■Part 1 データ分析による課題解決に向けた準備を進めよう
●第1章 データ分析でビジネス課題解決に貢献するためのポイント
1-1 ようこそデータサイエンティストの世界へ
1-2 データサイエンティストの課題解決への貢献ポイント
1-3 データ分析をビジネス課題解決につなげるポイント
1-4 課題解決プロセスと分析プロセスの関係を押さえよう
●第2章 Pythonを用いたデータ分析の基礎体力作り
2-0 準備
2-1 Google Colaboratoryを使ってみよう
2-2 データを読み込んでみよう
2-3 データを結合してみよう
2-4 データの基本的な特性を把握しよう
2-5 欠損値/異常値を処理してデータを綺麗にしよう
2-6 データ取り扱いの注意点とよく使う処理を押さえよう
2-7 集計・可視化・データ出力をしてみよう
■Part2 仮想の分析プロジェクトで課題解決を進めよう
●第3章 「課題の絞り込み」を進めよう（可視化）
3-0 準備
3-1 分析の目的や課題を整理しよう（分析フェーズ１）
3-2 分析のデザインをしよう（分析フェーズ２）
3-3 データの収集・加工を進めよう（分析フェーズ３）
3-4 データ分析を進めよう（分析フェーズ４）
●第4章 「課題の絞り込み」に向けて追加分析を進めよう（クラスタリング）
4-0 準備
4-1 分析の目的や課題を整理しよう（分析フェーズ１）
4-2 分析のデザインをしよう（分析フェーズ2）
4-3 データの収集・加工を進めよう（分析フェーズ3）
4-4 データ分析を進めよう（分析フェーズ4）
4-5 分析結果を整理・活用しよう（分析フェーズ5）
●第5章 「原因の特定」を進めよう（決定木）
5-0 準備
5-1 分析の目的や課題を整理しよう（分析フェーズ１）
5-2 分析のデザインをしよう（分析フェーズ２）
5-3 データの収集・加工を進めよう（分析フェーズ３）
5-4 データ分析を進めよう（分析フェーズ４）
5-5 分析結果を整理・活用しよう（分析フェーズ５）
●第6章 「対策の立案と実行」を進めよう（LightGBM、SHAP）
6-0 準備
6-1 分析の目的や課題を整理しよう（分析フェーズ１）
6-2 分析のデザインをしよう（分析フェーズ２）
6-3 データの収集・加工を進めよう（分析フェーズ３）
6-4 データ分析を進めよう（分析フェーズ４）
6-5 分析結果を整理・活用しよう（分析フェーズ５）
●第7章 「対策の評価」を進めよう（重回帰分析）
7-0 準備
7-1 分析の目的や課題を整理しよう（分析フェーズ１）
7-2 分析のデザインをしよう（分析フェーズ２）
7-3 データの収集・加工（分析フェーズ３）
7-4 データ分析を進めよう（分析フェーズ４）
7-5 分析結果を整理・活用しよう（分析フェーズ５）
●コラム
Column データサイエンティストのサポート役としての生成AI活用
Column Pythonの「翻訳ソフト」としてChatGPTを活用しよう！
Column 分類モデルにおけるインバランスデータについて
Column RCTについて理解を深めよう
