読者です 読者をやめる 読者になる 読者になる

FUJILOG

見た、聴いた、触れたこと。 動かしたもの、書いたもの。 ウェブとリアルの備忘録です。

Udemy始めました

自習教材がネットで散見されるようになりました。
昔のカセットテープ教材、CD、LD、DVD…と様々な媒体を経て、時代は動画配信のようです。
たまたまFacebookで見かけたのがこのコンテンツ。

【世界で2万人が受講】実践 Python データサイエンス

元は英語教材ですが、音声邦訳されていました。
サンプルも揃えているのでちょっとやってみようかと。

また、講義目次に惹かれたこともあり、目次(※)転載します。
項目名脇の数字は講義時間。

講義数は104とありますが、1講義は数分ほどなのでさくさく進むのが特徴です。
この細かさが隙間時間を利用するスマホ時代のコンテンツの特徴かも。

講義時間全17時間を一気に学ぶのはつらいので、わかるところは飛ばして進めるのが良いです。

もともと数万円ほどの教材も揃えていたUdemyですが、最近のセールで廉価なコンテンツが増えているようです。(※4月末までの期間限定割引もあり)

他気になるコンテンツは「Sketch」と「Unity」講座。
先人の操作方法を真似ぶことで、学習コスト下がるので良いですね。

時間、空間、コストのいずれの面で、書籍と座学の合間の市場にフィットする。
ちょうどいい仕組みと思いました。

※目次
このコースの内容とPythonについて
1.コースの概要4:13
2.学習を進めるために0:00
準備
3.インストールとセットアップ4:15
4.IPython notebookの使い方6:46
5.学習を進めるための資料2:36
numpyを知ろう
6.numpy入門0:00
7.アレイを作る6:19
8.アレイを使った計算4:33
9.アレイの添え字12:18
10.行と列の入れ替え8:23
11.アレイと計算のための関数5:06
12.アレイを使ったデータ処理19:04
13.アレイのの入出力7:21
pandas入門
14.Series(1次元のデータ列)11:41
15.DataFrame(テーブル型のデータ)14:43
16.indexの基本3:19
17.indexを変える10:49
18.行や列を削除する4:29
19.データを取り出す7:14
20.形の違うデータの計算8:47
21.データの並べ替えと順番4:32
22.データと統計量15:20
23.欠損値の扱い8:44
24.indexの階層構造9:43
データ解析の基礎 その1
25.テキストデータの読み書き8:00
26.JSON3:53
27.HTMLからのデータの取り出し3:06
28.Excel形式のファイルを読み込む3:41
データ解析の基礎 その2
29.データのマージ16:58
30.indexを使ったマージ9:16
31.データの連結9:38
32.DataFrameを組み合わせる10:48
33.SeriesとDataFrameの変換9:46
34.ピボットテーブルの作り方4:26
35.重複したデータの処理6:20
36.マッピングを使った列の追加4:53
37.置換3:06
38.indexの変更7:01
39.ビニング(Binning)5:28
40.外れ値9:47
41.Permutation6:57
データ解析の基礎 その3
データの可視化
47.Seabornのインストール1:36
48.ヒストグラム9:55
49.カーネル密度推定22:53
50.分布の可視化5:27
51.ボックスプロットとバイオリンプロット11:17
52.回帰とプロット22:25
53.ヒートマップとクラスタリング19:33
実践データ解析
54.実践データ解析(導入)2:25
55.実践データ解析(準備)4:31
56.タイタニック その116:36
57.タイタニック その217:48
58.タイタニック その315:55
59.タイタニック その42:49
60.株式市場のデータ解析入門3:05
61.株式市場 その111:58
62.株式市場 その217:09
63.株式市場 その39:55
64.株式市場 その411:03
65.株式市場 その532:10
66.選挙とデータ解析2:26
67.選挙 その117:01
68.選挙 その215:51
69.選挙 その313:02
70.選挙 その418:53
機械学習
71.機械学習入門8:58
72.線形回帰 その115:26
73.線形回帰 その212:28
74.線形回帰 その318:02
75.線形回帰 その415:26
76.ロジスティック回帰 その111:34
77.ロジスティック回帰 その211:52
78.ロジスティック回帰 その312:29
79.ロジスティック回帰 その47:50
80.多クラス分類 その1:ロジスティック回帰13:48
81.多クラス分類 その2:k近傍法13:43
82.サポートベクトルマシン(SVM) その16:49
83.サポートベクトルマシン(SMV)その27:04
84.ナイーブベイズ分類 その19:40
85.ナイーブベイズ分類 その24:23
86.決定木とランダムフォレスト24:28
付録A:Pythonの基礎
87.Pythonの基礎 その110:31
88.Pythonの基礎 その27:41
89.Pythonの基礎 その38:16
付録B:統計入門
90.離散一様分布8:49
91.連続一様分布8:38
92.二項分布16:58
93.ポアソン分布11:09
94.正規分布7:51
95.標本と母集団8:44
96.t分布6:14
97.仮説検定17:07
98.カイ二乗分布を使った検定7:31
99.ベイズの定理6:04
付録C:SQLPython
100.SQL入門9:04
101.selectの基本12:08
102.selectの応用12:23
付録D:Webスクレイピング
103.Webからの情報抽出 その110:05
104.Webからの情報抽出 その29:19