データサイエンス・ブートキャンプ
「データを見る人」から「価値を生み出す人」へ
プログラミングなしで、データの加工・分析・解釈までを一貫して学び、
データサイエンスの本質を、実務で使えるスキルとして身につけます。
 
2026年6月に開催予定のトレーニングの受付をしております。 こちらは東京での対面講義の形での開催予定です。

詳細は下記にあります開催要項を御覧ください。

また、オンサイトでのブートキャンプ・トレーニングも15名以上より受け付けております。興味のある方はこちら までご連絡ください。
AIが分析してくれる時代に、なぜデータサイエンスを学ぶのか?
データをAIに渡せば、レポートもダッシュボードも自動で作ってくれる。

そんな時代に、データサイエンスや統計学を学ぶ必要はあるのでしょうか?
答えは、Yesです。
むしろ、AI時代だからこそ、データサイエンスや統計学はこれまで以上に重要になっています。
なぜなら、AIは「答え」を返してくれますが、その答えが正しいかどうかを判断するのは、あなた自身だからです。
1. 統計学リテラシー:良い「問い」を生み出す力
ある日、AIがこう言ったとします。
「この3つのチャネルが、最もコンバージョン率が高いです」
その瞬間、私たちは直感的にこれを「正しい」ものだとして受け入れ、安心してしまいがちです。
「なるほど、じゃあこれら3つのチャネルに広告費用を集中させよう」と。
しかし、統計学の知識があれば、
  • その差は本当に意味があるのか?
  • それは偶然ではないのか?
  • データの量は十分なのか?
  • 他の要因の影響ではないのか?
といった疑問が浮かんできます。
あるいは、売上が前月より上昇した数値やチャートを見たとき、私たちは直感的に「良かった」と思ってしまいがちです。
しかし、統計学の知識があれば、
  • それは想定された通常のばらつきの範囲ではないのか?
  • 季節性によるものではないか?
  • それとも他の要因が影響しているのではないか?
といった疑問が浮かんできます。
しかし、こうした問いは、AIが自然に返してくれるものではありません。
こちら側にその視点がなければ、そもそも「疑問として浮かばない」のです。
データ分析とは、答えを受け取る作業ではなく、「問いを深めていくプロセス」です。
そのための基盤が、統計学リテラシーです。
2. 科学的思考:正しさを検証する力
どうすれば、自分の考えが正しいかどうかを確かめられるのか。
この問いに対して、ガリレオが活躍した15世紀以降、人類は長い時間をかけて一つの方法を確立してきました。
  • 仮説を立てる
  • それが正しければ何が起きるかを予測する
  • データで検証する
  • その仮説を受け入れるか、棄却するかを判断する
このプロセスが、科学的手法です。
そして、統計学はこの考え方、プロセスの上に成り立っているのです。
つまり、統計学を学ぶというのは、数式を覚えることではなく、「どうやって真実に近づくか」という考え方を学ぶことなのです。
3. 分析手法と結果の解釈:信じるための知識
分析結果を「理解すること」と「実行すること」は別ものです。
AIが分析を実行することはできます。
しかし、
  • なぜその手法が使われたのか
  • その前提は何か
  • 結果はどう解釈するべきか
これが分からなければ、その結果を信じることはできません。
例えば、コンバージョンには何が関係しているか、AIを使って調べたとき、
「他の条件が一定のとき、視聴時間が1時間増えるとコンバージョンのオッズが20%上がり、その関係は統計的に有意である」
と言われた場合、
  • オッズとは何か?
  • 有意とは何か?
  • 他の条件が一定とはどういう意味か?
これが分からなければ、この情報は「使える知識」とはなりませんし、意思決定にも使えません。
4. データ加工:分析の8割を占める現実
そして最後に、見落とされがちなことがあります。
データ分析の大半は、実は分析そのものではなく、データの加工に費やされます。
  • データの形をどう整えるか。
  • どの単位で集計するか。
  • 欠損値や外れ値をどう扱うか。
これらは一見地味ですが、後々の分析の結果を大きく左右する重要な判断です。
たしかに、AIはこうしたデータ加工の作業を手伝ってくれるようになりました。
しかし、分析するためのデータの形が「どうあるべきか」を決めるのは、依然として人間なのです。
例えば、同じデータでも、
  • 1行が「注文」を表すのか「顧客」なのか
  • データを横に広い形式で持つべきなのか、それとも縦に長い形式か
によって、データから見えるパターンやトレンドは大きく変わります。
また、使える分析手法やその結果の意味合いも変わります。
つまり、データの加工は単なる前処理ではなく、分析そのものの一部なのです。
そして、「どう加工するべきか」を理解していなければ、正しい分析にはたどり着けません。

デジタル化によってデータは増え、AIによって、データとの距離は確実に縮まりました。
しかし、データが増えたからといって、知識が増えるわけではありません。
知識とは、問いを立て、検証し、解釈し、さらに問いを重ねる、
そのプロセスの中で生まれるのです。
AI時代に求められる4つの力
AIは、答えを出してくれます。
しかし、その答えと「対話」できる人だけが、そこから価値を引き出すことができます。
そして、そのために必要なのが、
  • 統計学リテラシー(問いを立てる力)
  • 科学的思考(検証する力)
  • 分析手法の理解と結果の解釈(意思決定につなげる力)
  • データ加工のスキル(分析の土台を作る力)
です。
Exploratory データサイエンス・ブートキャンプ
私たちのブートキャンプでは、これらを単なる理論ではなく、実際に手を動かしながら、一から体系的に学んでいきます。
いま、多くの人がAIを使い始めています。しかし、その中で本当に価値を生み出せるのは、

AIの答えを信じる人ではなく、その答えを問い直し、使いこなせる人です。
  • データをただ「見る人」ではなく、データから価値を「引き出す人」になりたい
  • AIをただ「使う人」ではなく、データとAIとともに考え、判断し、意思決定できる人になりたい
そんな方は、AI時代に求められるデータサイエンスのスキルを一気に3日間で学べる、Exploratory データサイエンス・ブートキャンプへの参加をぜひご検討ください。
他のデータサイエンス・トレーニングと何が違うのか?
多くのデータサイエンスやデータ分析のトレーニングでは、
まず最初に、
  • プログラミング言語の習得
  • 複雑な関数の理解
  • ツールの操作方法
といった「手段」を学ぶことに多くの時間が使われます。
しかし、私たちはここに大きな課題があると考えています。
それは、本来学ぶべき「データサイエンスそのもの」にたどり着く前に、多くの人が時間を使い果たしてしまうことです。
Exploratoryのデータサイエンス・ブートキャンプでは、この順番を逆にします。
データの加工や分析は、
  • シンプルなUI操作
  • もしくはAIへのプロンプト
を通して行うため、
プログラミングや複雑な操作を覚えるための時間は、ほぼ必要ありません。
その結果、受講中の時間をほぼすべて、
  • データをどう見るべきか
  • データをどう用意するべきか
  • なぜその分析手法が必要なのか
  • その結果をどう解釈し、意思決定につなげるか
といった、本質的な部分に集中することができます。
さらに、このトレーニングでは、実際のデータを使いながら、授業とエクササイズ(演習)を通して手を動かして学んでいきます。
そのため、単に知識として頭で理解するだけではなく、学んだことがそのまま現場で使える、実践的なスキルとして身につけていただきます。
なお、このトレーニングではExploratoryをツールとして使用しますが、その目的は、ツール自体の習得ではありません。
あくまでも、データサイエンスの手法や考え方を、最も効率よく学ぶための手段として使っています。
つまり、このトレーニングは、

「Exploratoryを使えるようになるための講座」ではなく、
「データサイエンスを使えるようになるための講座」です。
私たちが目指しているのは、単なる知識の習得ではありません。
データサイエンスの手法を使って、日々のビジネスの中で起きる問題に対して、
  • 自分で問いを立て
  • データで検証し
  • 意思決定につなげていく
その一連のプロセスを、自分の力で回せるようになることです。
言い換えれば、

「分析ができる人」ではなく、
「データを使って価値を生み出せる人」になること。
これこそが、このトレーニングのゴールです。
トレーニングで使われる教材とツール
トレーニングの教材は、Exploratory社が、米Facebook本社やカリフォルニア大学バークレー校、サンフランシスコ州立大学などで行っているデータ分析・ブートキャンプ・トレーニングの一環で使っているものをベースに、日本でのニーズに合わせて改善したものになっています。
カリフォルニア大学バークレー校でのトレーニングの様子
特典
1. Exploratory ビジネスプラン(1年分)を無償提供
トレーニングで使用するExploratoryは、受講後も1年間、ビジネスプランを無償でご利用いただけます。
トレーニングで学んだ内容をそのまま実務に持ち込み、自社のデータを使って分析・意思決定に活用していくことができます。
さらに、Exploratory社のスタッフによるオンボーディングサポートも無料で提供されます。
実際の業務で使い始めると、
  • 「このデータはどう扱うべきか?」
  • 「この分析の進め方は適切か?」
といった新たな疑問や課題が必ず出てきます。
そうした壁を一つひとつ乗り越えながら、トレーニングで身につけたスキルを実務の中で定着させていくことができます。
2. 全講義の録画提供(復習可能)
すべての授業は録画されるため、トレーニング終了後も、いつでも見返すことができます。
一度で理解しきれなかった部分や、実務で使う中で改めて確認したくなった内容も、自分のペースで何度でも復習することができます。
そのため、
  • 学んだ内容を確実に定着させることができる
  • 実務で使いながら理解を深めることができる
といった効果が期待できます。
このトレーニングに向いている方
  • AI時代に、データを「見る人」ではなく、価値を引き出す人になりたい方
  • 現在の業務や研究にデータサイエンスの手法を取り入れ、意思決定や成果をさらに改善したい方
  • データ分析を、本格的に、さらに体系的に学びたい方
  • データサイエンス、統計学、機械学習、AIに興味はあるものの、難しそう・ハードルが高そうと感じて一歩踏み出せなかった方
ひとつでも当てはまる方には、このトレーニングは大きな価値があります。
受講資格
特別な事前知識やスキルは必要ありません。
データ分析や統計学の経験がない方でも、
「これからしっかり学びたい」という意欲があれば、どなたでもご参加いただけます。
実際に、本トレーニングには毎回多くの未経験の方が参加されていますが、
受講を通じて、実務で使えるスキルを習得されています。
大切なのは、知識の有無ではなく、
「データを使って考えられるようになりたい」という意志です。
 
 
開催要項
このトレーニングは、平日の朝9時から夕方6時までの全日3日間コースになります。
日時:
主催: Exploratory, Inc.
会場: 東京 丸の内
受講定員: 25名(最小催行予定数10名)
受講料(税別):247,000円
受講料(税別):197,600円 (早割20%オフ 適用済 2026年4月30日まで)
(教材費・1年分のExploratory Business版使用ライセンス込み)

3名以上まとめてお申込みの場合にはグループ割引(10% OFF)があります。

学生の方には学生割引(50% OFF)があります。詳しくは下記お問い合わせ先までご連絡ください。
受付締め切り: 2026年6月2日(定員になり次第、受付を終了いたします)
キャンセル料:
  • 実施の15日前以降: 受講料の20%
  • 実施の7日前以降: 受講料の50%
  • 実施の3日前以降: 受講料の100%
受講資格: 特に前提になる条件などはありません。データ分析、統計学などの経験のない方でも、強く学びたいという意識のある方であれば、どなたでも歓迎です。参加には、Mac(OSX 11 / Big Sur以降)か、Windows(Windows8以降 / 64bit)のPCが必要になります。 システム要件の詳細はこちらをご覧ください。
お問い合わせ先: 画面右下の緑色のチャットアイコンを押してチャットでお問い合わせいただくか、support@exploratory.io までメールにてお問い合わせください。
タイムテーブル
1日目
9:00 - 12:00
  • データ分析とは
  • データの基礎
    • データタイプと性質
    • データの可視化
    • データの加工
  • 統計の基礎
    • シグナル & ノイズ - XmRチャート
    • ばらつきの指標と可視化
13:00 - 17:00
  • 統計推論
    • 確率と確率分布
    • 中心極限定理
    • 信頼区間
    • 仮説検定
17:00 - 18:00
  • エキササイズ
    • アクセスログデータを分析し、ロイヤルユーザーの増減傾向を調べる。
2日目
9:00 - 12:00
  • 統計学習モデル - パート 1
    • 相関分析
    • 線形回帰モデルを使った多変量分析
13:00 - 17:00
  • 統計学習モデル - パート 2
    • アナリティクスの文法
    • 予測精度の指標の解釈
    • ロジスティック回帰モデルを使った多変量分析
17:00 - 18:00
  • エキササイズ
    • 不動産会社での事業担当者として、ある地域の物件の価格がどのように決まっているのかを分析する。
3日目
9:00 - 12:00
  • 機械学習モデル - パート1
    • 決定木、ランダムフォレストを使った予測モデルの構築
    • 予測モデルの検証と予測
    • クラスタリング分析と顧客セグメンテーション
13:00 - 14:00
  • 機械学習モデル - パート2
    • 時系列データ分析 - フォーキャスト(予測) - 売上、需要、ウェブページへのアクセスの予測
14:00 - 16:00
  • AIモデル
    • AIモデルと機械学習モデル
    • AIモデルを使ったテキストデータ分析
16:00 - 18:00
  • エキササイズ
    • ある会社で新しい商品の新規開発を担当しているが、この商品の売上を最大化させるためには今後どのような顧客にフォーカスすべきか、予測モデルを使って調べる。
    • 自転車の貸し出しサービスを運営しているが、適切な数の自転車とサービススタッフを配備するために、需要予測を行う。
    • 新規開拓市場における潜在顧客のセグメンテーション分析を行い、有望顧客層を調べる。
第1週
火曜日: 19:00 - 21:00
  • データの基礎
    • データサイエンスとは
    • データタイプと性質
    • 集計データの可視化
木曜日: 19:00 - 21:00
  • 統計の基礎
    • ばらつきの指標と可視化
    • 数値の標準化
  • エキササイズと課題
    • 売上と返品に関するデータの探索的データ分析の演習
    • 帰納法と演繹法に関するビデオ学習
第2週
火曜日: 19:00 - 21:00
  • 統計推論
    • 確率
    • 確率分布
    • 中心極限定理
    • 信頼区間
木曜日: 19:00 - 21:00
  • 仮説検定
    • 演繹法と帰納法
    • 反証可能な仮説
    • t検定
    • カイ2乗検定
  • エキササイズと課題
    • 売上と返品に関する差の推定と検証
    • 相関分析のビデオ学習
第3週
火曜日: 19:00 - 21:00
  • 線形回帰
    • 線形回帰の基礎
    • 係数の解釈
    • 信頼区間と仮説検定
    • 相関と因果関係
    • 重回帰による多変量解析
木曜日: 19:00 - 21:00
  • 決定木とランダムフォレスト
    • 決定木の仕組み
    • ランダムフォレストの仕組み
    • 変数重要度
    • 予測精度
  • エキササイズと課題
    • 不動産会社での事業担当者として、ある地域の物件の価格がどのように決まっているのかを予測モデルを使って分析する。
    • 機械学習101のビデオ学習
第4週
火曜日: 19:00 - 21:00
  • ロジスティック回帰
    • ロジスティック回帰の基礎
    • オッズとオッズ比
    • 信頼区間と仮説検定
    • 重回帰による多変量解析
木曜日: 19:00 - 21:00
  • ランダムフォレストとモデルの検証と予測
    • 目的変数がロジカル型の場合
    • トレーニングデータと検証データ
    • モデルの検証
    • 予測モデルを使った予測
    • 統計モデルと機械学習モデルの比較
  • エキササイズと課題
    • ある会社で新しい商品の新規開発を担当しているが、この商品の売上を最大化させるためには今後どのような顧客にフォーカスすべきか、予測モデルを使って調べる。
    • 機械学習モデル - XGBoostのビデオ学習
第5週
火曜日: 19:00 - 21:00
  • データの加工と生存分析
    • データラングリングの文法
    • RFM分析
    • 生存曲線
    • コホート分析
木曜日: 19:00 - 21:00
  • クラスタリングと時系列予測
    • クラスタリングの仕組み
    • クラスターの解釈
    • クラスターの最適な数の探索
    • 時系列データ分析 - フォーキャスト(予測) - 売上、需要、ウェブページへのアクセスの予測
    • モデルの予測精度の検証
    • 外部予測変数を使った分析
  • エキササイズと課題
    • あるオンライン・サービスのプロダクトマネージャーとして、これまでの過去の顧客のアクティビティデータより、何が顧客のキャンセル、もしくはリテンションに影響するのかを分析する。
    • 自転車の貸し出しサービスを運営しているが、適切な数の自転車とサービススタッフを配備するために、需要予測を行う。
    • ある会社のアンケート結果のデータをもとに、従業員を複数のセグメントに分け、それぞれのセグメントの特徴と従業員の属性の関係を調べる。
講師
西田勘一郎 (CEO, Exploratory) Twitter
米オラクル本社にて、16年にわたりデータサイエンス領域の開発チームを率い、機械学習、ビッグデータ、ビジネス・インテリジェンス、データベースなど、数多くの製品開発に携わる。

2016年、「データサイエンスをすべての人に」というビジョンのもと、シリコンバレーでExploratory, Inc. を創業。オープンソースの世界で急速に進化していたデータサイエンスの技術や手法を、専門家だけでなく、より多くの人が使える形で届けることを目指す。

現在は、Exploratory, Inc. のCEOとして、AIと直感的なUIを通じて誰もがデータ分析を行えるプラットフォーム「Exploratory」の開発を推進。同時に、データサイエンスの知識とスキルを社会に広めるため、教育活動にも力を入れている。

2025年、実践的に統計学を学べる入門書として、「データに触れながら学ぶ統計学」を出版。

また、日経BPビジネスにて、「文系でもできるデータサイエンス」のセミナーシリーズを配信し、前提知識のない方でも理解できるよう、データサイエンスの考え方をわかりやすく解説。

「データとAIによって、誰もがより良い意思決定ができる世界をつくる」ことをテーマに、プロダクト開発と教育の両面から活動を続けている。
これまでの参加企業
And more...
これまでの受講者の声
"走破した感想を一言で言うなら「データサイエンスを最短距離で勉強したい人は迷わず参加しろ」だ。"
Ryu Tanabe, 日本版第9回参加者 レポート詳細

参加して最も良かったことは、データ分析に対する解像度が格段に上がったことです。

これまでは専門書やe-learningで勉強して、その中に登場した手法を見よう見まねで試してみては、応用が利かず挫折するということを繰り返していました。ブートキャンプの中では「なぜこのような手法が使われるようになったのか」や「よくある失敗をもとになぜ上手くいかないのか」が解説され、断片的な知識だったものが全体のまとまりをもって理解することができました。

ハンズオンの時間にはスタッフの方に丁寧にサポートして頂けたり、補足の解説を頂けたりしたことも満足度の高さにつながっています。ハードな3日間ではありましたが、得られるものは大きく、とても充実した時間でした。

山口郷彬/Gcomホールディングス株式会社

【日本版第38回参加者】

マーケティングにもっとデータを活用したいという思いでブートキャンプに参加しました。 統計学の概要から具体的なデータのクレンジング、分析手法まで幅広く、時に奥深く学ぶことができ濃密な3日間を過ごすことができました。

Exploratoryはプログラミングの詳しい知識が無くても統計・分析・モデリングまでを行えるツールとなっているので、非常に実用的だと感じています。 実務で活かすレベルに達するにはまだまだ学ぶことが多いということもわかったので、ブートキャンプはきっかけに過ぎず、今後どのように実務に落とし込んでいくかが重要なのだという気づきも得ました。

素晴らしいトレーニングの機会をいただき感謝です。

安部香織/株式会社 FIELD MANAGEMENT EXPAND

【日本版第36回参加者】

初回受講から約3年経過しての再受講でしたが基本は変わらず内容が大幅にアップデートされており得る物が多くありました。 学術的なバックボーンは押さえつつ、実務で成果を出すことに主眼を置いた内容で実務担当者の日々の業務に直結したトレーニングです。 また、そもそもなぜ分析が必要かというトピックもあり、今後の動機付けにもなりました。 Excelでは対処しきれないデータを扱う方、すべてにお勧めのトレーニングです。

マーケティング担当 / レジャーサービス業界

【日本版第35回参加者】

これまで、データの分析・利活用に取り組みたいと思ってさまざまな研修を受けてきましたが、理論だけのものや製品の説明に終始するものなどが多く、実際データを扱う上で直面する困りごとへの明確な回答が得られない状況でした。

今回も、基本的には製品の使い方が中心になるのかと想像して参加したところ、データについて軽いジョークも交えながらこれまでよりもかみ砕いた表現をされていて非常にわかりやすく、これまでモヤモヤとしていたものが晴れた気持ちになりました。

また、アプリケーション自体も他の製品にはない機能や使い勝手の良さがあり、最初にデータを手にした時に何から手を付けて良いかわからない状態になりそうなところをしっかりカバーしてくれているのがすごいと感じました。

サポート体制も充実しているとのことですので、これまでなかなか進展しなかったデータ分析の一歩をこれで踏み出せそうな気がしています。

原田雅樹様 / 株式会社SBS情報システム

【日本版第35回参加者】

ブートキャンプ参加前の「データサイエンスの知識ゼロで参加するけど3日間耐えられるのか」という不安な気持ちは開始してすぐに解消されました。 3日間のトレーニングを終えた率直な感想は「楽しかった」が一番近い表現です。なぜ楽しかったのか。 講義自体がわかりやすく楽しい(講師の西田SEOのジョーク含め)は大前提として、Exploratoryがツールとして秀逸で扱いやすいから、それに加えてサポート役で社員の方が帯同してくれるので、学ぶための雰囲気が醸成されやすく落ちこぼれることなく3日間完走できたからだと感じています。 ちなみにサポートの手厚さはトレーニング後も継続して感じています。 私はデータサイエンスを学ぶきっかけがブートキャンプで正解だったと思います。 トレーニングの中で心に響いた言葉を引用して締めの言葉とします。

『名前だけのデータサイエンティストにはならないように!』『経験を積んだ本当のデータサイエンティスト』を目標にこれから精進していきたいと思います。

増田圭悟様 / 株式会社SBS情報システム

【日本版第35回参加者】

共同研究者の紹介でブートキャンプに参加しました。以前にExploratoryを使用した経験はありませんでしたが、非常に分かりやすい解説と丁寧な操作方法の指導を受けたおかげで、全くストレスを感じることなく学ぶことができました。座学では、統計学の基礎から実践的な内容まで幅広くカバーされており、どの業種でも理解しやすいように工夫されていました。特に、説明の流れやわかりやすい資料は、大学で教鞭を執る際にも大いに参考になりました。演習の時間になると、参加者の習熟度にはばらつきがありますが、スタッフの丁寧な指導により、一人もドロップアウトすることなく、全員がゴールに到達しました。知識やスキルの習得はもちろんのこと、3日間のインテンシブな訓練を乗り越えた達成感も味わうことができました。また、キャンプ参加者同士の一体感も魅力の一つです。個人的には、西田CEOのジョークが特に気に入っています。キャンプから帰還後、早速、研究でExploratoryを活用していますが、来年度からは大学の実習にExploratoryを導入する予定です。

関口敏様 / 宮崎大学

【日本版第35回参加者】

業務にて既にExploratory自体は利用していたのですが、いまいち“データサイエンス“とはなにかがわかっていない状態で参加いたしましたので統計学やその他知識がない、いわば初心者の状態でした。

内容としては最初に統計学の基礎や分析の手法を学びながら、学んだ知識を元にExploratory使いながら、演習を行っていくような形でした。

実際に学んだことをExploratoryにて手元で再現することで実業務でも使える、より実践的な内容になっていたと感じました。 また、トレーニング中の雰囲気もとてもよく、わからないことも気軽に質問できる空間でとても有意義な時間でした。

トレーニング後の面談を実施いただき、アフターケアの体制も充実と感じました。ですので、これからデータ分析の分野で作業されていく方にはぜひ参加していただきたい、そんなおすすめできるトレーニングでした。

中野秀昌様 / 株式会社日立ドキュメントソリューションズ

【日本版第35回参加者】

データ分析に取り組んでみたいと考えていた矢先に丁度良いタイミングでトレーニングを受講することができました。知識に乏しい状態の参加でしたが、統計の基礎からわかりやすく解説していただくと共にエキササイズも含めた充実の内容でした。トレーニングが終わる夕方には、頭の中が満腹状態?にはなっていましたが、常にワクワク感があって、あっという間の3日間でした。

後日、Exploratoryでオープンデータを使った作業を進めてみると、複数データのマージ、複数列を繋げて新たな列を作る、複数の意味を持つ項目を意味毎のロジカル型データ項目に分割する等の面倒そうな作業が本当に簡単に行えました。加工操作のステップが履歴化され、どのような作業を行ったかを確認したり、やり直しをするといった面でも非常に便利です。

このような作業をプログラミングで対応するとなると、かなり面倒なことになるでしょう。データラングリング機能が大変強力なことを改めて実感しました。

世の中のデータは、そう整ったものばかりではなく、それを使える状態にするには相応の加工が必要になるのだな・・・ということも理解しました。

加えて、データを読み込んだ瞬間に視覚的に表示されるサマリ情報、チャート作成やアナリティクス機能の操作の簡単さと充実したアウトプットも特筆すべきもので、未だ使っていない機能も多いですが、必要なことがきめ細かくカバーされている点に驚きながら使っていくことでしょう。

そしてなにより、サポート体制や学習コンテンツが充実しているため、安心感が大きいです。ありがとうございました!

蓑田 健一様 / 株式会社SBS情報システム

【日本版第35回参加者】

起こっている事象に対する「予測(分析)に役立つ知識」を得れたこと、多変量解析を活用して「因果関係を抽出」できるようになったこと、今後、実践するためのサポートも並走してもらえることを、とても嬉しく思います。学び&実践の楽しい3日間、ありがとうございました!

マーケティング担当

【日本版第35回参加者】

3日間コースということもあり、ボリューム満点の内容でしたが、説明がわかりやすく、手を動かす演習も多数あり、適宜、質問できる運営体制でしたため、理解を進めていくことができました。テキストも読みやすく復習もしやすかったです。

今後、データ分析に取り組んでいくに向けての様々な知識を得ることができ、とても有意義なトレーニングでした。

開発 / 情報・通信業

【日本版第33回参加者】

データ分析における重要な観点に就いて、限られた時間の中で集中して学ぶことができました。

また実際に手を動かしながら作業をする機会を頂いたことで、Exploratoryの活用法に就いて実務的なシーンをイメージしながら習得することができました。

3日間を通じ、データ分析の可能性に触れる非常に貴重な機会となったと確信しています。

金融事業担当 / 総合商社

【日本版第33回参加者】

「データサイエンスが好きになるきっかけ」

弊社では、データ利活用を経営上の重要戦略テーマと位置付け、昨年11月にデータサイエンス部門を発足しました。私はその一員に任命されましたが、統計学についての知識は全くない初心者として、ブートキャンプに参加しました。そんな私でも分かりやすく丁寧に教えて頂き大変ありがたく思いました。また、文系でもできるデータサイエンスというコンセプトにも非常に共感致しました。

ブートキャンプ参加前はExploratoryを使っていけるか不安でしたが、ブートキャンプで実践的な使い方を学んで、今後は建設コストの実績値と社会情勢を鑑みた理論値の算出等に活用していきたいと考えます。

なによりもデータで様々なことを読み解いていく、という同じ志を持った仲間やExploratory社の方々に会ってお話できたことが自分自身の糧、励みとなり嬉しく思いました。きっと学問や理論から始めると、データサイエンスが嫌いになってしまったと思いますが、ブートキャンプはデータサイエンスが好きになるきっかけになりました。

データサイエンス室担当 / 建築コンサルタント / 株式会社アクア

【日本版第33回参加者】

業務で金融市場の多くのデータに触れる中で、もう一歩踏み込んだデータ分析ができないものかと考えていました。興味本位でRやPythonをネットの指南書通りに触ってみたこともありますが、途中で頓挫。

本を読むより手を動かしたかったので、事業会社や財団法人などが実施する統計ワークショップを時々ウオッチしていましたが、コレといったものに出会えず(実施期間が長期、言語学習に関する配分が多いなど)・・・・。

そんな中、データ・サイエンス界隈のtwitter(現「X」)を眺めていて、西田CEOのイベント通知が目に留まりました。そこでExploratoryを調べ始め、エイヤと参加してみたのですが正解でした。

濃厚な3日間は適度に脳を酷使し、他業界の方々との交流は良い刺激になりました。エンジニアの方はRやPythonを深堀りすれば更に応用が利くのでしょうけど、自分のような文系人間(法学部卒)でも、プログラミング言語に関する学習を省略することで「データと意思決定」だけに注力できたのは得難い経験だったと感じています。 もっと早く参加したかったですね。

荒田 孝幸様 / 日本証券金融株式会社

【日本版第33回参加者】

統計学については大学の授業で少しだけやっていたのですが、数式やグラフの学習が中心で実際のデータを扱うことがなかったので、あまり理解することができませんでした。

ブートキャンプでは、データを扱う上での最低限必要な基礎や可視化の仕方を学んだ上で、実際のデータを扱って、Exploratoryを触りながら、データの活用・各分析手法について楽しく学ぶことができました!

また、わからないところがあった時にも、質問に対して丁寧に答えていただき、ありがとうございました!

あまり普段からデータを触っていない人もスッと入りやすく、おすすめできる講座だと思いました。

奥村様 / トビラシステムズ株式会社

【日本版第32回参加者】

統計の基礎から回帰分析やデータ予測まで幅広く学ぶことができました。

例題を用いて解説して下さったため、どのようなシーンで活用すると良いかイメージしやすかった点も良かったです。

ブートキャンプ終了後、データ分析の際にExploratoryの機能が有用ではないかと思い、早速取り入れてみることができました。

ツール上から質問できる機能があったり、オンボーディングのご案内を頂いたりと、ブートキャンプ後も業務に活用できるよう、サポートが充実していると感じました。

富田様 / トビラシステムズ株式会社

【日本版第32回参加者】

データの可視化から機械学習モデルを用いた予測まで、データサイエンスの様々なテーマについて学ぶことができました。

例題や図を用いた説明も分かりやすく、今までデータサイエンスに触れてこなかった人にとっても理解しやすいものだと感じました。

各テーマには演習問題が用意されていたので、実際に自分の手を動かしたり他の受講者と議論したり、楽しみながら理解を深めることができました。

成田様 / トビラシステムズ株式会社

【日本版第32回参加者】

機械学習は大学で触れていましたが、統計モデルなどの統計的な手法に触れることは今回が初めてでした。

そのためそれらの知見は全く無い状態からのスタートでしたが、今回のブートキャンプは、例題が豊富なこともあり実際に触りながら様々な手法を学ぶことができました。

また、サンプルデータを触る時間がかなり設けられており、試行錯誤する機会が多く楽しく学ぶことができたことがとても良かったと感じました。

このブートキャンプはデータサイエンスを始めてみたいが、何から始めていいかわからない人にはとてもおすすめだと感じました。

小池様 / トビラシステムズ株式会社

【日本版第32回参加者】

教育に携わる仕事をしています。 最近は、統計教育、データサイエンスというワードが教育現場でも飛び交うようになってきました。 何とか子供達や教師に簡単にわかりやすくチャート等が作れ、分析ができるツールがないかと探していたところExploratoryに出会いました。そして 、手っ取り早く使い方と分析手法を勉強するためにブートキャンプに参加しました。

ブートキャンプではツールの使い方はもちろん、分析の初歩から始まり、応用的なところまで学べました。 スタッフの皆さんは些細なことから丁寧に教えてくれたため、わからないことはありませんでした。 そして講義中の西田さんのジョークが最高!楽しく講義を受けることができました。 さらに、ブートキャンプ後のサポートも最高です。

この経験を仕事に還元していければと思います。 参加してよかったと思います。

教育関係職 / 理数系担当

【日本版第32回参加者】

社内にある膨大なデータの特徴を捉えるため、これまでデータを整理する事に多くの時間を費やしていました。今回3日間のトレーニングで最も感動したのは、データラングリングでした。操作のしやすさ、痒い所に手が届くとは、正にこのこと!ここまで使いやすい機能を持たせるまでに、開発者の皆様がどれだけの労力を費やされたのかと、心底感動しました。また、トレーニング中にも、参加者からの良い提案をすぐ取り入れて仕様変更されている姿も目の当たりにし、このスピード感の心地よさ、また実務者が開発しているからこその使いやすさとスピード感なんだろうと感じました。日常業務に戻っても、Exploratoryを利用することをデフォルトにして実務に活かしていきたいと思います。

健康管理担当者 / 製造業

【日本版第31回参加者】

実務として携わってきたデータ分析がより効率的に、そして精度向上に繋がるような知識や、手法を学ぶ事ができた、とてもエキサイティングな3日間となりました。

マーケティング責任者 / 球団職員

【日本版第31回参加者】

正しい分析の仕方・考え方から学ぶことができた点が良かったです。業務の中で課題の模索・プロジェクトの推進・決断の際等分析をしたい機会が多いため、活かしていきたいと思います。

企画 / 不動産・清掃業界

【日本版第31回参加者】

数か月前まで営業しかやっていなかった私でもデータ分析から機械学習まで楽しく学ぶことができました。 講義中も疑問に思ったことや悩んだ時にはとてもスピーディーかつ丁寧にサポートに入ってくださるので安心して受講できます。 誰でも統計の知識が身に付く3日間なので、業務で分析などが必要になった新任担当者の方などにもおススメです。

食品メーカー / マーケティング担当

【日本版第31回参加者】

もともとRを使って統計分析のやり方を学んでいたのですが、もっとGUIで便利にできるツールがあると上司から聞き、この度参加いたしました。

実際この3日間参加して最も感じたのは、単にGUIで操作が楽というだけでなく、1つ1つの統計理論が有機的に結びつくような分析フローになっていることでした。

またトレーニングでは、それの元となる統計学の理論的な考え方についても丁寧にご指導いただき、学び直すことができました。

分析をやったことがある方も、これからトライしてみようという方も、理論的なところから実践的なスキルまで身に付くトレーニングだと思います!

竹下様 / 日本電気株式会社

【日本版第31回参加者】

統計の基礎からデータサイエンスまで、コンパクトに中身が詰め込まれているにも関わらず、面倒なところはソフトウェアがやってくれるという感動のトレーニングでした。

さすがに高いかな?とか思っていたりしていたのですが、セミナー後に手厚く、個別サポートも頂けており、強制的にデータ・サイエンスの能力が上がっており、心配は吹き飛んでしまいました。ある程度の大量のデータを活用して、問題解決や経営改善したい方には必須のトレーニングだと思います。

加藤様 / 一般財団法人リープ共創基金

【日本版第29回参加者】

インターフェースがもうめちゃくちゃ使いやすくて涙が出るレベルです。
相関を調べたり
線形回帰分析をしたり
ランダムフォレストで機械学習させたり
生存分析で離脱を読んだり
などなどが…!!
超簡単に使える!!使えるぅぅぅぅ!!
めちゃくちゃ分析できるぅぅぅぅぅぅ!!
そしてめちゃめちゃ使いやすいぃぃぃ
私あんまり特定のツールの紹介をしないのですが、
これは本当に感動しました。

前田聰一郎様 / 株式会社IdeaCraft

【日本版第29回参加者】

もともとWeb解析士の資格もあり、数字やデータからインサイトを読み解くことに関しては興味関心が高い方でしたが、この講座はめちゃくちゃ面白かったです。確かめて、次の一手を考え、実行することのダイナミズムを教えてくれる内容でした。

佐々木絵美様 / 株式会社e.to.wa

【日本版第29回参加者】

とても有意義な3日間でした。本などで読んでかじっていた小難しい理論でしたが、プログラミングを省いて素人の私でも分析ができることがとても楽しかったです。アナリティクスにはまることができそうです。

山田修平様 /マーケティング / 富士通

【日本版第5回参加者】

生のデータを使って実際に手を動かしながらフローを体験でき、実践に役立つノウハウを得ることができました。3日間の期間でしたが、Exploratoryを使用し短いサイクルで試行錯誤を繰り返せることで、非常に密度が濃い時間を過ごせました。

エンジニア / ITシステム開発会社

【日本版第5回参加者】

業務上、数字を見ることが多くデータサイエンスの分野に興味があり参加させていただきました。3日間で計27時間というハードなブートキャンプ。という印象がありましたが参加してみると全くの素人の自分でも楽しく取り組むことができ、『すごい武器を手に入れた感』を感じました。そして、終始和やかなムードであっという間の3日間を過ごさせていただきました。最後に、このブートキャンプに参加して頂ければExploratoryというプロダクトそしてこの会社の大ファンになることを保証します(笑)

石野様 / エンターテイメント企業

【日本版第5回参加者】

非常に満足度の高いトレーニングでした。

最近、AIや機械学習といったワードが飛び交い、データサイエンス技術やデータサイエンティストが重要視されています。 私自身、機械学習に興味を持ち学習を始め、データサイエンスの重要さと難しさを実感していたところで、本トレーニングに出会いました。 本トレーニングで、データサイエンス活用業務を遂行できるように学習カリキュラムが練られており、様々なデータを様々な手法で分析しました。

エンジニアとは少し違った角度から見える「データの姿」に触れることができ、データサイエンティストのタスクとはどんなものか、ということを実感できました。どう上手く機械学習を適用すると皆ハッピーか?ではなく、どう上手くデータを活用すると皆ハッピーか?がわかるトレーニングだったと感じております。

まだまだスタート地点ですが、ブログやウェブセミナーを交えたアフターフォローも充実しているので、今後もデータ活用のエキスパートとなるべく精進したいと思います。

研究開発室 / IT システム開発会社

【日本版第5回参加者】

可視化ツールとR言語の中間のようなツールを探していましたがExploratoryがまさにそれでした! データサイエンスを日々の業務で活かすハードルがぐっと下がります! データの把握、可視化、分析、モデリングの流れを一通り経験でき大変勉強になりました。 様々な業界から集まった方々との交流も貴重な体験となりました。

マーケティング / ソフトウエアベンダー

【日本版第5回参加者】

Exploratoryの使い方といったものではなく、本質的なデータサイエンスについて学べたことが大変有意義でした。統計についての講義が一番わかりやすかったです。
河邑亮太様 / 商社

【日本版第5回参加者】

「データ分析を行うには、まずプログラミングから」という固定観念を打破してくれました。今すぐにデータ分析を行いたい人にお薦めです。

(トレーニングの大半が生のデータを使っての実戦形式なので、一連のデータサイエンス・ワークフローがこのトレーニングだけで身に付きます。)

娯楽産業 / 社長室秘書

【日本版第3回参加者】

私は全く現段階ではデータ分析の経験がない状態で参加しました。 「データ分析を行う上での8割は前処理に費やされる」など一般的に言われますが、実際のデータ分析を研修で行うことでその大変さ、やる意味・気をつけるポイントなどを伺い知ることができました。
野村総合研究所 / 営業

【日本版第3回参加者】

Rもわからず統計もわからずという何のバッグラウンドもない状態でしたが、気持ちだけで参加しました。そのような状態でも、ExploratoryというUIツールのおかげですんなりとデータ分析の世界に飛び込めました。

ブートキャンプは、Exploratoryを実際に使用して具体的なデータ分析を行いながら進めていくので、本で学習するより100倍わかりやすく、自分がわからない部分もクリアになります。 Rなどの言語が障害になりデータ分析に一歩踏み出せない方に特にオススメと思います。間違いなくデータ分析に関する視野が広がります。

渡辺英樹様 / 卸売業(東証一部上場) 事業戦略本部

【日本版第3回参加者】

実業務に応用できる最新の手法や考え方を、初学者でもわかる言葉に翻訳しながら解説してくれる素晴らしいトレーニングでした。土日で学べる手軽さもありながら、ものすごく有意義な時間を経験させていただきました!
小嶋景人様 / 株式会社メンバーズ

【日本版第2回参加者】

Business Sideの方にこそお勧めします! Hands-onに徹した研修を通して、「Data Scientistに頼らずとも自分でスピーディにデータを処理して可視化し、Business Decisionに活用できる」という確信が持てました。
マーケティング / ソフトウエアベンダー

【日本版第2回参加者】

データ分析の経験がない立場で参加しましたが、 業界の背景から最新の理論を使った分析まで、幅広くカバーされており、 初心者の入口としても最適なトレーニングだと感じました。 実際に手を使って分析したり、実務者の生の声を聞く機会もあり、学んだことを実践したり、実務を想像したりできる点もエキサイティングでした。
メディカルソリューション / 総合医療メディア

【日本版第2回参加者】

通常レベルのPC知識でも十分理解できました。また最前線で携わっている方の実情に触れる良い機会にもなりました。
日下部交右様 / イオンディライト株式会社

【日本版第2回参加者】

データ分析の基礎知識から実データを使った分析手法の実践まで経験でき、期待以上のトレーニングでした。 そして何よりも素晴らしいのは講義がわかりやすいことです!
ソリューションエンジニア / ビックデータ基盤ソフトウェアメーカー

【日本版第2回参加者】

日本でデータ・サイエンスを体系的に学ぶ機会はまだ限られていますが、データ・サイエンスの基礎を実践的に学べるだけでなく、シリコン・バレーで展開される最新の議論に触れる貴重な機会でした。
大学教員

【日本版第2回参加者】

ブートキャンプでは、プロが生のデータをどう扱ってビジネスに繋げるのかを教えてくれます。私は学生なので、知る機会の無かった新しい世界を見ることができました!
学生 / 明治大学

【日本版第2回参加者】

このブートキャンプトレーニングは私に、統計学の魅力、アルゴリズムのパワー、そして何より、それらを活用して結果を導き出すことの楽しさを教えてくれました。
石迫龍司様 / ソリューション・コンサルタント/ アドビ・システム

【日本版第1回参加者】

週末フル4日間でExploratoryのトレーニング。データをラングることからスタートし、データを絡み合わせて、ビジュアライズからの予測や回帰の分析手法が簡単に。Wow!の連続。

Nishida CEO直伝の低音のNice Voiceに、シリコンバレー仕込みの軽快なトークで、小難しい統計の知識も解説も理解しやすく。クラスター分析したなら、きっと近い属性の仲間との出会いに素直に楽しかったw

統計学やデータ分析に関心・興味がある方にはおすすめです。

大藤隆徳様 / 取締役 / D-Direction (ダイレクトマーケティング)

【日本版第1回参加者】

特に、R初心者だけどデータ分析しないといけないビジネスユーザーの方におすすめします。シリコンバレー発の、データ分析に関する全体像を正確に理解できるブートキャンプです。
うのさわえいじ様 / v−commerce経営企画

【日本版第1回参加者】

私は非開発者ですが、この講座でデータ分析の基礎から最新の機械学習までをノンプログラミングで学べました!実践的なワークを交えているので、明日からのデータ分析に使える技術が得られた点が良かったです!
マーケティンググループ・リーダー / BtoBマーケティング会社

【日本版第1回参加者】

This is an amazing training that focuses on how to analyze data with various methodologies without a need of the programming. (これは、プログラミングを必要とせずにさまざまな方法論を使用してデータを分析する方法に焦点を当てた、すばらしいトレーニングです。)
ビジネスアナリスト / 米Facebook社勤務

【US版参加者】

Using Exploratory as a powerful standalone R GUI-based tool is a huge breakthrough for learning Data Science effectively. (強力なスタンドアロンのR GUIベースのツールであるExploratoryを使用することは、データサイエンスを効果的に学習するための大きなブレークスルーです。)
大学教授 / カリフォルニア大学バークレー校

【US版参加者】

I really enjoyed the training. Rather than spending time learning all the details of the R system, I can just start using the power of R to answer my questions about my data. (トレーニングは本当に楽しかったです。 R言語の詳細を学ぶのに時間を費やすのではなく、私のデータに関する私の質問に答えるためにRを使い始めることがすぐにできます。)
シニアデータアナリスト / 米コンサルティング会社勤務

【US版参加者】

 
Enter a Note Name
Loading the Note Editor...