出題範囲一覧

Python 3 データ分析 模擬試験

Pythonエンジニア育成推進協会「Python 3 エンジニア認定データ分析試験」（以下、本試験）の出題範囲とPRIME STUDY 「第1回 Python 3 データ分析模擬試験」の出題範囲の対応関係は以下の通りです。
※主教材：『Pythonによるあたらしいデータ分析の教科書』（翔泳社）
※「PRIME STUDY」の動画解説は、Pythonエンジニア育成推進協会認定の参考教材です。

本試験　PRIME STUDY 「第1回 Python 3 データ分析模擬試験」
主教材の目次（出題数）問題と解説 ※各テキストリンクをクリックすると、問題解説ページへ移動します。
1. データエンジニアの役割（2問）【第1問】 データ分析の世界 ※2021/11/18更新
【第2問】 機械学習の分類、教師あり学習・教師なし学習・強化学習の特徴 ※2021/01/25更新
【番外編】 超入門・回帰のキモチを理解する ※2021/01/26更新
2. Pythonと環境
（1） 実行環境構築（1問）【第3問】 Pythonの実行環境、pipコマンド、Anaconda、PEP 8  ※2021/01/26更新
（2）Pythonの基礎（3問）【第4問】 リスト内包表記  ※2021/01/26更新
【第5問】 正規表現  ※2021/09/17更新
【第6問】 Pythonのモジュール（logging、pickle、pathlib、datetime）  ※2021/01/27更新
（3）Jupyter Notebook（1問）【第7問】 Jupyter Notebook  ※2021/01/27更新
3. 数学の基礎
（1）数式を読むための基礎知識（1問）【第8問】 数式を読むための基礎知識  ※2021/01/27更新
（2）線形代数（2問）【第9問】 ベクトル、ユークリッド距離とマンハッタン距離  ※2021/01/27更新
【第10問】 行列、正方行列・単位行列、行列の計算  ※2021/01/27更新
（3）基礎解析（1問）【第11問】 微分積分  ※2021/01/27更新
（4）確率と統計（2問）【第12問】 確率統計、基本統計量、中央値、分散、確率密度関数・確率質量関数  ※2021/01/27更新
【第13問】 基本統計量、ネイピア数、三角関数、対数、階乗  ※2021/01/28更新
4. ライブラリによる分析実践
（1）NumPy（6問）【第14問】 NumPyの基礎  ※2022/11/30更新
【第15問】 NumPy、array関数によるndarrayオブジェクトの生成  ※2021/01/28更新
【第16問】 NumPy、arange関数によるndarrayオブジェクトの生成  ※2021/01/28更新
【第17問】 NumPy、full関数、linspace関数、hstack関数による配列処理  ※2021/01/28更新
【第18問】 NumPy、ユニバーサルファンクション、ブロードキャスト  ※2021/01/29更新
【第19問】 NumPy、ドット積  ※2021/01/29更新
（2）pandas（7問）【第20問】 DataFrameの生成、データの抽出（locメソッドとilocメソッド）  ※2021/01/29更新
【第21問】 データ（CSV、Excel、HTML、バイナリ）の読み込み・書き込み、pickleモジュールによるデータの再利用  ※2021/02/01更新
【第22問】 条件によるデータ抽出  ※2021/02/01更新
【第23問】 pandasのdate_range関数を用いた時系列データの処理、乱数の生成  ※2021/02/01更新
【第24問】 欠損値処理（fillnaメソッド、dropnaメソッド）  ※2021/02/01更新
【第25問】 基本統計量の取得  ※2021/02/01更新
【第26問】 データ連結（concat関数等）  ※2021/02/02更新
（3）Matplotlib（6問）【第27問】 Matplotlibによる描画の基礎（suptitle、set_title、legend、savefig、plot等のメソッド）  ※2021/02/02更新
【第28問】 Matplotlibによる描画の基礎（各種メソッドと引数の使い方）  ※2021/02/02更新
【第29問】 描画オブジェクトとサブプロット  ※2021/02/02更新
【第30問】 積み上げ棒グラフの出力方法（barメソッド）  ※2021/02/02更新
【第31問】 ヒストグラムの出力方法（histメソッド）、正規分布に従う乱数の生成（random.normal関数）  ※2021/02/03更新
【第32問】 円グラフの出力方法（pieメソッド）  ※2021/02/03更新
（4）scikit-learn（8問）【第33問】 機械学習の前処理、カテゴリ変数のエンコーディング、特徴量の正規化  ※2021/02/03更新
【第34問】 分類とは、分類モデル構築の流れ  ※2021/02/04更新
【第35問】 サポートベクタマシン、決定木、ランダムフォレスト  ※2021/02/04更新
【第36問】 回帰、ボストン住宅価格データセット  ※2021/02/04更新
【第37問】 次元削減、主成分分析  ※2021/02/04更新
【第38問】 分類モデルの評価指標、混同行列  ※2021/02/04更新
【第39問】 ハイパーパラメータの最適化  ※2021/02/04更新
【第40問】 クラスタリングとそのアルゴリズム（階層的クラスタリング、k-means）  ※2021/02/04更新
5. 応用: データ収集と加工（0問）