生成AIとPythonによる業務自動化コース

Course Contents 講座内容

本講座は、以下３つのTrackで構成がされています。

Track.1 Python 基礎 & 業務自動化入門

[授業の目標]

1. プログラミングとPythonの基礎概念を理解する
2. Pythonの基礎文法を理解する
3. Pythonコードでパソコン操作を自動化する

Chapter 1. 今回の講義で学ぶこと

本chapterでは、Pythonを活用しどのようなことが自動化できるのかについて実際の講義の中で取り組む実習をもとに見ていきます。

Chapter 2. プログラミングの準備

本chapterでは、Python環境のセットアップ方法から、Jupyter Notebookの使い方までこれから学習を進めていく中で必要な環境作りを設定していきます。

Chapter 3. 4. 5. Python 基本文法

本chapterでは、Pythonの基本文法について学習を進めます。コードは基本的にはChatGPTで生成しますが、しっかりとPythonの基本を理解することで、プロンプトの指示なども出しやすくなります。
▼学習する基本文法
変数、データ型、演算子、条件分岐と繰り返し文、関数

Chapter 6.  業務自動化の入門

本chapterでは、Pythonでどのように業務が自動化できるのかを学習します。
・✏メール文差し込みツール
・✏会議フォルダの一括作成
・✏CSVファイルから名前だけを抽出してlist化
どのようなことがPythonで効率化できるのかについて理解をすることで、ご自身の業務でのアウトプットも可能になります。

Chapter 7. 最終課題

本chapterでは、truck１のまとめとして実践課題に取り組みます。
・✏顧客一覧から案内メールを作成する

 

Track.2 Pythonによるデータ分析

[授業の目標]

1. Pythonで表データを見るスキルを身につける
2. Pythonで表データを操作・視覚化するスキルを身につける
3. ChatGPT を活用したコード生成の自動化について理解する
   

Chapter 1. 今回の講義で学ぶこと

業務効率化の中でも実際の業務でも使用することの多い、 CSV・Excelデータを操作・分析する方法を学びます。本chapterでは、データ分析の手順について学びます。
▼データ分析手順
1. データを確認する
2. データを整理する
3. データを可視化する

Chapter 2.  データ分析の準備 - Pandas基礎

PandasではcsvやExcelのデータをPythonの世界に読み込んで扱うことができます。私たちが うまくPandasを操作するうえで必要な概念である「Series（シリーズ）」「DataFrame（データフレーム）」という2種類のデータの扱い方を学びます。

Chapter 3. 確認：データの事前確認と前処理

データ分析を行う際、そのデータに欠損がないか、大まかにどんな傾向がありそうか、などデータの特徴をつかむための事前確認作業を行います。この事前確認作業を
EDA（Exploratory Data Analysis）と言います。このチャプターでは、EDAの作業としてデータの中身を確認し、欠損値・不正値が含まれていないかを確認します。その欠損値・不正値を削除したきれいなデータに加工するところまで 一緒に確認します。

Chapter 4. 確認：データの事前確認と前処理

本Chapterでは、データを加工するいくつかの方法を学び、様々な角度からデータを分析する方法について一緒に学びます。
1) 単一条件でフィルタリングしたデータフレームを作成する
2) 複数条件でフィルタリングしたデータフレームを作成する
3) データを昇順（降順）に並び替える
4) データのグルーピング
5) クロス集計

Chapter 5. 可視化：データのグラフ化

Chapter4では条件式による絞り込みやピボットテーブルでデータを分析する方法を学びました。しかし表のままでは「どの地域が一番売れているのか」といった傾向をつかみにくいこともあります。本Chapterでは、グラフなどの視覚化を通じて、データを直感的に理解する方法を学んでいきましょう。

Chapter 6.  生成AIにPythonを書かせるテクニック

Pythonの基本や活用方法を知っていれば、より具体的な依頼ができるようになります。
現在では、ChatGPTなどの生成AIを活用することで、コードの記述自体を自動化することも可能です。本Chapterでは、ChatGPTを使ってデータ分析用のPythonコードを実際に作成してみましょう。

Chapter 7.  最終課題

本Chapterでは、Track２のまとめとして、実践課題に取り組みます。

 

Track.3 業務自動化実践

[授業の目標]

1. 業務効率化、自動化のための設計の考え方を知る
2. 学んだスキルを活用して業務自動化のプロセスを実践する

Chapter 1.  業務自動化に向けた設計

Track.3では、これまで学んできたスキルを実際の業務に活かすため、業務自動化の設計〜実装の流れについて一緒に学んでいきます。

Chapter 2.  業務自動化のための様々なケース

これまで、Pythonを使ってフォルダの操作やcsvデータの可視化の方法を学んできましたが、実はPythonではそのほかにも様々なことができます。

• Excelの操作を自動化する
• Webブラウザの操作を自動化する
• ブラウザを使わずにWebからデータを取得する
• Web API を操作する

Chapter 3.  実践：APIデータ取得と分析の自動化

これまでの講義で学んだ「業務内容の洗い出し」「APIデータ取得の自動化」「データ分析の自動化」を使ってデータ分析業務の改善プロセスを体験してみましょう。

業務内容の洗い出しとデータ取得、保存

• 業務内容の洗い出し
  
• 業務自動化の設計
• APIデータを取得 
• データをCSVに保存
• CSVデータの読み込み
• 欠損値の排除
• 絞り込み
• 可視化

Chapter 4.  最終課題

本Chapterでは、Track３のまとめとして、実践課題に取り組みます。

Track.4 オリジナルプロジェクト制作

最終Trackでは、実務の中から課題を見つけてオリジナルプロジェクトに取り組みます。