今まで僕がデータサイエンス関連で勉強してきて、良かった教材や無料の教材をまとめました。
今後もどんどん更新していきますので、保存してご活用ください！

自己紹介

慶應義塾大学理工学部管理工学科4年生。大学では統計やAI、数理最適化、金融工学、IE、プロジェクトマネジメント、経済などを幅広く理系的な視点から学んでいる。まあ、データサイエンスとは距離が比較的近い学部だと思う。

Twitterはこちら→@A7_data

2022年1月: 統計の勉強を本格的に開始
2022年4月6日　: 統計検定2級合格（優秀成績賞)
2022年6月: CODEGYM ACADEMY参加。CS50などの講義を通し、Flaskでアプリを個人開発
2022年6月14日: データサイエンティスト検定リテラシーレベル合格
2022年8月24日: 統計検定準1級不合格
2022年9月14日: 統計検定準1級合格（最優秀成績賞)
2022年9月30日: 簿記3級合格
それ以降: 機械学習を中心に勉強中。理論を勉強しながらSIGNATEやKaggleをちょこちょこ。深層学習にも手を出してる
2022年12月: SIGNATE Intermediateに昇格; Kaggle Contributerに昇格
2022年12月: データ分析特化型学生団体DSL　 @Data_Science_Leagueに加入。日々勉強中。
2023年1月: SIGNATE 第一回金融データ活用チャレンジ参加　DataBricks賞受賞
2023年2,3月: 100 program(東京大学産学共創推進本部主催）に参加
2023年4月〜: 東大松尾研究室深層学習基礎講座(東京大学産学共創推進本部主催）に参加中🔥

SIGNATEは現在(2023/2/19)Intermediateで、メダル獲得を目標に奮闘中

優良教材まとめ

自分が利用したことのあるもの、利用していないけど良さそうなものを分野別にまとめました。

どんどん更新していきます

各分野内は、僕が学習した順に上からだいたい並べています

もはや必須ツール

ChatGPT (GPT-4)

みなさんご存知、神です。ただのチャットボットだと思っている人はいますぐ考え直すべき。わからないことがあったらこれに聞けばめちゃくちゃわかりやすく教えてくれる。勉強のロードマップも立てられる。練習問題や100本ノックさえも作成可能。

これで月20ドル（だいたい2500円くらい？）なんて、まじで安すぎる。必須です。ちなみに、GPT-4に触れるとGPT-3.5にはもう戻れないと感じるくらいの差はあるので、ぜひ課金しましょう。

GitHub Copilot

プログラミングをするなら絶対に入れたい、プログラミングの神。ChatGPTをプログラミングに特化させたものと考えればだいたいOK。書きたい処理をコメントすればそのコードを書いてくれる。しかもバグの出ないコードで、簡潔に。普通に勉強にもなるし、時間・労力共に削減できるのでよりプログラミングする時間を増やせる

学生なら無料で使えるので、まじで学生は試してみて。詳しいことはこの記事に書いたので、見てみてください

データサイエンス関連

データサイエンス全般

・OREILLY Python Data Science Handbook

無料。あの有名なオライリー本。日本語だと有料だが、英語版はpdfが無料公開されている。英語は必須。。。

・数理・情報教育研究センターリテラシーレベル

無料。東京大学が公開しているデータサイエンスの資料を見られる。基礎的なデータサイエンスの社会での活用事例から、時系列解析、テキスト解析まで。

・数理・情報教育研究センター

無料。東京大学が公開しているデータサイエンスの公開講義を見られる。理論的なものから応用面まで、本当に豊富。

・datamix データサイエンス講座

無料。Python, 機械学習、統計学を無料受講できる。僕はデジタルマーケティング入門を少しずつやってる

・筑波大学オープンコースウェア

無料。筑波大学が公開している講座。データサイエンスだけでなく色々な授業をみられる。講座資料もダウンロードできるし、あの落合陽一さんの授業もあって、面白いものが多そう。

・キカガク

無料。データサイエンスの基礎から画像認識、自然言語処理まで、コードとわかりやすい説明付きでとても良い。PyTorchとTensorflowの両方に対応している点もすごくいい。

・総務省統計局DS

無料。総務省統計局が作成しており、社会人のためのデータ分析や、統計オープンデータについてなどの講義がある

・California University Python for Data Science

無料。英語。カリフォルニア大学が出しているDS講義。「Learn to use powerful, open-source, Python tools, including Pandas, Git and Matplotlib, to manipulate, analyze, and visualize complex datasets.」らしい。

・DSA （Data Science: Theories, Models, Algorithms, and Analytics)

無料。データサイエンスについて。英語だが無料。めちゃくちゃ詳しい。

・The Art of Data Science

無料。ちゃんと読んだことはないが、題名に惹きつけられた。笑

・A Biginner's Guide to Clean Data

無料。英語だが、前処理についてたくさん書かれている。

コンペ関連

・Kaggleで勝つデータ分析の技術

説明不要の必携書。通称Kaggle本。Kaggle初心者なら迷わず買うべき。評価指標から前処理、特徴量エンジニアリング、各種モデル、アンサンブルまでコード付きで丁寧に解説されている。

・Kaggle Grandmasterに学ぶ機械学習実践アプローチ

こちらも有名なKaggleの本。最近買ったので、読み込んでいきたい。

・Kaggleに挑む深層学習プログラミングの極意

2023年冬に発売された、話題の新書。PyTorchの基本を触れ終わったらやろうと思っている

統計学

・ISL (An Introduction to Statical Learning)

無料。　あの有名なISLの英語版は無料公開されている。東京で電車内でiPadでこれを読んでいる人を見つけたら、僕かもしれない。

・IMS （Introduction to Modern Statistics)

無料。あの有名なIMSも無料で読める。全部英語だけど。英語。。。なんか「日本語だと有料だけど英語なら無料」が多くて悲しい。

・ベイズ推論による機械学習入門

ベイズ統計を用いて機械学習をする本。数学が割と必要。でも要点をしっかり抑えられており、説明も丁寧なので数式アレルギーじゃなければ良い。シンプルにベイズ統計が難しい。。。

機械学習

・東京工業大学　機械学習帳

無料。東京工業大学が作成した機械学習を無料で学べる教材。コードと理論がセットになっていてとてもいい。回帰からニューラルネット、SVM、主成分分析まで。無料でとりあえずやってみたい人には超おすすめ。

・筑波大学機械学習講座

無料。筑波大学の機械学習講座（動画）。少し古いけど無料で受けられる。全20回で単回帰から主成分分析、確率的識別モデル、そしてRNN, GANまでいく。

・【前編】米国データサイエンティストがやさしく教える機械学習超入門【Pythonで実践】

おすすめ発信者でも挙げた米国データサイエンティストのかめさんのUdemy教材。手を動かしながら、そして数式と直感をバランスよく使った説明はとてもわかりやすい。ただ、定価で買うのは高いので本人のTwitterで発行されるクーポンを使うことをおすすめします。回帰モデルを扱う

・【後編】米国データサイエンティストがやさしく教える機械学習超入門【Pythonで実践】

おすすめ発信者でも挙げた米国データサイエンティストのかめさんのUdemy教材。前編同様、とてもわかりやすい。分類器をを扱う。

~~かめさんの教材に関しては、今後も続編が出るらしい。僕はもう購入を決めています。笑~~

出ました。そして買いました。

・【本番編！!】　米国データサイエンティストが優しく教える機械学習超入門【Pythonで実践】

おすすめ発信者でも挙げた米国データサイエンティストのかめさんのUdemy教材。これからやるけど、まあほぼ確実にわかりやすいでしょう！

・いまにゅさんの機械学習100本ノック（超入門）

キカガクのいまにゅさんの動画。わかりやすいし、レベルも初心者向きなので、機械学習に少し慣れてきた人にちょうど良い

・ゼロからつくるPython機械学習プログラミング入門

線形回帰からSVM、クラスタリングや因子分析、主成分分析、そして強化学習まで、機械学習モデルの理論に重きを置いた本。pythonコード付きで手を動かしながら理解できる。ただ、数学が割と必要なので、「入門」に騙されないように。DSLの第1回輪読会で使用した。

・DSML (Data Science and Machine Learning)

無料。データサイエンスと機械学習について。英語だが無料。さすが有名なDSML、めちゃくちゃ詳しい。

・Microsoft Learn

Microsoftのサービス。機械学習から何から、いろいろ学べる。

深層学習

・分析モデル入門

おすすめ配信者アイシアさんが書いた本。勾配ブースティングやランダムフォレストから数多くの深層学習モデル(AlexNet, RNN, Transformerなどなどたくさん）、強化学習モデルまで、分析モデルをできるだけ直感的に説明されている。普通にどんなアイデアでモデルが生み出されたのかがわかるのでとても面白い。Twitterのフォロワーさんに買ってもらった。ありがとうございます😆

・NY大学深層学習

無料。深層学習の歴史からCNN, RNN, GAN, 自然言語処理、ベイズまで講義動画、資料付きで学べる。講義は英語、文章は日本語。惜しい。。

・最短コースでわかるPyTorch＆深層学習プログラミング

本当に説明が丁寧。初心者でも挫折しないで基礎を身につけられると思う。ちなみに僕がKerasじゃなくてPyTorchの本を選ぶ理由は、ロゴが好きだから。

・OREILLY ゼロから作るDeep Learning

あの超有名な「ゼロつく」シリーズの深層学習版。パーセプトロンからCNNまでを扱う。ゼロからというだけあって、説明がめちゃくちゃ丁寧。これを一番最初に買えば良かったと後悔してる。

・PyTorch公式チュートリアル日本語版

無料。PyTorchの公式チュートリアルの日本語版。本当にありがたい。無料でPyTorchを学びたい人におすすめ。

・OREILLY ゼロから作るDeep Learning2

「ゼロつく」深層学習シリーズの２つ目。自然言語処理編。単語の分散表現、word2vecからRNN, LSTM, Attentionまで。フレームワークを使わないで実装するので、根本から理解できる。さすがはゼロつく、めっちゃ分かりやすかった。

・PyTorchによる発展ディープラーニング

発展的な内容をPyTorchで学べる。転移学習、SSD、GAN、異常検知、動画分類、BERTなどなど。まだやってないけど、評判良かったし、なぜか300円くらいで買えたので買っちゃった。

・GPT-3 完全初心者への徹底解説: 最強の文章生成AIの実像

最近話題のChatGPTの根幹技術であるGPT-3について解説された本。数式なしで、実際の使用例や無料で体験できるサイト、そしてGPT-2の解説もあって初心者が雰囲気を掴むのに最適。ChatGPT登場前に書かれた本ではあるが、GPTの弱点や利用シーンの予測はちゃんと当たっている。

データ分析

データの前処理や特徴量エンジニアリングのための本たち。

・いまにゅさんのPandas20本ノック

いまにゅさんのPandas20本ノック。本当に初心者向けで量も少ないので、まずはこれからやってみるのもいいと思う。

・Python 実践データ分析100本ノック第2版

Pandasによるデータ整形だけでなく、数理最適化や簡単な自然言語処理なども扱う。幅広いデータ分析のスキルに関する100本ノック。

・データサイエンス協会によるデータ分析100本ノック

無料。Python, R, SQLについて100問用意されている。こっちはデータ整形などのみで100本。結構勉強になるし、これを身につければ怖くないんじゃないか？？環境構築にDockerを使うので、初心者は躓きやすいが、しっかり優しい資料がついているので安心。すでに2周した。

ビジネス関係

・【簿記3級】ふくしままさゆきさんのYouTube

無料。簿記３級の内容が全てまとまっている。しかも定期的に更新される。これとネット上にある無料の練習問題さえやれば、1週間で合格可能。

・CPA ラーニング

無料。簿記3級から1級まで、テキスト、授業動画、問題演習が全て無料というバグってるサービス。簿記2級はこれを使おうと思ってる。

統計検定関連

~~さらに詳しいことはまた今度Qiita記事にまとめます。Twitterには既に色々書いたので、そっちもみてね~~
まとめました。詳しいことはそっちも参考にしてね

統計検定2級

・僕のQiita記事

僕の記事。統計検定とは？から合格に必要なことをまとめたもの。僕の記事を読んで合格する人がいたら、嬉しいなあと思ってたけど、実際twitterのDMで何人か「この記事のおかげで受かりました！」という連絡をくれた。。嬉しいなあ

・統計学の時間

無料。統計検定2級の範囲が網羅された神サイト。僕はこのサイトと過去問しか買わなかったけど、優秀成績賞取れたので、このサイトは本当に優秀。

・統計検定2級公式問題集（CBT対応版)

過去問。僕のTwitterではPBT版を紹介していたけど、最近CBT対応版が出たので、こっちの方がおすすめ。過去問を買わない手はおそらくない。統計学の時間だけでは問題演習の量が足りなすぎると思う。

・統計検定2級公式問題集(2018〜2021)

過去問。僕が受けた時はCBT対応版がなかったので、PBT版のこっちを2周解いて試験に挑んだ。ちなみに、2021年6月の問題は「難しすぎる」で有名なので、解けなくてもご安心を。

・統計検定2級公式暗記集

僕のツイート。検定や推定で用いる公式をまとめたもの。これを全て覚えて試験に望んだ。間違っているかもしれないので、そこはチェックをお願いします🙇

・ベイズの定理（ヨビノリ)

僕を進級させてくれている神様の動画。ベイズの定理は最初つまずきやすいけど、よくわからなかったらこれを見れば解決する。はず。

僕の作った教材

ただいま鋭意製作中で、準1級の方が完成し次第出したいと思ってる。簡単な解説と問題演習付き。twitterで最初は無料で配布し、その後有料化するので今のうちにフォローしてね。work in progress...

統計検定準1級

・統計検定準1級を1回不合格になったのち、最優秀成績賞で合格した話【攻略法】

不合格になった時の話と、合格した時の話の両方が書かれているので、結構参考になる。試験の情報、おすすめ教材、戦略なども書かれているので、めちゃくちゃいい記事。ちなみに、筆者は僕。

・僕のツイート

要点をぎゅっとまとめてみた。

・統計学実践ワークブック

準1級の公式テキスト。むずい。でも結局これ。要点がまとまりすぎていて、理解した後に読み返すととても良い。けど、０から読むのは本当に骨が折れる。ただ、この問題演習が全てできるようになれば、かなり良い。

・統計検定準1級公式問題集

過去問。6回分が載っている。2級みたいにCBT対応版はまだ出てないので、これをやるしかない。2021年6月はまたなぜかめちゃくちゃ難しいので、解けなくてもご安心を。

・統計検定準1級公式暗記集

僕のツイート。受験前に覚えていった公式を全てまとめたもの。もしかしたらミスがあるかもなので、最終確認はお願いします。たくさん覚えないといけないから大変だったよ、、、

・僕のツイート

確率分布の関係をまとめたもの。この頃は（うわあ、2級で出てきた確率分布ってほんの一部だったんだ〜、準1級やばいなあ）とか思ってた。でも、これさえもほんの一部だった。。。

・十分統計量を直感的に理解する

十分統計量についてよくわからなかったけど、これをみたらいけた。

・連続補正について

連続補正をなぜするのかよくわからなかったけど、これをみたらすぐに理解できた。

・サイコロのネックレス

教材でもなんでもない。ただ、合格した後嬉しくなって、（統計を勉強する者として、サイコロの一個くらい身につけないと。）と思い、購入。今のところ理系の人にはとてもウケがいいが、文系の人と女の子にはウケが悪い。不思議だ。

僕の作った教材【前編】

統計学ワークブック、いきなりやるには難しすぎないか？と思い、ついに橋渡し的な立ち位置を狙って教材を作成することにした。ただいま鋭意製作中で、4月中旬までには前編を出したいと思ってる。twitterで最初は無料で配布し、その後有料化するので今のうちにフォローしてね。work in progress...

僕の作った教材【後編】

その後編。量が多すぎてこっちはいつ出せるか不明。5月中には出したい。twitterで最初は無料で配布し、その後有料化するので今のうちにフォローしてね。work in progress...

統計検定データサイエンスエキスパート

work in progress...
近々、僕の作った教材が出ます

データサイエンティスト検定関連

詳しいことをまとめたQiita記事を書きました！こちらもぜひ

・僕のツイート

要点をぎゅっとまとめてみた。

・DS検定リテラシーレベル対応　データサイエンティスト基礎講座

無料。データサイエンティスト検定リテラシーレベルの対策動画（約10時間)。これだけでは不十分だが、僕は電車の中でこれをみてた。

・DS検定リテラシーレベル対策アプリ

1200円。僕が使っていた頃は300円だったのに。。演習問題がたくさん出てくる。他の人がどれだけ解いているかもみられる。黒本とどっちかでいいと思う。

・DS検定公式リファレンスブック

これをすべて覚えれば合格できる。データサイエンスの全体像を掴める内容になっていて、今でも時々見直す。データサイエンス全体の地図が手に入るようなものなので、とても良い。問題演習付き。

・DS検定問題集

通称「黒本」。問題演習が少なくて困っていたけど、これで解決できた。知識を活かすかの雰囲気を掴めた。さっきのアプリとどっちかでいい気がする。

Python関連

・東京大学 Pythonプログラミング入門

無料。東京大学が作成しているPythonの教材。初歩の初歩から関数、デバッグ、Numpy、クラス、そしてscikit-learnまで。pythonコードと練習問題付きで学べる。これさえあれば基礎はできる。プログラミングスクール不要。

・CODEGYM ACADEMY

全くの初心者でも半年かけてハーバード大学のCS50をみんなで受け、その後はチーム開発などの経験を詰める。自分が参加したときは無料だったが、その後変わるかもしれないと言われていた。なかなかハードだが、半年で変われる。ハーバードの講義の修了証ももらえる。

・AIZU ONLINE JUDGE

無料。様々な言語の練習問題が多数。コードを提出すると即時自動採点してくれ、他の人のコードも見ることができる。上手い人の真似ができる。特に作ってみたいものがないけどプログラムを書きたい人はおすすめ。

・ORIELLY Think Python

無料。オライリーのThink Pythonの英語版は無料公開されている。

・ORIELLY Think Stats

無料。オライリーのThink Statsの英語版は無料公開されている。

・ORIELLY Think Bayes

無料。オライリーのThink Bayesの英語版は無料公開されている。コード付きなのでよき。

R関連

・OREILLY R for Data Science

無料。オライリーのRによるデータサイエンスの英語版が無料公開されている。Rでデータサイエンスをやりたい人はいいかも。

Computer Science関連

プログラミングちゃんとやるなら、コンピュータサイエンスわかってないと全然ダメだよね、って実感しているので、これも。
僕はCODEGYM Academyに入ってハーバード大学のCS５０をやって基本は覚えたけど、CS50自体は誰でもできるのでおすすめ。

・CS50

ハーバード大学の初心者向けコンピュータサイエンスの授業。修了するとハーバード大学の授業の修了証が貰えてかっこいい。メモリとか、アルゴリズムとか、本当にプログラミングの初歩の初歩からやる。ハーバード大学生のレベルの高さも実感できて刺激にもなる。

・Recursion Academy

有名なサービスRecursionの学生なら無料で受けられるプログラム。半年間で720時間を学習し、0からチーム開発までがっつり行う。このサービス限定の特別選考もある。なかなか量が多くてハードだけど、アウトプットが多いから身につきやすい。

Web制作関連

主にHTML, CSS, JavaScriptについて

・Progate

結局これかも。笑初心者がまずやるならこれ。HTML, CSSはこれで勉強した。無料の範囲だけでもいいけど、有料でも月1000円で本一冊より安いレベルなので結局これ。

・セイト先生のWeb・ITエンジニア転職ラボ

HTML, CSS, JavaScriptの基礎文法の動画は作りながら学べるのでとても良い。倍速でこなしたけど、十分理解できたし、よき。

・JavaScript完全入門

JavaScriptを勉強中だけど、既にできる人からこれを勧められてやってる。量が多くて大変だけど、わかりやすくて辞書としても使えそう。

クラウド関連

work in progress...

Linux

・【LinuC/LPIC合格講座】シリーズ

OSとは、Linuxとは、仮想マシンとは、などなどLinux関係の知識をめちゃくちゃわかりやすく、優しく教えてもらえる。洗濯物干しながら見るのが一時期ブームだった。

競プロ関連

・競技プログラミングの鉄則 ~アルゴリズム力と思考力を高める77の技術~

LeetCodeやAtCoderをやるなら知っておきたい本らしい。まだやってないが、いいプログラムを書くためにはアルゴリズム力がないと始まらないので、そろそろやろうと思ってる。

参加したコンペ、イベント、ハッカソン

CODEGYM ACADEMY

大学3年の春ー夏に参加したプロジェクト。参加して良かったと感じてる。CS50というハーバード大学の講義動画をYouTubeで見たり、毎週出る課題をこなしながらプログラミング力を上げていく。割と課題はキツめで、半分以上の人が途中で退校処分になった。でも夏休みはチーム開発を経験でき、プロダクトを一つ作るのでとても良い経験になる。就職する人はスポンサーと繋いでもらえるのでなおよし。完全初心者でも全然参加できるし、運営もいい人ばかりだし、卒業生も友達作れて関わり続くし、迷ってるなら参加すべし。ていうかこれで無料はおかしい。

第一回金融データ活用チャレンジ

大学３年の冬ー春に参加。SIGNATEで行われた、FDUA主催のコンペ。住宅ローンの延滞する人を予測する大会で、何かと頑張った。そしてDataBricks賞を頂いた。初めてちゃんと参加した大会で、いろいろな経験ができてよかった。

コンペ中に書いた記事↓

振り返り記事↓

work in progress...

100 program

大学3年の春休みに参加。東京大学産学共創本部主催、Todai to Texas運営のハッカソン。2-3月の回に参加し、アイデアの出し方からチーム開発まで、一通り経験できる。めちゃくちゃ良いのが、アイデアを出す方法やチーム開発のノウハウ、プロダクトを開発する上で知らないと損することなどなど、たっくさんのことをハイレベルに学べる。さらに参加者の半分以上が東大生で、普通に修士課程、博士課程の人もごろごろいるからレベルが高くて楽しい。参加を迷うなら絶対参加すべし。

振り返り記事はまた書きます。work in progress...