【Udemy感想】世界で5万人が受講!実践 Python データサイエンス

【Udemy感想】世界で5万人が受講!実践Pythonデータサイエンス

なかぴょん

Udemyにある「【世界で5万人が受講】実践 Python データサイエンス」を受けてきたよ。
Pythonを使ってデータサイエンスをやってみたい方におすすめの講座だよ。

へびにょん

なかぴょんです。
今回はUdemyの講座の1つである、【世界で5万人が受講】実践 Python データサイエンスを受けてきました。

Pythonを使ってデータを解析し可視化するために必要な知識を一通り網羅できる講座となっております。

Pythonと科学計算のためのライブラリの使い方も学ぶことができるので、Pythonを使ってデータサイエンスをやってみたい方におすすめの講座です。

それでは、詳しく解説していきます。

誰向きなのか

【Udemy感想】世界で5万人が受講!実践 Python データサイエンスのおすすめポイント

こんな人におすすめ
・Pythonプログラミングだけでなく、データサイエンスやデータの可視化に興味がある方
・Pythonの経験は問いません。プログラミング初学者でも大丈夫です。
・急速な広がりをみせる、データサイエンスの世界を覗いてみたい方

データサイエンスに興味があるけど、色々な分野の知識が必要で何から手をつけていいのか分からないと考えている方におすすめの講座となっています。

データサイエンスに必要な知識を一通り学ぶことができるので、データサイエンティストになるために必要な知識を把握するのにも役立ちます。

何が学べるのか

  • Pythonプログラミングへの知識が深まります
  • numpyを使って、アレイを使った数値計算ができるようになります
  • pandasを使った効果的なデータ解析ができるようになります
  • matplotlibとseabornを使って、出版にも使えるほど綺麗なデータの可視化が可能になります
  • Pythonを使って実際にデータを解析する方法論が身につきます
  • JSON、HTML、Excelシートなどのデータ形式をPythonで扱うことができるようになります
  • 応用範囲の広いデータ解析のスキルが身に付きます

学ぶ際の事前準備

【Udemy感想】世界で5万人が受講!実践 Python データサイエンスで学習するプログラミング言語

基礎的な数学のスキルがあれば講座の理解がより深まります。

使用するPCに入っているOSは、Mac、Windows、Linuxならどれでも構いません。

講座詳細

セクション1 このコースの内容とPythonについて

講義の進め方に関して説明があります。

この講義では、データサイエンスに必要な知識をPythonを使って一通り学習ができます。

データサイエンティストに関しての話やPythonで活用するライブラリの説明だけでなく、データサイエンスを行う上で必要な統計学に関する基本的な内容もPythonのコードを使って理解を深められます。

その他にも、データベースの操作言語であるSQLについてや、Pythonを活用したWebスクレイピングというPythonを使ってWebからデータを取得する便利な方法の紹介もあります。

興味がある方は講座の最後にある付録の部分も忘れずにご視聴ください。

  • 1. コースの概要
  • 2. 学習を進めるために

セクション2 準備

講義内で使用する資料に関しての説明があります。

資料を見ながら講義を受けていくのをおすすめします。

もし、PCの画面を2画面にできる方でしたら、2画面にして講義動画を見つつ、講義資料をいじれるような状態を作っておくとよいかと思います。

すでにPythonの開発環境を整えていて、インストール済みの方は飛ばしていただいても問題ないです。

  • 3. インストールとセットアップ
  • 4. IPython notebookの使い方
  • 5. 学習を進めるための資料

セクション3 numpyを知ろう

このセクションを始める前に、numpyのインストールが必要です。

インストールの際は、Anacondaを使った環境構築がおすすめです。

  • 6. numpy入門
  • 7. アレイを作る
  • 8. アレイを使った計算
  • 9. アレイの添え字
  • 10. 行と列の入れ替え
  • 11. アレイと計算のための関数
  • 12. アレイを使ったデータ処理
  • 13. アレイのの入出力

セクション4 pandas入門

Pythonでデータ解析をするときに、非常によく使うpandasというデータライブラリの説明があります。

numpyについて解説を行った際と同じように講義が進んでいきます。

  • 14. Series(1次元のデータ列)
  • 15. DataFrame(テーブル型のデータ)
  • 16. indexの基本
  • 17. indexを変える
  • 18. 行や列を削除する
  • 19. データを取り出す
  • 20. 形の違うデータの計算
  • 21. データの並べ替えと順番
  • 22. データと統計量
  • 23. 欠損値の扱い
  • 24. indexの階層構造

セクション5 データ解析の基礎 その1

セッション5~7では、テキストデータの読み書きについての紹介と、実際にデータの解析を行う上で必要な手順について説明があります。

講義の最初でダウンロードした資料を活用していきます。

  • 25. テキストデータの読み書き
  • 26. JSON
  • 27. HTMLからのデータの取り出し
  • 28. Excel形式のファイルを読み込む

セクション6 データ解析の基礎 その2

  • 29. データのマージ
  • 30. indexを使ったマージ
  • 31. データの連結
  • 32. DataFrameを組み合わせる
  • 33. SeriesとDataFrameの変換
  • 34. ピボットテーブルの作り方
  • 35. 重複したデータの処理
  • 36. マッピングを使った列の追加
  • 37. 置換
  • 38. indexの変更
  • 39. ビニング(Binning)
  • 40. 外れ値
  • 41. Permutation

セクション7 データ解析の基礎 その3

  • 42. データをまとめるGroupBy
  • 43. データをまとめるGroupByその2
  • 44. データのAggregation
  • 45. Split、Apply、Combining
  • 46. クロス集計表

セクション8 データの可視化

データの可視化(ビジュアライゼーション)というデータの見せ方について紹介があります。

ここでは、Seabornというデータを可視化するためのPythonのライブラリを活用します。

Seabornは非常に優れたデータの可視化用のライブラリで、見た目が綺麗なグラフを簡単に作成することができます。

インストールの際は、Anacondaを使った環境構築がおすすめです。

  • 47. Seabornのインストール
  • 48. ヒストグラム
  • 49. カーネル密度推定
  • 50. 分布の可視化
  • 51. ボックスプロットとバイオリンプロット
  • 52. 回帰とプロット
  • 53. ヒートマップとクラスタリング

セクション9 実践データ解析

実際にデータを解析しながら、これまで学んできたPythonを使ったデータ解析の手法を身に付けることができます。

  • 54. 実践データ解析(導入)
  • 55. 実践データ解析(準備)
  • 56. タイタニック その1
  • 57. タイタニック その2
  • 58. タイタニック その3
  • 59. タイタニック その4
  • 60. 株式市場のデータ解析入門
  • 61. 株式市場 その1
  • 62. 株式市場 その2
  • 63. 株式市場 その3
  • 64. 株式市場 その4
  • 65. 株式市場 その5
  • 66. 選挙とデータ解析
  • 67. 選挙 その1
  • 68. 選挙 その2
  • 69. 選挙 その3
  • 70. 選挙 その4

セクション10 機械学習

機械学習のアルゴリズムについて学んでいきます。

機械学習を学ぶ上で数学的な背景が必要となりますので、簡単に説明した後、実際のPythonのコードを実行するという流れになっています。

  • 71. 機械学習入門
  • 72. 線形回帰 その1
  • 73. 線形回帰 その2
  • 74. 線形回帰 その3
  • 75. 線形回帰 その4
  • 76. ロジスティック回帰 その1
  • 77. ロジスティック回帰 その2
  • 78. ロジスティック回帰 その3
  • 79. ロジスティック回帰 その4
  • 80. 多クラス分類 その1:ロジスティック回帰
  • 81. 多クラス分類 その2:k近傍法
  • 82. サポートベクトルマシン(SVM) その1
  • 83. サポートベクトルマシン(SMV)その2
  • 84. ナイーブベイズ分類 その1
  • 85. ナイーブベイズ分類 その2
  • 86. 決定木とランダムフォレスト

セクション11 付録A:Pythonの基礎

  • 87. Pythonの基礎 その1
  • 88. Pythonの基礎 その2
  • 89. Pythonの基礎 その3

セクション12 付録B:統計入門

  • 90. 離散一様分布
  • 91. 連続一様分布
  • 92. 二項分布
  • 93. ポアソン分布
  • 94. 正規分布
  • 95. 標本と母集団
  • 96. t分布
  • 97. 仮説検定
  • 98. カイ二乗分布を使った検定
  • 99. ベイズの定理

セクション13 付録C:SQLとPython

  • 100. SQL入門
  • 101. selectの基本
  • 102. selectの応用

セクション14 付録D:Webスクレイピング

  • 103. Webからの情報抽出 その1
  • 104. Webからの情報抽出 その2

まとめ

今回はUdemyの講座の1つである、【世界で5万人が受講】実践 Python データサイエンスについてご紹介しました。

Pythonを使ってデータサイエンスについて学ぶことができたのはもちろんのこと、データサイエンティストになるために必要な知識を把握するのにも役立つ講義でした。

データサイエンスに興味があるけど、何から手をつけてればいいのか分からないと感じている方はぜひ、一度講座を受けて見ることをおすすめします。

Udemyのセール期間だと1200円で講義を受けることができ、講座の金額がそこまで高くないのも魅力です。

Udemyの講座は、今回紹介した講座以外にも受講した講座はいくつかあるので、興味がある方はこちらの記事をご覧ください。

受けた講座をまとめています。

※ただいま作成中途中のため、一部デザインが崩れて見ずらくなっております。完成まで少々おまちください。

なかぴょんに受けてほしい学習サービスのリクエスト等ございましたら、
お問い合わせにてお伝えいただけますと幸いです。

リクエストをいただいた講座は受け終わった後で記事にします。

なかぴょん

リクエストお待ちしております(^^)

それでは、また!

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です