【2022年1月最新：全部受講】Udemyのおすすめ31選をカテゴリ別に紹介【データサイエンス/機械学習,Python/R/SQLプログラミング】

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

【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】 | 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Udemyを多数受講してきて、かなりお世話になっている。

本記事ではその中からおすすめの講座を、実際に受講してみた感想とともに紹介していく。

難易度は以下の４段階でイメージして頂きたい。

1. 上級レベル
2. 中級レベル：仕事で当該分野を使っている人向け
3. 初級レベル：入門教材で学んだことがある人向け
4. 入門レベル：前提知識なしで完全に初めて学ぶ人向け

本記事では以下の分野・カテゴリ別におすすめ講座を感想とともにまとめる。

• 機械学習のための数学基礎
• 機械学習のための確率・統計
• 機械学習（伝統的な回帰・分類）
• 機械学習（深層学習）
• 機械学習（強化学習）
• 機械学習（画像生成）
• Pythonプログラミング
• Rプログラミング
• Juliaプログラミング
• Javaプログラミング
• SQLプログラミング
• コンピューターサイエンス
• インフラ・開発環境
• アルゴリズムトレーディング

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、業務で主にC++、Java、C#、VBA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C言語、Fortran、R、Matlabを学生時に少しずつ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

機械学習のための数学基礎

[1]（超）入門レベル：【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
• 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）
• プログラミングの前提知識もほぼ不要
• 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
• 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
• 数学やPythonの超基本がメインなので、これらを知っている人は受講不要
• 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におすすめ

[2]（超）入門レベル：【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
• Python、Jupyterの環境構築は事前に終わっている前提で進む
• 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）
• Pythonの基本文法は知っている前提
• 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
• 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
• 最低限の線型代数とNumpyの入門的内容がほとんど
• 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におすすめ

[3] 入門レベル：【まだ間に合う！】AI開発・機械学習を理解するための数学講座

• 機械学習の理解に必須の数学を中学レベルから丁寧に解説する講座
• 前提知識は不要で、中学レベルから始まり、高校の理系レベル、大学の学部一年レベルまでを解説
• 内容は機械学習の基本を理解するのに必須のトピックにしぼっている（微分、確率統計、線形代数）
• 講座全体の長さは他講座と比べて短め
• 感想としては、数式の導出・式展開を省略せずに進めてくれる点と、グラフ描画ソフトを使って関数を視覚的に理解できる点が親切で、挫折しにくいと思う
• 数式は手書きという点は、読みにくいことは特になかったが、好みは分かれるところだろう
• この講座は機械学習の理解ではなく基礎数学の復習なので、機械学習の理解が最終目的の場合は追加で別の教材も必要
• 機械学習の教材で勉強してみたが、数式が理解不能で挫折してしまった人におすすめ

[4] 入門～初級レベル：コンピュータビジョン数学基礎：数式とPythonで学ぶ最適化と最小二乗問題

• 機械学習の理解に不可欠な数学を基礎から丁寧に解説する講座
• 前提知識は不要で、ギリシャ文字、ベクトル、微分など高校文系レベルからスタートする
• 当然ながら数式が大量に出てくるので、数式アレルギーの人がいきなり受講するのはきついかもしれない
• 講義は大学の講義のような雰囲気で、講師は少し口下手な感じの印象だが基礎からかなり丁寧に教えてくれる
• 機械学習に必要な分野に特化して、グラフなどで図形的・直感的に説明してくれるのが良い
• 最適化については少し発展的な内容も含まれていて、学習経験のある人でも多くの学びが得られると思う
• 機械学習の仕組みを数式レベルでまじめに理解したい人の基礎固めにおすすめ

機械学習のための確率・統計

[5] 入門レベル：Rではじめる統計基礎講座

• 完全初心者向けに統計学とRの基礎を解説する講座
• 学部一年レベルの統計学の中でも基本的かつ重要なトピックにしぼって解説している
• 内容は、Rのインストールと基本的な使い方、平均・分散、正規分布、推定と検定、相関係数、単回帰・重回帰となっており、非常に基本的かつ教科書的
• 概念の理解とRの操作をセットで学ぶので身に付きやすい
• 前提知識は不要で、かなり目線を落として丁寧に解説してくれるのがよい
• 感想としては、冒頭でRの操作について細かく説明してくれたり、初心者目線で丁寧に作られている
• 実務に近いレベルの内容は出てこないので、あくまで教科書的なトピックを学びたい入門者向け
• Rを使って手を動かしながら、統計学に入門したい初心者の方におすすめ

[6] 初級～中級レベル：【PythonとStanで学ぶ】仕組みが分かるベイズ統計学入門

• ベイズ統計モデリングの概念と実装をPythonで学べる講座
• 確率の基本からスタートして、ベイズ統計の考え方、モンテカルロ法とMCMC、階層ベイズモデルと状態空間モデルまで、盛りだくさんの内容
• 「概念の理解」パートで今から実装するものを直感的に理解してから、Pythonでの実装に入れるのがよかった
• 感想としては、説明が淡々としているが、特にコードの説明が詳しいのがよい
• Pythonの基本的な文法はわかっている前提で進む
• 数学は高校レベルの内容は必須で、微分積分や確率統計は大学の学部一年レベルの知識があったほうが理解しやすい
• 確率統計とPythonの基本的な知識があり、ベイズ統計モデリングをじっくり学びたい人におすすめ

機械学習（伝統的な回帰・分類）

[7] 初級レベル：Pythonで機械学習：scikit-learnで学ぶ識別入門

• 機械学習の中でも分類・識別について、scikit-learnを用いたサンプルコードを動かしながら説明する講座
• 数学の前提知識はほぼ不要（数式ではなくPythonコードで説明される）
• Pythonの文法と基本的なライブラリを使った経験がある人向け
• Pythonコードと実行結果のグラフを使って説明されるので、実践的でイメージがわきやすい
• 豊富な数値例で各アルゴリズムの特徴を視覚的に学べる
• 数式をほとんど使わず、易しい言葉で説明されるので、途中で挫折しにくい
• コードは一行一行その意味を説明してくれる
• Pythonの基本を学び終わって機械学習の実装に入門したい人や、scikit-learnの使い方をいろんな例を通して学びたい人におすすめ

機械学習（深層学習）

[8] 初級レベル：【E資格の前に】PyTorchで学ぶディープラーニング実装

• PythonとNumpyの基礎知識がある人向けに、PyTorchによるディープラーニング実装を解説する講座
• PyTorchのTensor周りのデータ構造、バックプロパゲーションの辺りに焦点を当てている
• 理論や仕組みよりも、ライブラリを用いた実装方法を解説
• データはMNISTで、RNNなどの発展的な内容はない
• 感想としては、講師が予備校の熱血講師のような感じで、重要なところにしぼってハキハキと説明してくれる
• 初心者がつまづきやすい点を警告してくれる点、これ以上深掘りするとわからなくなるような内容はいさぎよく省略している点が初心者にはよい
• PythonとNumpyの基本を学習済みで、（スクラッチではなく）ライブラリを用いてディープラーニングの実装に入門したい人におすすめ

[9] 初級レベル：【NumPy・Python3で】ゼロから作るニューラルネットワーク

• ニューラルネットワークについて、ライブラリの使い方ではなく、ライブラリの中で何が起きているのかを、数式とスクラッチ実装で解説する講座
• 数学は高校レベル（Σ記号、微分積分、行列）の内容から説明してくれる
• 数式が手書きである点は好みが分かれそう
• Python文法の説明はないが、Numpyを使ってどのようにデータを持たせるのか、など重要な話は基本から説明してくれる
• 感想としては、ニューラルネットワークの学習の背後にある理論を数式とスクラッチ実装でしっかり学べる
• Pythonに入門後、ニューラルネットワークの理論・仕組みを積み上げ式で学びたい人や、ライブラリを動かしたことはあるが背後で何が起きているのか理解したい人におすすめ

[10] 初級～中級レベル：AIパーフェクトマスター講座 -Google Colaboratoryで隅々まで学ぶ実用的な人工知能/機械学習-

• 難しい理論は置いておいて、スクラッチ実装メインで深層学習のアルゴリズムを体感できる講座
• Google Colabを使うので環境構築でハマる心配なし
• 感想としては、コードの説明が丁寧で、説明はテンポ良く進むので何度か見返しながらじっくり学ぶのによさそう
• 深層学習に加え、VAEやGANといった生成モデル、強化学習を学びたい人にもおすすめ
• 深層学習の理解に必要となる数学、Pythonによる機械学習コードのスクラッチ実装、人工知能アプリの作り方までが一気通貫で体験できる
• 深層学習の基礎について、仕組みと実装をじっくり理解したい人におすすめ

[11] 中級レベル：【Hands Onで学ぶ】PyTorchによる深層学習入門

• PyTorchを使ってディープラーニングのロジックと実装を学べる講座
• ライブコーディングでプログラムの説明も丁寧
• 端的な説明で無駄がなく、テンポ良く講義が進む
• PyTorch実装の手前に毎回、概念理解の講義があり、自分が何を実装しているのかイメージできる
• ResNetやLSTMなど、応用上よく見聞きするアーキテクチャーも説明されており、実践的な内容になっている
• Pythonの文法とNumpyはわかっている人向け
• 大学一年レベルの数学、機械学習の基本を知っていると受講しやすい
• Pythonと機械学習の基礎を学び終わって、PyTorchを用いたディープラーニングの実装を学びたい人におすすめ

[12] 中級～上級レベル：【TensorFlow・Kerasで学ぶ】時系列データ処理入門（RNN/LSTM, Word2Vec)

• RNNやLSTMを用いた自然言語処理および時系列データ処理を解説する講座
• 感想としては、ライブラリを用いてまずは体験してみよう、という感じの講座
• 理論や仕組みには深入りしないのでチュートリアル的な講座になっている
• TensorFlowの基礎知識があるとより理解しやすい
• PythonとTensorFlowをさわったことがあり自然言語処理に興味のある人におすすめ

機械学習（強化学習）

[13] 初級レベル：みんなの強化学習講座 -PythonとGoogle Colaboratoryで基礎から少しずつ学ぶ強化学習の原理と実装-

• 強化学習のアイデアと実装をわかりやすく解説する講座
• 強化学習の日本語の動画教材として貴重
• 仕組みや理論は最低限で、実装コードの解説がメイン
• レベルは強化学習を始めて学ぶ人向けなので、強化学習の実装経験がある人には簡単だと思う
• 感想としては、ライブラリのメソッドに与える引数など、コードを一行一行解説してくれるのがありがたい
• 深層学習など、機械学習の基本的な知識があるとより理解しやすい
• 機械学習の基本を学んだことがあり、強化学習の実装を学びたい初心者におすすめ

機械学習（画像生成）

[14] 初級～中級レベル：【TensorFlow・Python 3】GANによる画像生成AI自作入門

• TensorFlowによるGANとDCGANの実装を解説する講座
• 理論ではなく実装がメイン
• 処理全体の流れを確認後、各手順を１行ずつコードを書きながらその意味を解説してくれるのがよい
• 感想としては、PythonとTensorFlowに入門済みなら、コード１行１行で何をしているのか、その意味がわかると思う
• 仕組みや理論をもっと深く学びたい人は他の教材を使うとよい
• GANとDCGANによる画像生成プログラムをハンズオンで実装してみたい、という人におすすめ

[15] 中級レベル：【Hands Onで学ぶ】 PyTorchによるGANs入門

• GANの理論・仕組みと、PyTorchを用いた実装の両方が学べる講座
• 特徴は、DCGAN以外にも様々な種類のGANを網羅している点と、実装前に理論を数式で説明してくれる点
• 理論パートは少々難しい内容だが、スライドを用いた説明がわかりやすい
• 実装パートは、PyTorchを使いつつも基本はスクラッチ実装で作っていくので、仕組みがよくわかる
• Python文法、PyTorchの基本的な使い方はわかっている人向け
• PyTorchで機械学習のコードを書いたことがあり、GANの理論と実装を両方学びたい人におすすめ

Pythonプログラミング

[16] 初級～中級レベル：科学技術計算のためのPython入門

• 数値計算に必要な機能に特化して、Pythonのライブラリを説明する講座
• ライブラリを呼び出すだけの人ではなく、数値計算コードを自分で書く人向け
• 説明が論理的で頭に入っていきやすい
• 基本文法から始まり、Numpy、Pandas、Matplotlib、Scipyなどのメジャーなライブラリに加え、ファイル入出力、ParaViewによる可視化、NumbaやCupyによる高速化までカバー
• 数値計算屋にとって重要な内容がピックアップされており、効率的に学べる
• Pythonで数値計算コードを自力で書けるようになりたい人におすすめ

[17] 初級～中級レベル：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
• Python、PyCharmの環境構築の説明はMacとWindowsに対応
• 前提知識はほぼないが、何らかの言語で少しでもコードを書いた経験があるとより理解しやすい
• 感想としては、とにかくボリュームが多く、この講座だけでPythonについてだいたいのことが身に付く
• 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
• 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
• 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
• プログラミング自体は少しさわったことがありPythonを基礎からプロのお作法まできちんと学びたい人におすすめ

[18] 初級～中級レベル：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
• 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）
• 開発環境はVSCodeで、AnacondaやVSCodeの環境構築の説明はMacとWindowsに対応
• なんらかの言語でプログラミングのした経験がある人向け
• 感想としては、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
• 講師の声が少々ガラガラ声で最初は若干気になった
• オブジェクト指向プログラミングのお作法・デザインパターンをPythonでじっくり学びたい人におすすめ

Rプログラミング

[19] 入門～初級レベル：医師が教えるR言語での医療データ分析入門

• 非エンジニア向けにR言語と統計の基本を説明する講座
• プログラミングをやったことがない初心者を念頭に、かなり目線を落として、基本文法の意味から説明してくれる
• スライドに図やグラフを見せて視覚的に理解できるよう工夫されている
• R言語については、データの前処理（データクリーニング）に重点を置いて実践的な内容になっている
• 統計は単回帰、ロジスティック回帰、重回帰、一般化線形モデル（GLM）までであり、入門者向け
• プログラミング経験少なめだがR言語と統計に入門したい人におすすめ

[20] 初級レベル：AIエンジニアが教えるRとtidyverseによるデータの前処理講座

• R言語の前処理パッケージの使い方を説明する講座
• R言語の基本については序盤で最低限の内容にしぼって解説してくれる
• メインはデータの前処理に特化したパッケージ群であるtidyverseの使い方の説明
• 特徴的なのは、序盤でDockerを使って環境構築する点（Docker自体の説明は最低限だが、Dockerを使ってみたいという人には良い）
• 細かい内容も、出てくる度にその都度、補足説明してくれる
• Rへの愛が強すぎて、Pythonのことを悪く言い過ぎな気はする
• 動画ごとに音声の大きさが少しずつ違ったりするので、初めは少々気になった
• 感想としては、ライブコーディングで、講師がどのように考えながらコードを書いているのか、思考の流れがわかるのが良い
• 何かしらの言語で簡単なプログラミングの経験があり、R言語による前処理をマスターしたい人におすすめ

Juliaプログラミング

[21] 入門レベル：はじめましてJulia~次世代のデータサイエンス・科学計算のためのプログラミング

• 「Pythonのように書けてCのように速い」というコンセプトで最近データサイエンス界隈でも注目されている、Juliaを日本語で学べる貴重な講座
• 日本語でJuliaを解説しているものとしては、現状唯一のUdemy講座
• Juliaの文法と標準ライブラリの基本的な使い方をハンズオンで説明
• 講義内容は基本的なので、他のプログラミング言語の経験があればつまづくところはないはず
• この講座内容をひと通りハンズオンでこなせば、たいていのことはできるようになる
• 感想としては、Juliaのはじめの一歩を効率的に学べて良い
• PythonやRを使っているがJuliaに興味のある、データサイエンス界隈の人におすすめ

Javaプログラミング

[22] 入門レベル：【 5日でできる】はじめての Java プログラミング入門

• プログラミング自体が初心者という人向けに、Java開発の基本を説明する講座
• 内容はJavaについて網羅的に解説するというコンセプトではなく、Webアプリ開発入門に必要最低限の内容にしぼっている
• Javaの詳細を説明するよりは、アプリ開発全体の流れを一周してみることが重視されている
• オブジェクト指向は入門的な内容のみで、より難しい言語仕様は取り扱わない
• 統合開発環境として主にEclipseを用いる
• 感想としては、プログラミング経験皆無の人向けに、基本的なことを省略せずに説明してくれる一方、入門講座なので開発現場の実務に付いていくには追加で発展的な教材が必要
• JavaによるWebアプリ開発を体験してみたいプログラミング初心者におすすめ

SQLプログラミング

[23] 入門～初級レベル：はじめてのSQL ・データ分析入門 -データベースのデータをビジネスパーソンが現場で活用するためのSQL初心者向コース

• SQLの基本を初心者向けにハンズオンで解説する講座
• 具体的な例題、例題を解くうえでのポイント、詳しい解答、という流れで進み、実践的な学習ができる
• 基本的な内容を省略せず丁寧に説明してくれる
• 節目節目で演習が入るほか、終盤に応用問題があり、演習が充実している。演習の難易度もちょうど良い。
• 環境構築も別途詳しい資料が配布されており親切
• 例題で手を動かしながらSQLに入門したい人におすすめ

[24] 入門～初級レベル：BigQueryで学ぶ！SQLの基本：初学者からすらすらデータ抽出できるまで

• SQLの基本について、スライドを用いた講義と、ハンズオンでの演習を交互に行う講座
• 各講義では、はじめに「やりたいこと」を明示した後、既に習った内容の復習、新しい内容の説明を具体例で確認し、最後に今回習ったことのまとめをしてくれる
• 講師の話し方は淡々としていてあまり抑揚がないので、この点は好みが分かれるかもしれない
• 感想としては、前のパートで学んだ内容を繰り返し復習してくれたり、初心者への配慮が見られるのがよい
• 記述順序と実行順序が異なる点など、つまづきやすいところで繰り返し注意を促してくれる
• 初心者にとってかゆいところに手が届く講座であり、SQL入門者におすすめ

コンピューターサイエンス

[25] 初級～中級レベル：現役シリコンバレーエンジニアが教えるアルゴリズム・データ構造・コーディングテスト入門

• Pythonでコーディング面接対策ができる貴重な講座
• ITエンジニア就職のコーディング面接でよく出題される、データ構造とアルゴリズムについて、よく出る問題をコードとともに説明してくれる
• 様々なソートアルゴリズムの実装では、配列の要素が動いていく様子を動画で解説してくれてわかりやすい
• 講師が説明することに慣れていて、講義がテンポよく進む
• 基礎から丁寧な説明で、取り扱うトピックの範囲も広く、この分野の講座では決定版といえる
• すでにPythonをある程度使える人向け
• 終盤は結構難しい問題について詳しく解説している
• 人気のPythonでデータ構造とアルゴリズムを学びたい人や、コーディング面接対策を基礎からやりたい人におすすめ

インフラ・開発環境

[26] 入門レベル：もう怖くないLinuxコマンド。手を動かしながらLinuxコマンドラインを5日間で身に付けよう

• Linuxとコマンドについて完全初心者向けに解説する講座
• スライドがきれいに作られていて理解しやすい
• 内容はいずれも基本的だが、丁寧に解説されている
• 概念を説明後、ハンズオンでコマンドを使ってみる流れで、理解が深まる
• 講師の声が聞きやすい
• 感想としては、用語の説明がわかりやすく、途中でつまづきにくいと思う
• Linuxとコマンドについて初歩から学びたい初心者におすすめ

[27] 入門～初級レベル：Git： もう怖くないGit！チーム開発で必要なGitを完全マスター

• Gitの仕組みと使い方を初心者向けに徹底解説する講座
• Gitが動いている仕組みを体系的に説明してくれるのが非常によい
• ハンズオンでの演習も充実
• 優しい語り口で説明してくれるほか、講師の声も聞きやすい
• 図表がきれいにまとまっており、コマンドの裏で何が起きているのかを視覚的に理解できる
• GitやGitHubを仕組みも含めてきちんと理解したい入門者におすすめ

[28] 入門～初級レベル：ゼロからはじめる Dockerによるアプリケーション実行環境構築

• データサイエンス界隈でも常識になりつつあるDockerの基本を学べる講座
• Dockerの使い方について、コマンド実行のハンズオンを交え丁寧に解説されている
• 前半はDockerによる環境構築、後半はより発展的な内容もあり、扱うトピックが網羅的
• 講師の説明は淡々としており少々単調だが、上手くまとめてくれていると思う
• 感想としては、講義の前に、説明で使う用語の意味をまとめた用語集があるのがよい
• データサイエンス界隈、Web系界隈でDockerを初めて学ぶ人におすすめ

ファイナンス

[29] 入門～初級レベル：【世界で8万人が受講：Python for Finance】Pythonを使って学ぶ現代ファイナンス理論と実践

• Pythonを使ってファイナンス理論（のうち特に投資理論）の入門的内容を解説する講座
• 前半はPythonの基本文法、後半はファイナンス入門、という構成
• Pythonの解説は他の講座と大きな違いはないが、簡潔なスライドを見せながら丁寧に説明してくれる
• 後半のファイナンスパートで扱うのは、メインが平均分散分析やCAPMなどのポートフォリオ理論で、最後に少しデリバティブの話が付いている（ブラックショールズモデルとモンテカルロシミュレーションの入門）
• 説明中のテンションが淡々としている点は好き嫌いが分かれるかもしれない
• 感想としては、Pythonとファイナンスの両方に入門したい人にとっては有益で貴重な講座だと思う
• Pythonで数値やグラフを確認しながらファイナンス理論を学びたい人におすすめ

アルゴリズムトレーディング

[30] 初級～中級レベル：現役シリコンバレーエンジニアが教えるGo入門 + 応用でビットコインのシストレFintechアプリの開発

• Udemy名物講師によるGo言語とビットコインシストレの入門講座
• 情報量・ボリュームが多く、GoによるWebアプリ開発を体験できる
• 感想としては、時折PythonやJavaなど他の言語と比較しつつGo特有のクセのようなものも説明してくれるのがよかった
• 説明がテンポ良く進むことや、Golangが少々難易度高めの言語であること（ポインタが出てくるなど）から、他の言語での簡単なプログラミング経験がある人向け
• シストレについてもテクニカル指標、バックテストなど基本をひと通り学べる
• ビットコインのシストレには Bitflyer Lighting API を使用
• 仮想通貨シストレに興味のある人や、シストレに興味なくてもGolangに入門したいという人におすすめ

[31] 中級レベル：現役シリコンバレーエンジニアが教えるPythonでFXのシストレFintechアプリの開発

• Python経験者向けにFX自動トレードアプリ開発を解説する講座
• 解説しながらのライブコーディングで、実装の手順がよくわかる
• データベースやフロントエンド開発の知識も身に付けられる
• Python自体の使い方は理解している人向けであり、オブジェクト指向の知識も使うので基礎知識があると理解しやすい
• ファイナンスやテクニカル分析の知識は不要
• アルゴリズム取引の実装方法を学びたいPython経験者におすすめ

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。

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

【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】 | Quant College

あわせて読みたい

【ファイナンス機械学習 解説】著者の解説スライドを日本語でまとめてみる（1/10） | Quant College

【ファイナンス機械学習 解説】著者の解説スライドを日本語でまとめてみる（2/10） | Quant College

【ファイナンス機械学習 解説】著者の解説スライドを日本語でまとめてみる (3/10) | Quant College

【ファイナンス機械学習 解説】著者の解説スライドを日本語でまとめてみる (4/10) | Quant College

【ファイナンス機械学習 解説】著者の解説スライドを日本語でまとめてみる (5/10) | Quant College

【ファイナンス機械学習 解説】著者の解説スライドを日本語でまとめてみる (6/10) | Quant College

【ファイナンス機械学習の勉強メモ】組合せパージング交差検証 (Combinatorial Purged Cross-Validation; CPCV) とは【簡単にわかりやすく】 | Quant College

【ファイナンス機械学習の勉強メモ】RANSAC (Random Sample Consensus) とは | Quant College

【ファイナンス機械学習の勉強メモ】MDA (Mean Decrease Accuracy) とは | Quant College