Udemyの「実践 Python データサイエンス」を受けてみた - Qiita
このブログはjupyter notebook Advent Calendar 2016の3日目のエントリーです。 Udemyというオンライン学習サービスがあり、「実践 Python データサイエンス」が2,300円だったので、ぽっちってみました。17.5時間コースで、「Pythonスタートブック」の著者である辻真吾さんが日本語で解説してくれていて、とても分りやすいコースです。まだ全てのセクションを聞いていないのですが、こちらのコースについて紹介します。 このコースでは基本的にJupyter Notebookを使ってほぼ全てのセクションを説明しているので、このコースで紹介しているJupyter Notebookの機能？について交ながら紹介します。 前半は、Pythonのデータ解析用ライブラリの利用の仕方を説明しながら進める形になっています。その後、データ解析、可視化について説明し、後半では実
Online Courses - Learn Anything, On Your Schedule | Udemy
Sorry, this course is no longer accepting enrollments.
「実践 Python データサイエンス」を受講した
Udemy の 【世界で2万人が受講】実践 Python データサイエンスを受講してみました。 104講義、合計17.5時間もの動画で Jupyter を使ったデータ解析の説明が受けられます。 私が申し込んだ時は定価が2万円を超えていて、キャンペーン価格で6,000円でした。でも今は定価が6,000円さらにそこから30% OFF の4,200円なんですね… 内容はまず anaconda で環境構築。anaconda だからハマらないし楽ちん。環境構築に時間を割かれなくて良いです。 その後は次のような内容となっていました。 numpy の Array の説明pandas の Series, DataFrame の説明外部データの読み込みデータ操作matplotlib を使ったデータの可視化seaborn を使ったデータの可視化タイタニックの乗船者情報を用いたデータ解析株価データを分析アメリカ
jupyter notebookのカレンダー | Advent Calendar 2016 - Qiita
About reserved postingIf you register a secret article by the day before the same day, it will be automatically published around 7:00 on the same day. About posting periodOnly articles submitted after November 1 of the year can be registered. (Secret articles can be registered anytime articles are posted.)
Deep Learning Courses - Master Neural Networks, Machine Learning, Data Science, and Artificial Intelligence in Python, TensorFlow, PyTorch, and Numpy
What order should I take your courses in? Welcome to the "Lazy Programmer Course Order" page! When it comes to learning data science and machine learning, there is no “one size fits all” solution. Different people have different goals and different ways of learning. So, for those of you who’ve asked me, “what order should I take your courses in?”, the answer is: it depends! Are you interested in c
アプリケーション開発者のための機械学習実践講座
このコースは、アプリケーション開発者を対象とした機械学習の講座です。 アプリケーション開発者であれば、当然「機械学習をアプリケーションの中で活用したい」と考えていると思います。しかし、そのためには機械学習「だけ」を学ぶだけでは足りません。 実際のサービスで使用しようと思えば、機械学習のプログラムをどのように設計・テストし、管理するのかといった点も問題になります。そして、導入した後の運用・保守といった観点も欠かせません。 本講座では、機械学習そのものの説明はもちろんですが、こうした機械学習をアプリケーションの中に組み込むための実践的な方法・プロセスまで解説します。 全7セクションとなっており、各セクションは数十分と比較的短い講義から構成されます。短時間で、実務で得られたノウハウを含めてお伝えしたいと思います。 あなたのアプリケーションを、機械学習で変革するための一助となると思います。
1
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
https://qiita.com/yudsuzuk/items/a13236a415f238da857e