Googleの「アドバンストデータアナリティクス プロフェッショナル認定」は、統計や機械学習まで学べる上級の講座です。
オンライン学習サービスのCoursera（コーセラ）で受講でき、世界で41万人以上が登録しています。
ただ、上級と書かれていると、こんな不安が出てくるのではないでしょうか。
「Pythonや統計に自信がないけど、ついていけるの？」
「入門のデータアナリティクス認定を終えていないと、受けられない？」
数か月かけて取り組むなら、自分に準備ができているかを先に知りたいですよね。
結論から言うと、Python・統計・SQLの3つを点検して、足りない範囲だけ補ってから始めるのが一番の近道です。
この記事では、前提の点検のしかた、足りないときの補い方、課題で問われる説明（データの分け方・評価・限界）をお伝えします。
読み終えるころには、今すぐ申し込むか、先に何を補うかを決められるはずです。
上級の講座だからと身構えすぎず、順番に確かめていきましょう！
先に結論｜アドバンストデータアナリティクス認定の概要
まずは、講座の概要を表にまとめました。
| 項目 | 内容 |
| 提供元 | Google（Courseraで受講） |
| コース数 | 7コース |
| レベル | 上級 |
| 対象 | データアナリティクス認定の修了者か、同じくらいの経験がある人 |
| 目安の期間 | 週10時間で6か月 |
| 学習量 | 200時間以上の講義と、数百の実践的な課題 |
| 主なツール | Python、Jupyter Notebook、Kaggle、Tableau |
| 主な内容 | 探索的データ分析、統計、回帰分析、機械学習 |
| 成果物 | 各コースの最後の課題と、キャップストーン |
| 講義の言語 | 英語（字幕の言語に日本語を含む） |
| 登録者数 | 約41万人 |
| 評価 | 4.8 |
出典｜Coursera「Google Advanced Data Analytics Professional Certificate」
入門のデータアナリティクス認定と違い、公式に「上級」と書かれている講座です。
ただし、受講に条件があるわけではなく、だれでも申し込めます。
大事なのは、入門の修了証を持っているかではなく、前提の知識があるかです。
なお、筆者が受講したのは入門のデータアナリティクス認定で、このアドバンストは受講していません。
この記事では、入門を受けた立場から、公式ページで確かめた内容をもとにお伝えします。
7コースの中身
7コースの中身を表にまとめました。
| コース | 目安 | 主に学ぶこと |
| 1. Foundations of Data Science | 20時間 | データの仕事の全体像、PACE、データの倫理 |
| 2. Go Beyond the Numbers | 28時間 | 探索的データ分析、Pythonでのクリーニング、Tableau |
| 3. The Power of Statistics | 31時間 | 記述統計、確率、標本、信頼区間、仮説検定 |
| 4. Regression Analysis | 28時間 | 単回帰、重回帰、分散分析、ロジスティック回帰 |
| 5. The Nuts and Bolts of Machine Learning | 34時間 | 特徴量、クラスタリング、決定木、ランダムフォレスト |
| 6. Google Advanced Data Analytics Capstone | 8時間 | キャップストーン、データ分析でのAIの活用 |
| 7. Accelerate Your Job Search with AI | 6時間 | AIを使った就職活動 |
コース1で、PACEという進め方の枠組みを学びます。
計画（Plan）、分析（Analyze）、構築（Construct）、実行（Execute）の頭文字です。
この枠組みは、回帰分析や機械学習のコースでも繰り返し出てきます。
コース3～5は、それぞれ30時間前後と重く、この3コースが講座の山場と言えるでしょう。
コース1～5の最後には、それぞれ課題（end-of-course project）があります。
職場を想定した3つの題材（Automatidata、TikTok、Waze）から1つを選び、コースごとに分析を進めていきます。
前提の点検｜Python・統計・SQL
公式のFAQでは、受講の前提として次のような知識を挙げています。
- データの種類、データの完全性、クリーニング、集計といった、データ分析の基本
- スプレッドシート、データベースとSQL
- プログラミングの概念
- 可視化とダッシュボード
出典｜Coursera「Google Advanced Data Analytics Professional Certificate」
自分で判断しにくいときは、講座の中の診断を使いましょう。
各コースのページでは、前提を満たしているか不安な人に向けて、診断が案内されています。
コース1のモジュール1にある採点なしの診断で、準備度を確かめられるのです。
ここからは、Python・統計・SQLの3つについて、点検のポイントをお伝えします。
Python｜入門のコースはない。コース2からすぐに使う
一番注意したいのがPythonです。
コース一覧には、Pythonの入門だけを扱うコースはありません。
コース2の時点で、Pythonを使って生のデータを調べ、クリーニングする内容が始まります。
Pythonの点検リスト
- 変数、データ型、関数、条件分岐、ループを、自分で書ける
- リストや辞書などのデータ構造を使い分けられる
- pandasでCSVを読み込み、行や列を絞り込める
- Jupyter Notebookで、コードを書いて実行したことがある
1つでも自信がない項目があれば、先に補っておくと安心です。
統計｜コース3で一から扱うが、ペースは速い
統計は、コース3で記述統計から扱います。
データの平均やばらつきをまとめるところから始まり、確率、標本、信頼区間、仮説検定、A/Bテストまで進みます。
一から学べる構成ではありますが、31時間でここまで進むので、初めて統計に触れる方には速く感じるでしょう。
統計の点検リスト
- 平均、中央値、標準偏差の違いを説明できる
- グラフを見て、データのばらつきや偏りを読み取れる
- 「標本から全体を推測する」という考え方を、聞いたことがある
最初の2つが言えれば、コース3は始められるでしょう。
3つ目に自信がなくても、コース3の中で学べます。
SQL｜道具の一覧にはないが、前提に含まれる
SQLは、講座で使う道具の一覧には入っていません。
一方で、公式のFAQでは、データベースとSQLの理解が前提に挙げられています。
SQLの点検リスト
- SELECT、WHERE、GROUP BYで、データを絞り込んで集計できる
- JOINで、複数の表を組み合わせられる
- 主キーと外部キーの意味がわかる
データがどう保存され、どう取り出すのかを理解しているかが問われる、と考えておくと良いでしょう。
足りない範囲だけ補う方法
点検してみて足りない範囲があっても、入門の認定をすべて受け直す必要はありません。
入門のデータアナリティクス認定の中から、足りない範囲のコースだけを選んで補うのがおすすめです。
| 足りないもの | 補うコース（Googleデータアナリティクス認定） | 目安 |
| Python | コース7「Introduction to Data Analysis Using Python」 | 27時間 |
| SQL | コース3～5（BigQueryでSQLを書く） | 61時間 |
| 可視化・ダッシュボード | コース6「Share Data Through the Art of Visualization」 | 19時間 |
| 統計 | アドバンストのコース3で一から学べる | 31時間 |
出典｜Coursera「Google Data Analytics Professional Certificate」
特にPythonは、入門の認定のコース7で、変数や関数からpandasでのデータ操作まで学べます。
アドバンストを始める前の準備として、ちょうど良い範囲です。
pandasで手を動かす練習には、売上CSVを使ったこちらの課題も使えます。
CourseraでIntroduction to Data Analysis Using Pythonを見る
公式のFAQによると、認定の中の1コースだけを有料で購読しても、その認定全体の購読になります。
入門の認定の9コースそれぞれの中身は、次の記事でまとめています。
入門からアドバンスト、機械学習へと進む順番は、こちらのロードマップを参考にしてください。
課題で問われる説明｜データの分け方・評価・限界
アドバンストの課題では、モデルを作って終わりではなく、その結果をどう説明するかまで求められます。
コースの中に並ぶ項目を見ると、特に次の3つが繰り返し出てきます。
データの分け方｜作るデータと、確かめるデータを分ける
コース5では、作ったモデルの性能を、検証用のデータで確かめる方法を学びます。
一般的には、データを「モデルを作るためのデータ」と「性能を確かめるためのデータ」に分けて使います。
同じデータで作って確かめると、そのデータにだけ当てはまりすぎた「過学習」に気づけないからです。
なぜその分け方にしたのかを、言葉で説明できることが大切になります。
コース5では、データを何度か分け直して確かめる交差検証（クロスバリデーション）も扱います。
また、分類したいグループの数に大きな偏りがあるデータの扱い方も学びます。
評価｜どの指標で、なぜその指標を選んだか
コース4では回帰モデルの評価指標、コース5では分類モデルやクラスタリングの評価指標を学びます。
コース5の説明には、目的に合ったモデルと指標を選べるようになることが、目標の1つとして書かれています。
たとえば、見逃しを減らしたいのか、誤った判定を減らしたいのかで、重視する指標は変わります。
数字が良かったかどうかだけでなく、その指標を選んだ理由まで説明できるようにしておきましょう。
限界｜相関と因果、偏り、公平性
3つ目は、分析やモデルの限界です。
コース4では、相関と因果の違いをふまえて、回帰の結果を読み解く方法を学びます。
コース3では標本の偏りを、コース5では機械学習の公平性と倫理を扱います。
「この結果から言えること」と同じくらい、「この結果からは言えないこと」を書けるかが問われます。
課題の説明をまとめる型（例）
- データの分け方：どのデータで作り、どのデータで確かめたか。そう分けた理由
- 評価：どの指標を使ったか。その指標を選んだ理由と、結果の数字
- 限界：データの偏り、相関と因果の区別、使うときに気をつけること
- 次の一手：限界をふまえて、次に何を確かめるべきか
※上の型は、コースの項目をもとにした例です。課題の採点基準そのものではありません。
この型で考えておくと、課題だけでなく、仕事で分析結果を報告するときにも役立ちます。
費用と期間の目安
Googleのプロフェッショナル認定は、日本では7日間の無料トライアルのあと、月額49米ドルと案内されています。
Courseraのページでは、6か月以内に修了すれば、多くの人は300ドル未満で済むと説明されています。
出典｜Google Career Certificates（Grow with Google）、Coursera「Google Advanced Data Analytics Professional Certificate」
前提を補ってから始めれば、つまずいて月額を払い続ける期間を減らせます。
料金の払い方や、Coursera Plusで受ける場合の違いは、次の記事で解説しています。
長い講座を計画的に進めるコツは、こちらにまとめています。
入門を受けた筆者の立場から
筆者が入門のデータアナリティクス認定を受けたのは、定量と定性の両面から、改善の提案をできるようになりたかったからです。
受講してみて、高度な分析ができるようになるための下地づくりには、とても良い講座だと感じました。
裏を返せば、入門だけでは、統計や機械学習を使った分析まではたどり着きません。
アドバンストは、その下地の上に積み上げる講座という位置づけです。
入門で学んだSQLやスプレッドシートの考え方は、アドバンストの前提にそのままつながっています。
今すぐ始めて良い人・先に補った方が良い人
ここまでの内容をふまえて、今すぐ始めて良い人と、先に補った方が良い人を整理しました。
今すぐ始めて良い人
- 入門のデータアナリティクス認定を修了している人
- 仕事でSQLやPythonを使ってデータを扱っている人
- コース1の診断で、準備度に問題がなかった人
- 週10時間ほどの学習を、半年続けられる人
先に補った方が良い人
- Pythonを書いたことがない人
- SQLで表を組み合わせたことがない人
- 平均や標準偏差の違いを説明できない人
統計や機械学習より、ダッシュボード作りに関心がある方は、ビジネスインテリジェンス認定の方が合うかもしれません。
先に補った方が良い人も、足りないのが1つだけなら、そのコースだけ受けてから始めれば十分です。
機械学習をさらに深めたい方は、Andrew Ng氏の講座などを紹介した次の記事も参考にしてください。
まとめ｜前提を点検し、足りない範囲だけ補ってから始めよう
Googleアドバンストデータアナリティクス認定は、統計や機械学習まで学べる上級の講座でした。
始める前に、Python・統計・SQLの3つを点検し、足りない範囲だけ補うのがおすすめです。
この記事のポイントをおさらいしておきましょう。
- 全7コース、週10時間で6か月が目安。コース3～5が山場
- Pythonの入門コースはなく、コース2からPythonを使う
- 統計はコース3で一から扱うが、ペースは速い
- SQLは道具の一覧にないが、前提に含まれる
- 迷ったら、コース1のモジュール1にある採点なしの診断で準備度を確かめる
- 課題では、データの分け方・評価・限界を自分の言葉で説明することが求められる
「上級の講座に、ついていけるかな…」
という方も、まずはコース1の診断で、自分の準備度を確かめてみてください。
