はじめに
こんにちは。学生エンジニアのゆうき(@engieerblog_Yu)です。
今回はデータサイエンス入門として機械学習の勉強方法について解説していこうと思います。
データサイエンスには可視化、機械学習、深層学習など色々な構成要素がありますが、今回は機械学習についての記事です。
今回の記事をお勧めする方は
データサイエンスに興味がある
機械学習を新しく学んでみたい
kaggleに挑戦してみたい
に当てはまる方です。
それでは紹介していくにゃ〜。
Cousera
まず最初にお勧めするのはCouseraという世界中の大学の授業を受けることができるサービスです。
その中で私がお勧めするのはスタンフォード大学が公開しているMachineLearningという授業です。
まずはメリットにゃ。
機械学習の知識がない初心者でも、わかりやすくアルゴリズムを理解できる
同じコースを受けている人で話せるディスカッションフォーラムがある
無料
スタンフォード大といって何一つ怯えることはありません。
しっかり日本語訳されていますし前提知識がない人でも理解できるようになっています。
次にデメリットにゃ。
実際のコーディングについては解説されていない
結論Couseraは以下の人にお勧めです。
数学的に機械学習のアルゴリズムを理解したい人向け
次は実際にコーディングをしながら学びたい方向けの勉強法です。
Scikit-learnデータ分析ハンドブック
次にお勧めするのはPythonライブラリ定番セレクションのScikit-leranデータ分析ハンドブックです。
メリットの紹介にゃ。
コードを書きながら実際のデータを使って、機械学習を学べることができる
初学者が疑問を持ちそうな箇所にコメントを残したりするなど、解説が丁寧
デメリットにゃ〜。
線形代数などの数学の知識がない人は少しきつい箇所もある
結論以下の人にお勧めです。
実際に手を動かしながら機械学習を学びたい人むけ
最後に大学数学には自信がないけどコーディングをしながら勉強したい方向けの勉強法です。
Udemy
最後はオンライン学習プラットフォームであるUdemyです。
その中でも私は以下のコースをお勧めします。
まずはメリットについてです。
データサイエンスに用いる大学数学を1から解説している
コーディング課題をこなしながら学ぶことができる
データサイエンスに関わるビジネススキルをアップさせる内容も含まれている
デメリットはこちらですにゃ。
機械学習の全てのアルゴリズムを学べるわけではない
有料(セール中に買うのがお勧め)
結論以下の人にお勧めです。
線形代数などの数学に自信がなく、手を動かしながら勉強したい人向け
一人で勉強できない方に(おまけ)
上記の三つの方法を見ても
やっぱり一人で勉強できるか不安、、、、
という方にはAIBoostというプログラミングスクールがおすすめです。
AIBoostには以下の二つのコースがあります。
・AIエンジニアコース：python基礎から学習し機械学習を用いたWebアプリの開発をおこないます。
・データサイエンスコース：python基礎から統計学や分析までを学習し、データサイエンティストになるための素養を身につけます。
本気でデータサイエンティストになってバリバリ稼ぎたいという方はAIBoostのデータサイエンスコースがおすすめです。
以下のリンクから無料カウンセリングを申し込むことができます。
おわりに
今回は私の機械学習のお勧め勉強法をタイプ別に紹介しました。
最後にもう一度まとめます。
数学的に機械学習を理解したい→Cousera
基礎的な大学数学には自信があり、コーディングしたい→データ分析ハンドブック
数学に自信がないがコーディングしたい→Udemy
皆さんの自分にあった勉強法が見つかれば幸いです。
一緒に頑張っていきましょう！
他にもいろんな記事があるにゃ。
コメント