本記事ではPythonでデータサイエンスに関する日本語のUdemy講座を全てレビューしてゆこうと思います。(2024年3月6日時点)
評価者が極端に少ないものを除き、人気順にレビューしますので宜しければブックマーク頂ければと思います。
【★4.3】【世界で55万人が受講】データサイエンティストを目指すあなたへ〜データサイエンス25時間ブートキャンプ〜
目次からわかること
- データサイエンスの概要
- 確率、統計
- Pythonの基本文法
- statsmodelsを使った統計分析
- sklearnを使った機械学習
- 行列、線形代数の基礎
- ディープラーニング
まずデータサイエンスの概要について解説しています。従来の統計分析と近年流行しているデータサイエンスの分析手法との間の違いについて解説している点は評価が高いです。
その後、確率、統計の数学的な解説に入ります。
さらに、Pythonの基本文法についてもしっかり説明がなされておりますので、初学者でも問題なく始められます。
その次は、statsmodelsを使った統計分析の手法や、sklearnを使った機械学習の手法について解説がなされております。
最後、ディープラーニングの解説に入る前に前提となる数学の解説があります。そこで行列、線形代数の基礎を学びます。
ディープラーニングではTensorFlowを用いて学習の方法や最適化手法について学びます。
その後は実際の業務に近いケーススタディが入ります。
非常にボリュームが多く、ディープラーニングができるようになるまでの範囲を網羅しています。
ちなみに講義を進める上でエクセルが必要のようですので注意が必要です。
受講者のレビューからわかること
プラス部分として
という声が挙げられておりました。
マイナス部分としては
という点を挙げる声が一部ありました。もともとの教材自体は良いですが翻訳やプレゼンに若干の不満が挙げられているようです。
まとめ
非常にボリュームがあり、全くの初学者からディープラーニングができるようになるまでの情報が網羅されていますので是非ともおすすめです。
【★4.3】本当にわかる、AI時代の数学【超初心者からの数学入門】
目次からわかること
- 線形代数
- 微分
- 偏微分
- 回帰
本講座はプログラミングの要素がなく、純粋に数学のみになっております。
高校数学のレベルから始まり、線形代数、微分、偏微分、回帰と機械学習に必要となる数学の知識が盛り込まれております。
数学が苦手な方でも取り組めるよう意識して作っている点は高評価できる点です。
受講者のレビューからわかること
プラス部分は
という声がありました。
マイナス部分としては
という声が散見されました。セクション５は集大成となる最後のセクションなので今までの学習内容の理解が前提となっている分理解は容易ではないようです。
まとめ
近年流行のChatGptやディープラーニングが本質的にどのようなことを行なっているか、何ができて何ができないかに関する理解を深めるにはどうしても数学への理解が必要です。本講座はその足がかりに最適です。
