寄附講座

詳細な内容はこちらから

データサイエンティストのつくり方
データサイエンス・データ解析入門
環境と品質のためのデータサイエンス

活動概要

活動内容は大きく分けて３種類

1. 通常講義
   • Pythonの基礎からNumPy・pandasといったライブラリ、scikit-learnのようなフレームワークを学習。
   • 毎週出る宿題が講座修了条件の一つ、講義に必死に取り組んで宿題を提出しながら基礎掴め。
2. データ分析コンペ（全てkaggleからの出典）
   • 講義で簡単な導入を行ったあとは、自分で実装してみるのが一番力がつくと実感！
   • 最終課題は過去のコンペからの出題であり、優秀生を目指すならコンペにしっかり取り組むのが近道。
3. オンライン特別講義
   • こちらの講座では、各週一人ゲスト講師を招く。
   • アーカイブ公開なし。リアルタイム配信のみ。

カリキュラム・日程

10/13　受講開始

10/18　導入

10/25　NumPy

11/01　pandas

11/08　Pythonによるデータの可視化

11/15　教師あり学習

11/22　教師なし学習

11/29　SQL

12/06　モデル検証とチューニング

12/13　特徴量エンジニアリング

12/20　マーケティング

01/10　ゲスト講師１

01/17　ゲスト講師２

01/24　ゲスト講師３

データ分析

数学

第一回

総合順位

参考文献

Basic

A Whirlwind Tour of Python
chainFlyer
Deep Learning
How to use Markdown
paizaとはどんなサービス？
PEP: 8（Python コードのスタイルガイド）
Progateのスライド検索
Python Data Science Handbook
Python Official Site
SciPy
SciPy Lecture Notes
Weights & Biases

NumPy

API reference
NumPyとSciPy
NumPy で行列計算
NumPy関連記事まとめ

pandas

API reference
pandas関連記事まとめ
pandas でデータフレームを扱う
Python初学者のためのpandas100本ノック

matplotlib

API Reference
matplotlib でグラフ作成

scikit-learn

API Reference
RANSACRegressor
scikit-learn で機械学習

統計の基礎

統計学の時間
主成分分析の考え方
データサイエンス・データ解析入門
環境と品質のためのデータサイエンス
Statistical Learning with Sparsity The Lasso and Generalizations

その他

九州大学 数理・データサイエンス教育研究センター