想定外によく進んだ。
新PCのキーボードに関しては、新しいキーボードの購入も考えたが、結局、なれている旧PCのキーボードを使うことにした。
■講義の受講のしかたの変更
下記のように、先に講義を聞いてからコーディングをするスタイルに変更した。これにより、全体像のイメージをもって、コーディングを行えるので理解が深まるし、頻繁な動画の停止や再生がないので集中して講義を視聴できていると思う。
１、講義動画2倍速視聴
２、ノートブックの手本を見ながらコーディング
３、気になる所をWebで調べる、
なお、講義動画は2倍速なので、十分理解できてないと思ったら、2度、3度見るようにした。
コーディングの内容のサマリを作っていたが、時間がかかるので、いったん中止してみる。
手本のノートブックにもコメントが入っているので、それでOKとした。
■セクション8：データの可視化
このセクションでは、主にseabornを使ったデータの可視化を学ぶ。いろいろな図が簡単にかけて便利である。やはり、視覚化を行うとデータに対する理解が深まってよい。
作成できる図のサンプル一覧
・カーネル密度推定
サラッと確認してコードを書くことはしなかった。結局、ライブラリの関数を呼べばできるとのことだったため。
・ボックスプロットとバイオリンプロット
ボックスプロットの中の分布の状態もわかるのバイオリンプロットがすごい。
バイオリンプロットのサンプル
・ヒートマップとクラスターマップ
類似のものを並べて階層がわかるようにできるクラスターマップの機能が面白い。
ヒートマップのサンプル
クラスターマップのサンプル
■セクション12:付録B：統計入門
1つ1つの講義のタイトルが難しい感じだが、実際に講義動画を見るととても易しく解説されていて、問題なく説明を理解できた。難しい式も出ては来るが、結局、どういう概念なのかをわかりやすく説明してくれるので、非常にわかりやすかった。
このセクションはコーディング量は少ない。知識の勉強になっている。
レクチャー92で使われているcomb関数は最新版ではモジュールの場所が移動しているので、misc->specialと書き換える必要あり。
■次は
ようやく、セクション9：実践データ解析に入る。このセクションと次の機械学習のセクションがこの講座のコアだと思う。セクション8でも一部、テストデータを用いたデータ解析をして、面白かったので、期待が持てる。
■おまけ
新PCが来て環境も新しくなったということで新たに 今後の受講予定リスト に仮想PCを使った講義を追加した。
このコースへのリンク
【世界で5万人が受講】実践 Python データサイエンス
全般ランキング
【このカテゴリーの最新記事】
- no image
- no image
- no image
- no image
- no image
