
本コースの教材の使用方法です。
本コースの導入です。
各セクションの概要を解説します。
データサイエンスについて、その概要を解説します。
プログラミング言語Pythonと、データサイエンスの関係について解説します。
本コースで学ぶための、学習の心構えについてお話します。
本コースで使用する開発環境、Google Colaboratoryについて解説します。
本セクションの演習です。
このセクションの教材を紹介します。
このセクションの概要です。
Pythonの基礎として以下を解説します。
変数
→ 数値や文字列などの値を格納します
四則演算
→ 和、差、積、商などを求めます
Bool値と比較演算子
→ 値を比較し、結果をTrueもしくはFalseで得ます
論理演算子
→ Bool値同士で演算を行います
Pythonの基礎として以下を解説します。
リスト、タプル、辞書
→ 多数の値をまとめて効率よく扱います
if文
→ 分岐処理を行います
for文、while文
→ ループ処理を行います
分岐とループの組み合わせ
→ 条件が満たされた処理のみをループ内で実行します
Pythonの基礎として以下を解説します。
リスト、タプル、辞書
→ 多数の値をまとめて効率よく扱います
if文
→ 分岐処理を行います
for文、while文
→ ループ処理を行います
分岐とループの組み合わせ
→ 条件が満たされた処理のみをループ内で実行します
Pythonの基礎として以下を解説します。
関数
→ 処理を一括りにして、何度でも呼び出せるようにします
引数、返り値
→ 関数の内外で値のやり取りをします
変数のスコープ
→ 変数にアクセス可能な範囲について
クラス
→ クラス、インスタンスを使い構造化されたコードを記述します
ファイルの保存と読み込み
→ 値をファイルに保存し、読み込みます
Pythonの基礎として以下を解説します。
__init__メソッド
→ インスタンスの生成時に、初期設定を行います
__call__メソッド
→ インスタンス名を使って呼び出すことができます
このセクションの演習です。
このセクションの教材を紹介します。
このセクションの概要です。
数値計算に有用なライブラリ、NumPyの基礎について解説します。
データを可視化するために有用な、matplotlibの基礎を解説します。
データの解析に有用な、Pandasの基礎を解説します。
このセクションの演習です。
このセクションの教材を紹介します。
このセクションの概要です。
ものごとを「確率」で捉える考え方について、Pythonのコードとともに学びます。
基本的な統計量をいくつか解説します。
正規分布の性質と使い方を解説します。
2つのデータのグループ間で共分散と相関係数を計算し、その意味を解説します。
実際のデータ解析においてとても有用な、ベイズの定理について解説します。
このセクションの演習です。
このセクションで使用する教材です。
このセクションの概要です。
機械学習について、概要を解説します。
最もシンプルな機械学習、「回帰」について解説します。
データを複数のクラスタにグループ分けする、「k平均法」について解説します。
「超平面」を使って分類する、サポートベクターマシンについて解説します。
枝上の構造を使ってデータを分類する、「決定木」について解説します。
このセクションの演習です。
このセクションの教材です。
このセクションの概要です。
Kaggleについて、概要を解説します。
Kaggleのアカウントの開設方法、および使い方を解説します。
機械学習により、タイタニック号の生存者を予測します。そして、予測結果をKaggleに提出します。
このセクションの演習です。
このコース最後に、受講生の皆さんへ向けてメッセージを送ります。
講師の活動や最新情報についてご紹介します。
みんなのデータサイエンス講座は、誰に対しても開かれた初心者向けのデータサイエンス講座です。プログラミングや数学の事前知識はほとんど必要ありません。
難解な数式やプログラミングが学習の妨げであった方でも、問題なく学習できます。
必要なコードは、データサイエンスの分野で最もメジャーな言語のPythonで記述します。Pythonについては、基礎から丁寧に解説します。
本コースはこのPythonを使ってデータサイエンスの基礎を丁寧に学びますが、最後にはKaggleを使って実践的な課題への取り組み方まで学びます。
データサイエンスのコードの記述には、Google Colaboratoryという開発環境を使います。これにより、初心者の方が躓きやすい環境設定が大幅に楽になります。
本コースは、Udemyの受講生数が数万人に及ぶ経験豊富な講師が指導します。文系や非エンジニアの方にもお勧めです。
データに基づくロジカルな思考は、社会における様々な場面であなたをサポートします。様々な種類のデータに、親しめるようになりましょう。
注: 本コースに先立ちYouTubeでのライブ講義【Live人工知能】がありました。本コースの動画はこのライブ講義をUdemy用に再構成したものになります。
コースの内容は以下の通りです。
Section1. データサイエンスの概要
→ データサイエンスの概要、および開発環境であるGoogle Colaboratoryについて学びます。
Section2. Pythonの基礎
→ プログラミング言語、Pythonの基礎について学びます。
Section3. データサイエンスのツール
→ データサイエンスにおいて有用なツール、NumPy、matplotib、Pandasについて学びます。
Section4. 確率と統計
→ データサイエンスおいて重要な、確率・統計の基礎を学びます。
Section5. 機械学習
→ 様々な機械学習の手法の、特性と実装を学びます。
Section6. データサイエンスの実践
→ Kaggleを使い、現実的な問題に取り組みます。
その他コースの特徴は、以下通りです。
- 理論よりも体験を、手を動かすことを重視します。
- 可能な限り、簡単な数学を用いて解説します。
- 必要な数学はグラフィカル、直感的に解説します。
- 数学用語や専門用語を避け、なるべく平易な言葉で説明します。
- 難しい概念は、細かく分解して少しずつ学習します
- プログラミング初心者、未経験者でも大丈夫です。プログラミング言語Pythonを基礎から学びます。
なお、大学レベル以上の数学や、深い理論の解説は行いませんのでご注意ください。