレベルに達することが大切なのだろうと思いました。そのためのイメージだけはできた気がします、

choko0504

メーカー技術・研究・開発

データ処理の種々のツールについて知ることができよかった。
実務で利用できることがあれば利用したい。

512177

資材・購買・物流

データ処理技術を学んでいくことも重要

kazumi_100pot

金融・不動産　関連職

Hadoop、MapReduce、Sparkといった分散ファイルについては、違いが分かる程度に復習しておきたいと思います。

shigeki_f

メーカー技術・研究・開発

データ解析を行うためのツールがどういうものがあるのか理解できました。

ken175

メーカー技術・研究・開発

データ処理の内容によって、使用するツールが異なることを体系的に学ぶことができた。
ソフトウェア担当者とより深い議論が出来るよう、学習を進めたいと思う。

mai_i_t

金融・不動産　関連職

スパークは機械学習に向いており、ハドゥープはメモリ以上の容量が必要な場合に向いている。

take515

メーカー技術・研究・開発

データ分析で用いられるツール、アプリケーションの概要を知ることができた。

t_htn

経営・経営企画

データ処理には様々な方法があることを学んだ。
これを活用し、適切なデータとすることを考える

edo_obe

営業

馴染みのない単語が多く、すーっと頭に入ってこなかった。

koichi_seya

その他

HADOOPのイメージが難しかった。今も主流で使われているのでしょうか？

xkenz

IT・WEB・エンジニア

サーバ集約化において、サーバ負荷状況を収集し、集約と分散のための分析を行う。

k_yuna

販売・サービス・事務

少し難しい内容でした。