はじめに
本記事は、NVIDIA DLI Teaching Kits Lecture 1についてのまとめになります。
気力が続く限り、今後も2-24章までのLabs、Lecture、Quizを取り上げていきます。
どうぞよろしくお願いします。
次章: Lecture2
目次
- Lecture
- Labs
- Quiz
Lecture
1.1 モジュールの概要
1.2 データサイエンスとは
1.3 なぜデータサイエンスが重要なのか?
1.4 学びの目標と期待される成果
1.5 分析の構成要素
1.6 Apoloグラフの探索（事例1）
1.7 NetProbeのオークション不正検出（事例2）
1.8 バズワード（ハイプサイクル、汎用AI、特化型AI
1.9 データサイエンスのキャリアパスと課題
1.10 科学と工学における多様性のギャップ
1.11 データサイエンス分野における過小評価グループ
Labs
RAPIDSのインストールからCuDFを動かすまでをまとめた記事があるのでそちらを参照ください。
Quiz
Q1) Ans: 全て
Q2) Ans: ABC
・Writingについての記述なし
Q3) Ans: ABD
・プログラミングスキルは必須事項、課題ではない
Q4) Ans: A
・データサイエンスのキャリアパスを参照
Q5) Ans: C
・第3波
Q6) Ans: B
・there is no need to ever do it again が間違い
Q7) Ans: B
・rigid steps が間違い、厳密(rigid)なステップではない。分析の構成要素を参照