【2023年5月改訂版】実践 Python データサイエンス (Udemy.com)

Python環境の作成がわかりやすかった。少し古い教材のためかもしれないが、Chromebookでも環境構築が可能なのかを示して欲しかった。(Googleでの検索により、可能とわかった) 統計学は大学でも学んだ経験があったが、勉強のし直しが必要だと反省した。 同じ部屋に家族も居る状況で受講していた身からすると、テーマとして不倫はちょっと不適切に感じた(ヘッドフォンで対応したが...) 総じて、pythonの使い方の一端を学べたが、途中から一度では理解出来ない内容も増えていったため、身に付けるにはもっと触ってみる必要がありそうだ。

5年前、原作者が作ったものを日本語版に移植した際には、非常に良かったものと思います。ただ、日本語版を作られた方が忙しいみたいで、ノートブックは改定されていますが、ビデオが5年前のままです。そのため、ビデオとノートブックと内容が一致しないので、初級者は非常に混乱すると思います。また、原理の解説をあまりしていないため、初級者は受講を避けるべきと思います。最初に取り組んだ時は、まだデータサイエンスに関する知識がほとんどない状態でしたので、相当フラストレーションが溜まりました。ただし、データサイエンスに関するライブラリがコンパクトにまとまっているので、中級者以上であれば、ノートブックを辞書代わりに使えると思います。タイトル（１８万人が受講~）に惑わされないようにお気をつけください。元の内容はよく、なんか非常にもったいないので、原作者と交渉して最新版を作られた方がいいのではと思いました。Udemyのいろんな講座を受けてみて思ったのが、「２０２○年版」と、最新年度を書いているものが作者が頻繁にアップデートしているようです。なので、そういう講座を選択するのをお勧めします。きついこと申し上げるようですけど、やはり受講者からお金を取っている以上、講師のスタンスとしては失格だと思います。

プログラミング初心者ですが、大方問題なくコースを修了できます。今まで『機械学習』という言葉だけは知っており、具体的なことは何もわからない状態でしたが、本講座を受講し、Pythonを使ったデータ解析や機械学習の手法を理解することができました。プログラミング初学者でも、コードの意味を理解しながら進められるので、入門にはピッタリなのかなと思います。評価を少し下げた理由は以下になります。 ・全体的に音が小さい。 ・過去に収録したものなので講義内のコードが使えなくなってたりする（Q&Aで疑問解消できますが、煩わしい） ・特に後半は駆け足気味で進むのでコードの説明がない場合もある。

古くて動かないコードが結構ある（Warningは無視しましょうという講師の態度も悪いと思う。Warningって無視してはいけないものではないのか）。 説明なしのコードがままある（写経するだけで、無意味） 説明になっていない説明がままある（この値を設定する理由は、ここにはこの値を設定しないといけないからです、みたいな。意味不明）。 とにかく数学を避けていて分かりづらい。 「実践」というタイトルは嘘で、実際は基礎 変数名のセンスが悪い気がする。何を示しているのか分からないことがままある。 統計学的に間違った説明が含まれる（標準化していない重回帰の回帰係数の絶対値を比較するなど）

説明が丁寧でわかりやすいと思います。でも字幕がひどいです(笑) 多分自動音声入力のせい？ それから、数年以上前の講義なので現在(2020)において廃止されているモジュール等がいくつか見られます。一例をあげておくとsklearn.cross_validation（廃止）→ sklearn.model_selectionというふうに自分で正解を探す必要があります。これも勉強のうちですが、不慣れなうちはこれが続くとモチベーションが下がるので、PDF等で変更箇所を配布するのが望ましいと思われます（すでに用意されていたら申し訳ありません）。

numyp, pandasに慣れて、データの読み込み方法を勉強して、解析の基礎実践データ解析をやることで一通りエクセルでできること＋アルファのことが出来るようになります。 さらに実践データ解析をやることで進んだ解析が出来るようになる。手元のエクセルやデータで色々遊べるようになります。 速度は私は1.5倍速でちょうどいいくらいでした。 一部古いのでそこは注意。sort() -> sort_values(), sort_index(), とかix-> ilocかloc, rolling_mean() -> rolling().mean()

すごくいい講座でした。 内容については、1つのレクチャーが終わったそばから 自身で試せるものばかりなので、復習も試行も仕事などへの応用もすごくやりやすいです。 講師の方の声も聞き取りやすく、同じ講師の他の講座も購入したくなります。 一方で、pandasやmatplotlibなどのアップデートに伴い ちょっと記法が古くなっていて、レクチャーの通りにやっても動作しなかったり、警告が出るケースがそれなりにあります。 すべてがQ&Aで解決済みですし、よくわからなければ質問すると回答がしっかりもらえます。 EXCELで色々やるよりpandasでやったほうが100倍くらい早くて 冪等性があって応用も効くので、この講座から学び始めるのがおすすめです！

各レクチャーのボリュームがとても充実していて、何度も復習しないと付いていくことができないと思います。辻講師の教え方はとても丁寧だし、各レクチャーに使う例題(DataFrameの定義の仕方、サンプルの考え方、その他)も、適切でとても勉強になります。レクチャーで作ったjupyter-notebookは、コメントもしっかりと入れておけば、ちょっとしたマニュアルになりますね、得した気分です。残りのレクチャーもしっかりと勉強させていただきます。 --------------------------- [2018/3/2(金)] ようやく全レクチャーの視聴を終えることができました。Pythonおよび統計学の学習内容がとても充実していて、とにかく勉強になりました。自身の理解度はどうかというと、残念ながらまだまだです。ですので今後も反復学習をさせていただきます。最初のレビューにも書きましたが、辻講師の教え方が丁寧でとても良いです。今後の要望としては、本コースに、機械学習を行う際の、入力データの整備の仕方、特にデータの正規化の仕方を実業務で利用できるような内容で追加していただけると大変ありがたいです。うまく表現できませんが、分析したい内容によって、基本統計量の算出の仕方、そして分析する際のデータの整備(正規化)の方法などには、それぞれ違いがあると思います。実例を用いて解説するコースを作っていただけたら、ぜひまた受講させていただきたいと思っております。ともかくお礼を述べさせていただきます、ありがとうございました。

■本講座受講前 プログラミング言語は少し読める程度で、Pythonに関しては素人 ■一通り受講後 ・Pythonのプログラミングが7割読める（調べながら） ・Webやエクセル（ｃｓｖファイル）からデータをインポートして加工し統計処理出来る ・機械学習についての便利なツールの使用方法を把握 ■受講後の定着の仕方 ・業務（機器開発）に適用し、同類のデータはPythonで一括管理する ・Arduino等のミニコンピュータを利用し（触れられていないがPythonで制御を目指す）大規模データをPythonで解析を試みる ■感想 一通りやることで「あの解析に適用してみよう」と思えました。 ただし、ボリュームが多いのでまとまった時間が必要です。 夏休みを利用して一気に受講できて効率よかったです。

まず、セクション１１を見て、 その後、セクション９を見てどんなことができるかを見て、 セクション１から最後まで順番に見る（最初に見たセクション９、１１も再度見る）のがいいのかも。 特に、セクション９を最初に見ておくのは、おすすめ。 セクション９を見て「どんなことをやるのか」や「どんなことができるのか」を知ったうえで講義を聞くとセクション１からの講義のポイントが掴みやすいから。特にセクション９を聞く際、自分の仕事で使いたいことなどとも照らし合わせながら聞くとさらによい。 上記のようなことをせず、 セクション１から見ていくと、途中でつまんなくなってくると思う。