以下、備忘録。
目次
1.プログラミング
2.機械学習
3.統計学
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
1.プログラミング
大学入学時あたりの、あの暇な春休み中、、、
この本（誤字脱字のオンパレードかつ、後半、自然言語処理あたりから、入門者向けではなくなるし、そもそも、入門者がやるもんじゃない。しかも、前半のpythonの基礎とか、オブジェクト指向についての説明は、哲学書並みに入門者に不親切。頭が痛くなりました）で頑張って勉強。ただ、マルコフ連鎖？あたりで挫折。
大学２年の夏休み、、、
コロナで死ぬほど暇になる。何かしたいなあと思って、pyqにはまる。このサービス、結構よくて、力がついた気にさせてくれる。ただ、まあ、意味も分からず、ひたすら写経していた。
https://pyq.jp/quests/
大学２年のときに、、
バイオインフォマティクス。matplotlabの無料版、freematとCを触る。
大学３年の年末年始、、、
なんか、プログラミングの基礎的なところを教科書的にやってきたけど、正直、何の役にも立ってないなあ、と思っていた今日この頃。ふと、吉祥寺の本屋で、botterというものについて書かれている本を発見。
ななめ読みしてみると、プログラミングして作ったBTC自動売買bot??みたいなことが書かれていた。家に帰って、調べてみる。すると、文系でもわかるbot自動売買というブログを発見。
https://ryota-trade.com/
このサイト、とてもいい。目から鱗です。プログラミングの実践として、bot制作いいんじゃないかと思い、ここでひたすら勉強。勝手に稼いでくれるbotができたらなあ。。はやく、不労所得ほしい。。。（bot界隈、、気になる。。）
最近思うのは、プログラミングって、結局、コピペなんじゃないか？。。。天才プログラマーがお慈悲で公開してくれてるコードを読んで理解して（理解できないけど）、それをただ自分のコードにつぎはぎする今日この頃。。。
2.機械学習
大学3年：kaggle を知る。kaggleのcourseで機械学習などを触る。kaggle のcourse良い。英語だけど、無料で機械学習のプログラムを学べる
また、この本を勉強。
↑は、ちとむずかった。データサイエンスの一般的な流れは理解できて
問題設定→データ取得→データ探索→前処理→モデル構築→モデル評価
の、モデル構築あたりから理解できなくなったので、これは機械学習を根本から理解せなあかんなと思い、筑波大学オープンコースウェアにあった機械学習の授業を受ける。
筑波大の機械学習の授業、とてもいい。こんなにわかりやすい授業はまれ
https://ocw.tsukuba.ac.jp/course/systeminformation/machine_learning/p-1/
3.統計学
大学一年のとき、統計学を取る。正直、意味不明。ただ、今振り返ると、統計学的分析、Rを組み合わせて授業をするという、まあ、統計入門のくせして、いろいろ積み込みすぎた授業をぼうッと聞く。当然、評価はC。
さすがにもうちょい理解したいなあと思って、夏休み、北海道に行くために羽田空港で便を待っている時間にこの本を読む。わかりやすくていい。（数学の基礎がないとむずいけど）
大学２年のとき、バイオ統計をとる。そこでは、記述統計→推測統計→多変量解析の主成分分析まで、触る。
、
今後は、、、
機械学習関連として、
Kaggleで勝つデータ分析の技術：https://amzn.to/3re0LpJ
はじめてのパターン認識：https://amzn.to/3jYd31O
仕事ではじめる機械学習：https://amzn.to/2PkERno
bot関連
あたりを勉強しようかなと。
あと、バイオインフォマティクス入門は積読になっています。、
botと機械学習って関係あるのかな。。。
これからも、統計学、プログラミング、機械学習、バイオインフォマティクスの勉強を続けます。あと、linuxの勉強もしたみ