今すぐ無料でPythonやデータサイエンスを学べる学習コンテンツ7選 | Ledge.ai
画像はUnsplashより 在宅時間が増加したであろう現在は、学生や社会人が人工知能（AI）やデータサイエンスについて身につける絶好のチャンスと言える。「AIについて何か勉強したい」「統計学について知りたい」という人も少なくないのでは。 近頃、Pythonなどのプログラミングについて勉強したり、データサイエンスについて知識を深めたりできる学習コンテンツが無料で公開される機会が増えつつある。そこで、2021年1月27日現在、無料で学べるAIやデータサイエンス関連の学習コンテンツを集めてみた。 総務省、社会人のためのデータサイエンス入門を無料開講 総務省は2021年1月12日開講した「誰でも使える統計オープンデータ」に先駆け、「社会人のためのデータサイエンス入門」を特別開講している。登録料および受講料は無料。 本講座では入門編として、統計学の基礎やデータの見方・データの取得方法などを学べる。統
データサイエンティストとして読んで役立った本たち@2020-07｜だみ〜
2016年10月に未経験・新人データサイエンティストで雇ってもらいました。当時はまだ業界が牧歌的だったのと、比較的書類上のスペックが高い若者だったのもあり、運良く拾ってもらえたのでした。今だと100％受かってないです。 そんな私が今までで読んだ本の中で、役に立った本をつらつら書いていきます。 現代の若者がどんどん優秀になっているので、これくらいでいまんとこいっぱしのデータサイエンティスト（@ビジネスサイド）になれるんだなあという基準を述べようかと思いました。何年か後に振り返りたいですね。 もちろん、これが誰かの学習の役に立てばと思っています。 ちなみに、アフィリエイト入れてないので気にせず買っていってください。 数学無難に解析学と線形代数学を勉強しておくといいと思っています。
時系列モデリングのおさらい：季節調整とトレンド抽出 - 渋谷駅前で働くデータサイエンティストのブログ
COVID-19が世界中に感染拡大し、日本含め多くの国で外出や集会の制限（自粛）措置が取られて久しい昨今ですが、これに伴って多くのところでCOVID-19に関連したオープンデータが公開されるようになっており、データ分析を生業とする人間が実データを扱う良い機会ともなっているように見受けられます。 ということで、今回の記事では東京都が公開している日次のCOVID-19感染者（PCR検査陽性者）報告数のデータを題材として、時系列モデリングのおさらいをしてみようと思います。なお、この記事における時系列モデリング結果は今後のCOVID-19の感染拡大状況について何かしらの解釈や予測をするためのものでは全くありません*1ので、悪しからずご了承ください。 また、この記事で公開しているコードは以前書いたクソコードをそのまま転用しているので、端的に言ってただのクソコードです。皆さん自身がお試しになる際は是非
改めて、汎化性能と交差検証のはなし - 渋谷駅前で働くデータサイエンティストのブログ
追記 再現性をチェックする実験を後日実施しています。併せてお読みください。 以前こんな記事を書きました。 この辺の話はとっくの昔に常識になっていると思っていたのですが、昨今様々な「モデル」が提唱されて公の場で喧伝されることが増えてきており、その中には明らかにこれらの記事で指摘されている問題に引っかかっているものがあるようなので、注意喚起も兼ねて改めてブログ記事として書いてみようと思います。 追記 (May 08, 2020) 本文中にも記事公開当初の初稿の時点でいくつか但し書きを入れてありますが、この記事で最も強調したかったことは「時系列データに対して多項式フィッティングを行うという本来あり得ないモデリングのやり方であっても、交差検証を行えば短期的な予測性能（汎化性能）を改善することができる」ということです。データセットにランダムウォークを選択したのは、単に極値が2つ以上ある時系列を生成し
アフター・アフターデジタルの世界で理解すべき 「UXは経営課題」の意味
『MarkeZine』が主催するマーケティング・イベント『MarkeZine Day』『MarkeZine Academy』『MarkeZine プレミアムセミナー』の 最新情報をはじめ、様々なイベント情報をまとめてご紹介します。 MarkeZine Day
2019年度のオープンデータ・ビッグデータに関する優れた取り組みの表彰 - ニュース | 一般社団法人オープン＆ビッグデータ活用・地方創生推進機構
VLEDの前身であるオープンデータ流通推進コンソーシアム時代から、オープンデータに関する優れた取り組みを、勝手に選んで勝手に表彰する「勝手表彰」を行ってきました。 2013年度から始まり、今年度で7回目を迎えます。毎年、事務局が候補をリストアップし、VLED 利活用・普及委員会の主査・副主査・委員が審査を行い、選定しています。 対象は、当初、オープンデータに関する取り組みとしていましたが、回数を重ねる中で範囲を広げ、オープンデータに限定せず、データ公開・活用に関する取組み、また、データを用いた地方創生への取組みなどを対象としています。 また、昨年度からは、オープンデータに関する取り組み率が100%になった都道府県を「コンプリート賞」として表彰しています。 なお記載している名称、受賞者、概要等については、事務局が選定する際に作成したものです。受賞者に確認後、随時更新させて頂きますので、ご了承
株式会社ALBERT（レコメンドエンジン）
データ分析から導き出されたインサイト無しにAI（人工知能）の活用は始まりません。私たちは、各業界知識とデータ・アナリティクス技術を駆使しデータドリブン経営を強力に支援します。 データ、アナリティクス、AIは企業にとって競合他社との差別化を図るかつてないほど大きな要因になっています。今日の経営幹部が効率を向上しながら新たな収益源を開拓し、新しいビジネスモデルをタイムリーに構築する方法を模索する中、価値を生み出し成長を続ける企業には「データ活用」という共通項があります。私たちは、無数のデータから企業にとって本当に必要なデータを活用するための方法を知っています。 将来を見据えたオペレーション体制を備えている企業の半数以上（52％）は、すでにデータとアナリティクスを大規模に活用しています。データとAIに関する取り組みをビジネス戦略に沿って実施することで投資利益率を迅速に最大化し、最終的にはAIをビ
データ分析の結果をビジネスに活かせるエンジニアになるには？『あたらしいデータサイエンスの教科書』発売
CodeZineを運営する翔泳社では、12月17日（火）に統計学の視点からデータサイエンスについて述べ、データの活かし方を解説した『事例で学ぶ！あたらしいデータサイエンスの教科書』を発売しました。PythonやRなどを通じて統計学やデータ分析のスキルは身につけている方で、ビジネス上の課題解決や意思決定にもっとデータを役立てたいとき、本書がその一助となるはずです。 『事例で学ぶ！あたらしいデータサイエンスの教科書』は、データサイエンスに興味を持つ学生や、実際に業務に携わっていてさらに分析手法を身につけたいデータサイエンティストに向けて、8つの事例をもとに適切な分析手法とデータの解釈の仕方について解説した1冊です。 データサイエンスには、ただ目の前のデータを分析をするだけでなく、その結果をどう解釈し、いかにビジネス上の目的を達成するかという視点が欠かせません。得られた結果の数値だけを報告するよ
Google、「差分プライバシーライブラリ」をGitHubで公開
米Googleは9月5日（現地時間）、自社サービスの強化に使っている「differential privacy library」（差分プライバシーライブラリ）のオープンソース版をGitHubで公開した。 差分プライバシーを使うデータ分析は、個人データが識別されないようにしながら大規模なデータセットから学習できるようにするアプローチ。分析の結果から個人データを再識別することもできないよう保護できる。例えばヘルスケア分野で、様々な病院の患者の入院平均時間を比較したい場合、患者を個人として特定できない状態でデータを利用できる。 ライブラリはほとんどの一般的なデータサイエンス操作をサポートし、プライバシー保護を確実にするための「確率的差分プライバシーモデルチェッカーライブラリ」を含み、集約機能、プライバシー予算管理などの拡張用モジュールもある。 Googleは、例えばGoogleマップで検索したレ
Looker Studio Overview
Your data is beautiful. Use it. Unlock the power of your data with interactive dashboards and beautiful reports that inspire smarter business decisions. It's easy and free. use it for free Connect Easily access a wide variety of data. Looker Studio’s built-in and partner connectors makes it possible to connect to virtually any kind of data. See what data you can access Visualize Turn your data int
データサイエンティストがやらかしがちな過ちトップ10（海外記事紹介） - 渋谷駅前で働くデータサイエンティストのブログ
(Image by Pixabay) "Top 10 Statistics Mistakes Made by Data Scientists"という刺激的なタイトルの記事が出ているのをKDnuggets経由で知りました。「データサイエンティストがやらかしがちな統計学的な誤りトップ10」ということで、いかにもなあるある事例が色々載っていて面白いです。 ということで、今回はこの記事を全訳にならない範囲で抄訳して、その内容を吟味してみようと思います（直訳しても意味が取りづらい箇所が多かったためかなりの部分を抄訳ながら意訳しています：こういう訳の方が良いなどのコメントあれば是非お寄せください）。言わずもがなですが、こういう海外記事紹介をやる時はネタ切れということです、悪しからず。。。 元記事の内容 1. Not fully understand objective function（目的関数が何か
Big Data to Solve Economic and Social Problems | Opportunity Insights
How have children’s chances of moving up changed over time?
何のためにデータを分析するのか？ 『スケーラブルデータサイエンス』が教えるデータエンジニアの役割
データ分析の目的はレポートやグラフの作成ではありません。翔泳社から発売した『スケーラブルデータサイエンス』では、その目的を「ビジネスで成果を出すためのより良い意思決定」としています。今回、データサイエンスのノウハウを詳細に解説した本書から、データ分析の目的やデータエンジニアの役割について説明した第1章の一部を紹介します。 本記事は『スケーラブルデータサイエンス データエンジニアのための実践Google Cloud Platform』の「第1章 データに基づくより良い意思決定」からの抜粋です。掲載にあたり、一部を編集しています。 データ分析の主目的は、より良い決定を下すことです。分析結果に基づいた意思決定が必要なければ、そもそも、分析に時間を費やす必要はありません。たとえば、中古車の購入を検討する際に、車の製造年と走行距離を販売店に問い合わせることがあります。 これは、車が販売されてからの経
TensorBoard: Embedding Visualization
TensorBoard operates by reading TensorFlow events files, which contain summary data that you can generate when running TensorFlow. Here's the general lifecycle for summary data within TensorBoard. First, create the TensorFlow graph that you'd like to collect summary data from, and decide which nodes you would like to annotate with the tf.summary operations. For example, suppose you are training a
YouTube-8M: A Large and Diverse Labeled Video Dataset for Video Understanding Research
Sep 4th, 2019: Released the MediaPipe YouTube-8M feature extractor which extracts both visual and audio features. Jun 27th, 2019: Released the YouTube-8M Segments dataset. May 14th, 2018: Released an update to the dataset, with improved quality machine-generated labels, and reduced size / higher-quality video dataset. (YouTube-8M 2018). The YouTube-8M Segments dataset is an extension of the YouTub
データ分析にはどのようなツールが必要なのか--エンジニア編（前編）
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます Rにはデータ分析で利用できるさまざまなライブラリが存在する。順番に見ていこう。 まずデータ加工のライブラリだ。データ分析を行う際は各所にある未加工のデータを集約し、前処理を行い集計しやすい形に加工した後、視覚化するという手順で実施する。この中で一番ネックになるのが前処理である。 各所にあるデータをそのままマーケティング部門側の人間が最初から加工し、必要な情報を抽出するのはさまざまな面で非効率だ。先に情シス側で扱いやすい形式に加工し、単純集計まで実施した中間データを作成しておく。そしてこの中間データをマーケティング部門側の人に提供することで、よりスムーズで安定した分析を実施することが可能になる。 以下の表のようなライブラリを用いることで、
【第8回】UXの切り札はM2M・ビッグデータ：鹿島泰介の「UXのトビラ3」：オルタナティブ・ブログ
前回はIoT(Internet of Things / モノのインターネット)をテーマにし、思いがけず大きな反響をいただいた。そこで今回は、ミクロには要素としてのM2Mを、またマクロにはビッグデータ全体の概念などを捉え、それらがどのような形でUXマーケティングにインパクトを与えるか...という視点で考えてみた。 ■マーケティングにデータは不可欠 ずいぶん前になるが、80年代後半、私は日立製作所での米国の駐在時代にマーケティング部門に所属し、現地向けのテレビデザインを担当していた。当時はメキシコのティワナに現地生産の工場があり、26インチクラスの大型ブラウン管テレビや、背面から投射するリヤプロジェクションテレビなどを生産していた。当時の米国のインテリア事情では、テレビは家具の一部として扱われており、テレビデザイナーにインテリアへの深い理解があれば、そのまま売れ行きに直結するといっても過言では
ビッグデータを活用した観光振興について：『ビジネス2.0』の視点：オルタナティブ・ブログ
観光庁は2015年4月2日、第１回の「ＩＣＴを活用した訪日外国人観光動態調査検討委員会」を開催し、観光ビッグデータを活用した観光振興について検討を行っています。 観光ビッグデータの活用については、個人情報およびプライバシー保護への留意が重要という前提のもと、統計による指標を用いた評価に加え、来訪者の観光行動を定量的に調査・分析し、取組の評価や観光客のニーズを踏まえた効率的・効果的な取組につなげていくとしています。 出所：観光庁 ＩＣＴを活用した訪日外国人観光動態調査検討委員会 2015.4.2 観光ビッグデータを構成する「人の動き」を把握するための各種データについては、宿泊や交通予約やプローブ情報といったような「利用者データ」、政府や自治体が公開する「オープンデータ」、そして、スマートフォンなどからの位置情報などの「消費者行動のデータ」の３つのパターンに区分けてしており、これらをビッグデー
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
宇宙データを「民主化」するTellusが、遂にサーヴィス開始！
これからのデザインの役割は、データに「人間味」を与えること #WXD｜WIRED.jp