#はじめに
＊インフォマティクス初学者が参照した学習サイトの紹介です。
初めまして。
メーカーで材料の研究開発に従事している技術者です。
最近はインフォマティクス系にも関わり、試行錯誤している最中です。
感染症拡大により在宅勤務が多くなってから、
現場で実験ができなくなったため、インフォマティクスに関する学習をしていました。
備忘録として参照させていただいたサイトをまとめました。
＊書籍や有料サイトなども活用していますが、今回は無料学習サイトに限定しました。
#学習サイト一覧
##1. データサイエンスのためのPython入門講座
米国でデータサイエンティストとして御活躍されているかめさんのブログです。[1]
[1] https://datawokagaku.com/python_for_ds_summary/
初期の環境構築から基本的な動作方法まで詳細に記載されており、初学者の私でも何とか環境構築することができました。
今でも問題が発生した時には振り返るようにしています。
内容としては下記の通りです。
・環境構築
・Python基本
・NumPy
・Pandas
・matplotlib
・Seaborn
・その他便利ライブラリ・モジュール等
ここで環境構築および基礎となる動作方法を習得しました。
##2. KIKAGAKU
"最先端を、**最短距離で身につける。**初学者から始められる学習サイト"
との記載どおり一連の流れを学ぶことができます。[2]
[2] https://www.kikagaku.ai/
内容としては下記の通りです。
・はじめに
・データサイエンスの基礎
・機械学習の基礎
・ディープラーニングの基礎
・画像認識の基礎
・自然言語処理の基礎
特に"機械学習の基礎"部分を学習しました。[3]
[3] https://www.kikagaku.ai/tutorial/basic_of_machine_learning/learn/machine_learning_regression
このパートでは、
・機械学習 実践（教師あり学習：回帰）
・機械学習 実践（教師あり学習：分類）
・機械学習 実践（ハイパーパラメータ）
・機械学習 実践（教師なし）
を学習することができます。
実際にデータを活用した機械学習ができるため、進め方のイメージを習得することができました。
##3. coursera
スタンフォード大学が提供する機械学習の学習サイトです。[4]
英語講義となりますが、☆4.9と高い評価を得ています。
[4] https://www.coursera.org/learn/machine-learning?action=enroll&adgroupid=80109820241&adpostion=&campaignid=2070742271&creativeid=369041663186&device=c&devicemodel=&gclid=CjwKCAjwtqj2BRBYEiwAqfzur9NcopOC9leTvGIkuOeBlbDyZ77c381UXDOkFU5Tk7jfZ9QGuJZnnxoCpmsQAvD_BwE&hide_mobile_promo&keyword=machine+learning+mooc&matchtype=b&network=g&utm_content=07-StanfordML-ROW&utm_medium=sem&utm_source=gg
内容としては下記の通りです。
・Introduction
・Linear Regression with One Variable
・Linear Algebra Review
・Linear Regression with Multiple Variables
・Octave/Matlab Tutorial
・Logistic Regression
・Regularization
・Neural Networks: Representation
約54時間で修了の内容ですが、初学者である私にとっては非常に参考になりました。
#終わりに
様々なサイトを参照しましたが、独断で特に役に立ったサイトを御紹介いたしました。
まだまだ理解の至らないところが多々ありますが、都度調べて解決していければと思います。
皆様からも特に役に立ったサイトがあれば、ご教示いただけると幸いです。