【感想あり】おすすめのUdemy動画講座:機械学習・データサイエンスに必要な数学とPythonの入門編【随時更新】

関連記事

【感想あり】おすすめのUdemy動画講座:機械学習編【随時更新】 | Quant College

はじめに

Udemyとは

プログラミングなどのITスキルを身に付けられる動画教材である。
特徴は以下の通り。

  • 実務経験豊富な講師の動画講座が格安で受けられる
  • 動画で講師の操作が見えるので初心者でも挫折しにくい
  • (特に環境構築のところは動画でないとつまづきやすい)
  • オンライン完結なので時間や場所を選ばずいつでも学習できる
  • 動画は5分や10分など細切れになっておりスキマ時間で学習できる
  • 再生速度を調整できる( 0.5倍速~2倍速)ので、マイペースで学習できる
  • 毎月のように開催されるセール時には最大95%オフで購入できる
  • 買い切り購入なので月額などの固定費にならず、何回でも見直せる
  • 講座を受ける中で疑問が生じたら、講師に直接質問できる
  • 受講者の評価点数や口コミを見れるので、後悔することがほぼない
  • 30日間の返金保証もあるので安心

本記事のイントロダクション

本サイト管理人もここ数年の間に多数受講してきて、かなりお世話になっている。

本記事ではその中から「機械学習に必要な数学とプログラミング」のカテゴリーにしぼって、おすすめの講座を個人的な感想とともに紹介していく。

紹介する順番は独断と偏見で、難易度が易しいものから順に並べている。
難易度は以下の4段階でイメージして頂きたい。

  • 上級レベル
  • 中級レベル
  • 初級レベル
  • 入門レベル

なお、本サイト管理人が受講した際のバックグラウンドは概ね以下の通りなので、念のため参考にして頂きたい。

  • 学部教養レベルの微分積分、線型代数、確率・統計は学生時にひと通り学習済み
  • プログラミングは普段、業務でC++を使うが、Pythonはデータ加工やファイル生成など限定的な用途でしか使っていない。あとはRやMatlabを学生時に使ったことがある程度
  • 伝統的な多変量解析・時系列分析は昔に少し学習したことはあるが、最近の機械学習やディープラーニング、ベイズ統計などについては素人

[1]

【キカガク流】人工知能・機械学習 脱ブラックボックス講座 – 初級編 –
  • 機械学習に必要な微分とPythonの入門的内容、単回帰分析を全くの初心者向けに説明する講座
  • 講師:吉崎 亮介(株式会社キカガク代表取締役社長)
  • 難易度:入門レベル
  • 動画の長さ:4.5時間
  • 主な内容:
    • 機械学習の基本的な概念
    • 微分・偏微分
    • 単回帰分析を数式で確認(行列など線型代数を使わない)
    • Pythonの基本文法(変数、制御構文、関数)
    • Pythonライブラリ(Numpy, Pandas, Matplotlib)
    • 単回帰の実装
  • 開発環境:
    • Jupyter Notebook
    • 動画はMacOSをメインに進むが、開発環境構築はMacOSとWindowsの両方をサポートしている
  • 必要な前提知識:
    • 数学の前提知識はほぼ不要(中学・高校レベルの数学から始まる)
    • プログラミングも完全未経験でOK
  • 特徴:
    • 前半は紙とペンで手書きしながら説明していくスタイルで、学生時の板書で進む講義に似た感覚で受講できる
    • 手書き資料もきれいで読みやすい
    • 説明は非常に丁寧であり、初心者向けに目線を下げた説明をしてくれる
  • 注意点:
    • 微分など数学の復習、Pythonの入門的内容が大半なので、これらの知識が既にある人は受講不要
    • タイトルには人工知能・機械学習と書いてあるが、扱うモデルは単回帰のみであり、そのために必要最低限の基本を押さえたいという人向け
  • こんな人におすすめ:
    • 機械学習やPythonの本を読んでみたが理解できず、行き詰まってしまった人
    • 機械学習やPythonの完全初心者で、中学・高校の数学から復習したい人

[2]

【キカガク流】人工知能・機械学習 脱ブラックボックス講座 – 中級編 –
  • 機械学習に必要な線型代数とNumpyの入門的内容、重回帰分析を初心者向けに説明する講座
  • 講師:吉崎 亮介(株式会社キカガク代表取締役社長)
  • 難易度:入門レベル
  • 動画の長さ:4.5時間
  • 主な内容:
    • 線型代数(ベクトル、行列、逆行列、ベクトルで微分)
    • 重回帰分析を数式で確認
    • Numpyによる行列演算
    • Numpyで重回帰の実装
    • Scikit-learnで重回帰の実装
    • 実データを用いた重回帰
    • 外れ値除去など
  • 開発環境:
    • Jupyter Notebook
    • Python、Jupyterの環境構築は事前に終わっている前提で進む
  • 必要な前提知識:
    • Pythonの基本文法
    • 数学の前提知識はほぼ不要(高校レベルの数学から始まる)
  • 特徴:
    • 前半は紙とペンで手書きしながら説明していくスタイルで、学生時の板書で進む講義に似た感覚で受講できる
    • 手書き資料もきれいで読みやすい
    • 説明は非常に丁寧であり、初心者向けに目線を下げた説明をしてくれる
    • 手書きの数式展開と、Jupyter上でのPython実装の対応がわかりやすくなるよう工夫されている
  • 注意点:
    • 最低限の線型代数とNumpyの入門的内容が大半なので、これらの知識が既にある人は受講不要
    • タイトルには人工知能・機械学習と書いてあるが、扱うモデルは重回帰のみであり、そのために必要最低限の基本を押さえたいという人向け
  • こんな人におすすめ:
    • 機械学習に必要な線型代数を学びたいが、本を読んでも挫折してしまった人
    • 線型代数の数式をどのようにNumpyで実装するか、基本から学びたい人

[3]

現役シリコンバレーエンジニアが教えるPython 3 入門 + 応用 +アメリカのシリコンバレー流コードスタイル

  • Pythonについて文法、ライブラリ、コーディングのお作法から、ネットワークやデータベースなどの応用例まで、幅広く解説する講座
  • 講師:酒井 潤(シリコンバレー現役エンジニア)
  • 難易度:初級~中級レベル
  • 動画の長さ:28.5時間
  • 主な内容:
    • 開発環境の構築
    • 文法(データ構造、制御フロー、オブジェクト指向など)
    • ライブラリ(ファイル操作など)
    • コードスタイル(Pythonicな書き方)
    • コンフィグ、ロギング、テスト
    • データベース、ネットワーク
    • 並列処理
    • グラフィクス、データ解析など
  • 開発環境:
    • PyCharm
    • Python、PyCharmの環境構築の説明はMacとWindowsに対応
  • 必要な前提知識:
    • プログラミングの初歩的な知識(何らかの言語で少しでもコードを書いた経験があると望ましい)
  • 特徴:
    • 講師は知識豊富であり、入門書ではあまり書かれていないが実務でよく出くわす内容についても、基本文法のついでに説明してくれる
    • 説明の言葉に無駄がなく滑舌もよいので聞きやすい(「えー、、」など耳障りな口癖がない)
    • 初心者が間違いやすいポイントのほか、エラーやバグにつながりやすい落とし穴をその都度説明してくれる
    • 文法とコードスタイル以外にも、応用例を幅広く取り扱っているので、基本を習得した後も末永く辞書的に使える
  • 注意点:
    • 講義は環境構築から始まり、文法も基礎の基礎から説明してくれるが、プログラミング完全初心者には少し難しい
    • ネットや書籍で、Pythonもしくは他の言語を少しでもさわったことがある人向け
    • numpy, pandasの使い方などデータ解析のセクションもあるが、「Pythonに加えてデータサイエンスや機械学習もがっつり学びたい」という人には向かない
  • こんな人におすすめ:
    • Pythonをネットや書籍で独学してみたものの、挫折してしまった人
    • プログラミング自体は少しさわったことがあり、Pythonを基礎からきちんと学びたい人
    • Pythonできれいなコードを書くためのお作法を学習したい人
    • 入門書だけでは飽き足らず、簡単なアプリ開発ができるまでがっつりPythonを学びたい人
    • データサイエンティストや機械学習エンジニアを目指しており、将来的にPythonのヘビーユーザーになりそうな人

[4]

Python デザインパターンマスター講座~Pythonの基本文法、コーディング規約、命名規約、プログラミング技術~

  • Pythonの文法に始まり、コーディングのお作法(SOLIDの原則など)やデザインパターンを解説する講座
  • 講師:株式会社スタートコード
  • 難易度:初級~中級レベル
  • 動画の長さ:20.5時間
  • 主な内容:
    • 開発環境の構築
    • 文法(データ構造、制御フロー、オブジェクト指向など)
    • コーディング規約、コードレビュー
    • SOLIDの原則
    • デザインパターン
  • 開発環境:
    • VSCode
    • Anaconda、VSCodeの環境構築の説明はMacとWindowsに対応
  • 必要な前提知識:
    • プログラミングの初歩的な知識(何らかの言語で少しでもコードを書いた経験があると望ましい)
  • 特徴:
    • GoFのデザインパターン全てをPythonコードで説明している貴重な講座(デザインパターンはJavaやC++などで説明しているケースが多く、Pythonバージョンは他にあまり見かけない)
    • 講義形式は、スライドで簡単に概念の説明をした後、VSCodeでコードを書いていく
    • オブジェクト指向プログラミングのお作法を幅広く包括的に学べる
    • 各デザインパターンの概念を図で学んだ後、それをPythonで実践する方法がよくわかる
  • 注意点:
    • 講義は環境構築から始まり、文法も基礎の基礎から説明してくれるが、プログラミング完全初心者には少し難しい
    • ネットや書籍で、Pythonもしくは他の言語を少しでもさわったことがある人向け
    • 講師の声が少々ガラガラ声で最初は若干気になった
    • 淡々とテンポ良く説明が進むので冗長さがない一方、必ずしも入門者向けに目線を落として説明してくれるわけではない(説明がアッサリしている)
    • 「Pythonでデータサイエンスや機械学習を学びたい」という人向けではない
  • こんな人におすすめ:
    • プログラミング自体は少しさわったことがあり、Pythonを基礎からきちんと学びたい人
    • オブジェクト指向プログラミングのお作法を学びたい
    • デザインパターンをじっくり腰を据えて学びたい人
    • Pythonでライブラリ開発ができるようになりたい人
    • データサイエンティストや機械学習エンジニアを目指しており、将来的にPythonのヘビーユーザーになりそうな人

おわりに

管理人が実際に受講した講座の中から、おすすめの講座を選んでみた。

テック関連のスキルは動画で学ぶと効率がよい。
ただし書籍よりも高価になりがちなので、目ぼしい講座を事前にピックアップしておいて、毎月のようにやっているセール時にまとめ買いするのが賢い。

「機械学習編」の記事は下のリンクからどうぞ。

【感想あり】おすすめのUdemy動画講座:機械学習編【随時更新】 | Quant College