受講した講座
IBMが提供しているApplied Data Science専門講座を受講した。
全体の流れ
基本的にはWeek毎に講義とテストがある。
課題だけのWeekもあり、講義とテストと課題全てがセットになっているWeekもある。
4つのコース全てに課題が課されている。
1. Python for Data Science and AI
【レベル】 初級★
Python文法やNumpy・Pandasの基本を学ぶ。
| week | 学習内容 |
|---|---|
| 1 | Python Basics |
| 2 | Python Data Structures |
| 3 | Python Programming Fundamentals |
| 4 | Working with Data in Python |
| 5 | Assignment |
2. Data Analysis with Python
【レベル】 初級★★
回帰とか学ぶ。
| week | 学習内容 |
|---|---|
| 1 | Importing Datasets |
| 2 | Data Wrangling |
| 3 | Exploratory Data Analysis |
| 4 | Model Development |
| 5 | Model Evaluation |
| 6 | Assignment |
3. Data Visualization with Python
【レベル】 中級★★
Matplotlib, Seaborn, Foliumなどを用いてデータの視覚化について学ぶ。
| week | 学習内容 |
|---|---|
| 1 | Introduction to Data Visualization Tools |
| 2 | Basic and Specialized Visualization Tools |
| 3 | Assignment |
4. Applied Data Science Capstone
【レベル】 中級★★★★
1~3コースの総まとめ。FoursquareAPIとか使う。
| week | 学習内容 |
|---|---|
| 1 | Introduction |
| 2 | Foursquare API |
| 3 | Neighborhood Segmentation and Clustering (+ Assignment) |
| 4 | Assignment |
| 5 | Assignment |
4,5のAssignmentが結構重たい。
修了書
修了した日付と名前、先生のサインも入ってる。
修了書はこんなかんじ。
1. Python for Data Science and AI
### 2. Data Analysis with Python
### 3. Data Visualization with Python
### 4. Applied Data Science Capstone
Applied Data Science
メリット
期限が設けられていること
期限を過ぎてしまうと課題を提出できないし、テストも受けられないので、必然的にやらざるを得ない状態になる。
Coursera受講してたって言うと面接で受けがいい (らしい)
超優秀なゼミの先輩の情報。面接でCoursera受講してますって言ったら「ぉぉおお」って言われたらしい。
修了書が役に立つ
LinkedInで修了証を共有できる。
初心者に優しい
「データサイエンス興味あるけど難しそう..」って人でも受講可能🙆♂️
課題をすることでアウトプットできる
課題が重いので、授業でインプットしたことをしっかり復習することができる。
デメリット
意外と時間がかかる
計画性を持って受講するべき...
受講しきれなかったらお金がパー
課題終えられなかったり授業全部受講できなかったらもったいない。
課題でつまずく
Courseraは全部自分でやってなかったら、永久追放されるシステム。
受講生と講師がディスカッションしてるページがあるけど、いまいちよく分かんなくて、そこが大変だったたかも。
感想
- 基礎力身につく卍
- Coursera最高
今後の予定
Stanford大学のAndrew先生の講義は評判が高く、講義が充実しているらしいので、次はこの先生のMachine Learningを受けようと思ってます
