Ich habe einen Stundenplan in der Mitte des Artikels erstellt, aber der Kurslink ist mit dem Bild verbunden.

0. Zielgruppe

・ Interessiert sich für Datenwissenschaft, Statistik, maschinelles Lernen, KI ・ Ich habe kein Hauptfach studiert ・ Es ist schwierig, viel Geld für das Lernen auszugeben ・ Ich bin der Meinung, dass das Selbststudium ein schwieriger Bereich ist ・ Verstehen Sie das Englisch für Anfänger

** Diejenigen, die nicht zum Lesen dieses Artikels geeignet sind **

・ Ich habe nicht die Absicht, Englisch zu lernen ・ Ich interessiere mich nicht für den Bereich Data Science und möchte nur einen Überblick erhalten (In diesem Fall sollten Sie Geld ausgeben, um nach einem Einführungskurs oder einem Tutor zu fragen.)

1. Zuallererst

1-1. Lass uns alleine lernen

Im Mai 2020 schrieb ich 5 Meisterwerke der Datenwissenschaft, die kostenlos erlernt werden können als Artikel. Dies ist die Fortsetzung.

Zu diesem Zeitpunkt wird der Virus bis August abgeklungen sein. Ich machte eine unbegründete Vorhersage, Es herrscht immer noch Selbstbeherrschungsstimmung.

Ich bin sicher, es gibt neue Absolventen, die in das Unternehmen eingetreten sind, um Datenwissenschaftler zu werden. Ich möchte die Einstellungsseite so schnell wie möglich informieren und sie vollwertig machen. Vielleicht schauen einige von Ihnen darauf herab und haben das Gefühl, dass Sie es nicht hatten.

1-2. Machen wir einen kreativen Urlaub

Berühmte [Newton](https://ja.wikipedia.org/wiki/%E3%82%A2%E3%82%A4%E3%82%B6%E3%83%83%E3%82%AF%E3 % 83% BB% E3% 83% 8B% E3% 83% A5% E3% 83% BC% E3% 83% 88% E3% 83% B3) soll auch in der Zeit des Verzichts auf das Ausgehen aufgrund der Pesto-Epidemie eine große Entdeckung gemacht haben. Ich bin.

Jetzt, da Sie Zeit haben, können wir uns mit dem gleichen Bildungsniveau wie die Universität verbessern. Wenn die Arbeit instabil ist, ist das Gebiet der Datenwissenschaft meines Erachtens immer noch ein Bereich, in dem Sie Ihre Karriere ändern können.

1-3 Was ist Coursera?

Cousera ist eine Online-Bildungsorganisation, die von Andrew Ng und Daphne Koller von der Stanford University gegründet wurde.

** Grundsätzlich kostenlos, wenn Sie nicht nach einem Abschluss fragen ** ** Fast alle Englisch ** (Siehe unten, aber keine Angst)

Andrew hat viel Medienpräsenz und ist im Bereich des maschinellen Lernens berühmt. (Ngboost wurde vor einiger Zeit veröffentlicht) Er ist auch der Lehrer des berühmten Cousera-Kurses für maschinelles Lernen.

Bei coursera veröffentlichen bekannte Universitäten Videos und Programmieraufgaben zur Verbreitung von Online-Abschlüssen und Bildung.

1-4. Aber Englisch?

・ Berühmte Kurse haben japanische Untertitel, die von Freiwilligen übersetzt wurden ・ Untertitel für die automatische Übersetzung werden angezeigt ・ Auch wenn kein Untertitel vorhanden ist, wird das englische Skript angezeigt, sodass Sie es übersetzen und anhören können. ・ Fachgespräche können in einigen Begriffen grob verstanden werden ・ Wenn du zuhörst, bekommst du natürlich Hörvermögen ~~ (Ich kann keine russischen und spanischen Akzente hören, also gebe ich auf und übersetze) ~~

Erst nach dem Englischlernen! Bitte versuchen Sie es zum ersten Mal. Wenn Sie sich wirklich vorbereiten möchten, gewöhnen Sie sich an, Ihre Lieblingsdramen aus Übersee wie Netfix nur auf Englisch anzusehen.

1-5. Welches Data Science-System soll ich erhalten?

coursera hat Lerninhalte in verschiedenen Bereichen. In diesem Artikel haben wir die datenwissenschaftlichen Inhalte in der Reihenfolge ihres Niveaus zusammengefasst, wie z. B. einen Stundenplan für die Universität. Ich habe es so gewählt, dass es kein Traum wäre, in etwas mehr als einem halben Jahr ein Niveau zu erreichen, auf dem ich auf dem Gebiet der Datenwissenschaft richtig sprechen und arbeiten kann **.

Ich selbst war als Student in keinem Bereich der Mathematik oder Informatik tätig, aber coursera hat mir geholfen.

Ich habe einen Kurs gewählt, den ich kostenlos belegen kann. Auch wenn Sie über die Kosten besorgt sind, registrieren Sie sich bitte.

Oben rechts befindet sich eine Registrierungsschaltfläche. Registrieren Sie die Informationen und melden Sie sich an.

1-6. Sie können sich nicht kostenlos registrieren?

step1 ・ Finden Sie den Kurs, den Sie belegen möchten, und drücken Sie die kostenlose Registrierung

step2 ・ Es kostet Geld oder erfordert eine Kreditkartenregistrierung.

step3 ・ Drücken Sie die Registerkarte Kurs, um zu jedem Kurs zu springen

step4 ・ Wenn Sie einen bestimmten Kurs erreichen, sehen Sie Schaltflächen wie "Zielgruppe" und "Prüfung". ・ Obwohl Probleme gesperrt sind, können Sie grundlegende Videoinhalte überprüfen.

Es wäre großartig, wenn japanische Universitäten Klassen auf diesem Niveau beobachten könnten, bevor sie sich einschreiben ... Cousera ist eine gemeinnützige Organisation. Wenn Sie also Ihre Fähigkeiten verbessern und mehr Geld verdienen, registrieren Sie sich für "coursera plus" und unterstützen Sie alle!

2. Hauptgeschichte: Ich habe versucht, einen Lehrplan zu erstellen

Ich gab Empfehlungen ab, während ich über die Reihenfolge des Lernens nachdachte. Es mag andere ausgezeichnete Kurse geben, aber ich habe sie verpasst. Wenn Sie also Empfehlungen haben, kommentieren Sie diese bitte. Außerdem habe ich ungefähr die Hälfte der hier gezeigten Kurse nicht abgeschlossen. Selbst wenn die Erklärung falsch ist, ist es Yurushite.

Einige Kurse, wie z. B. 1 Woche x 10 Kurse, dauern etwa 30 Stunden, während andere Einige Kurse sind schwer, z. B. 5 Wochen x 12 Kurse. Passen Sie sich daher bitte an.

2-1. Erstes Semester der Fakultät für Datenwissenschaft ohne Erlaubnis mit Coursera

Im ersten Semester habe ich versucht, einen Lehrplan mit dem Thema "Beziehung zwischen maschinellem Lernen und Mathematik" zu organisieren.

――Wir erstellen ein Modell mit R und Python, während wir die erforderlichen mathematischen Kenntnisse erlernen. ――Ich finde es äußerst effektiv, die Theorie zu lernen und zu sehen, wie sich die Zahlen tatsächlich ändern. ――Wann und wie sich die Zahlen ändern

Ist das Paketergebnis das gleiche, als ob Sie es selbst aus der Theorie implementiert hätten? --Wenden Sie mit dem erstellten Modell auf die tatsächlichen Daten an
Wie auch immer, visualisieren Sie zum Verständnis
Können Sie die gelernten Berechnungen durchführen ――Wir werden mit dem Lernen unter Berücksichtigung der oben genannten Punkte fortfahren

Gegenstand	Grundlagen der Mathematik	R &Bayesianische Statistik,ML	python &Statistiken,ML
1. Zeitraum		<imgsrc="https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/275572/0fce6767-1738-f771-06c8-fd3c788de018.png "width=80%>	<imgsrc="https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/275572/b4da27fc-b8e6-c4ce-972f-6d805f9292ae.png "width=80%>
Erläuterung	Data Science Math Skills	Statistics with R	Statistics with Python
2. Periode		<imgsrc="https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/275572/1d47ff7a-02a1-b122-894c-235b8725a852.png "width=80%>	<imgsrc="https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/275572/99e8c2bf-55f3-0993-c3d6-15d10e5f18b2.png "width=80%>
Erläuterung	Mathematics for Machine Learning Specialization	Bayesian Statistics: From Concept to Data Analysis	IBM AI Engineering
3. Periode	-blank-		-blank-
Erläuterung	-none-	Bayesian Statistics: Techniques and Models	-none-

2-2. Coursera ohne Erlaubnis Mittelfrist der Fakultät für Datenwissenschaft

Mittelfristig habe ich versucht, einen Lehrplan mit dem Thema "Breites Wissen über maschinelles Lernen und Zeitreihen" zu organisieren.

Verwenden Sie die Theorie und Programmierkenntnisse, die Sie im vorherigen Semester gelernt haben --Suchen Sie nach einem Paket, das dem Inhalt der Lektion ähnelt
Versuchen Sie es selbst zu implementieren
Überlegen Sie, ob Sie etwas, das in einer anderen Sprache implementiert ist, in R oder Python konvertieren möchten
Zeitfolgen
Verstehen Sie den stochastischen Prozess, den Gaußschen Prozess usw. und lernen Sie den Ansatz für Zeitreihendaten --Lernen Sie zeitreihenspezifische Statistiken wie ACF und PACF
Die Idee des Testens und Modellierens verstehen, die nur für Zeitreihen gilt
Um Zeitreihendaten basierend auf dem Konzept von Statistiken, Wahrscheinlichkeiten und Vektoren verarbeiten zu können
** Wenn Sie auf Kaggler abzielen, müssen Sie den Kaggle-Kurs für fortgeschrittenes maschinelles Lernen sehen **

Gegenstand	ML,DL	Probabilistischer Prozess,Zeitfolgen
1. Zeitraum		<imgsrc="https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/275572/8cf90a9c-9c07-db60-51a0-60d2cc78d826.png "width=80%>
Erläuterung	Machine learning	Stochastic processes
2. Periode		<imgsrc="https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/275572/b0ee4d0a-795c-d08f-a4ac-91156e4fb56a.png "width=80%>
Erläuterung	Deep Learning Specialization	Practical Time Series Analysis
3. Periode		-blank-
Erläuterung	Advanced Machine Learning	-none-

2-3. Coursera ohne Erlaubnis, Fakultät für Datenwissenschaft, 2. Semester

In der zweiten Hälfte habe ich versucht, einen Lehrplan mit dem Thema "Fortgeschrittenes mathematisches Wissen, Stärkung der Denkfähigkeit und des Fachwissens in der realen Welt" zu organisieren.

――Wir haben die Felder gesammelt, die erforderlich sind, um fortgeschrittenes maschinelles Lernen zu meistern. --Analyse

Beweismethode
Optimierte Mathematik
Kombinationsmathematik --Graphentheorie --MCMC, Wahrscheinlichkeitsausbreitung ――Wirtschaftsfinanzierung ist ein Problem im Zusammenhang mit Geld, das für alle in der realen Welt relevant ist ――Das Wissen über Geld als Kultur geht nicht verloren
Denk über Geld mit KI nach
Lernen Sie mit erweitertem Lernen und rekursivem Deep Learning, das erst mittelfristig auftrat

Gegenstand	Grundlagen der Mathematik	Bayesianische Statistik,Graphentheorie	Finanzen,Wirtschaft,ML
1. Zeitraum		<imgsrc="https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/275572/4774804e-9373-d9b5-fc65-1577d76d5055.png "width=80%>	<imgsrc="https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/275572/b74acf8e-bf59-9f69-cd88-d99d73139dc2.png "width=80%>
Erläuterung	Mathematics for Data Science	Bayesian Statistics: Mixture Models	Reinforcement Learning for Trading Strategies
2. Periode		<imgsrc="https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/275572/8ca45239-2f49-8783-18dd-36d287c82ad2.png "width=80%>	<imgsrc="https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/275572/dee79e86-9346-623b-17b1-8bf69c7f0945.png "width=80%>
Erläuterung	Introduction to Discrete Mathematics for Computer Science	Probabilistic Graphical Models	Finance & Quantitative Modeling for Analysts

2-4 Kostenlose Wahlfächer an der Fakultät für Datenwissenschaft mit Coursera

Von hier aus nehmen wir Unterricht nach Ihrem Fachgebiet

--Finanz: Wenn Sie mehr über Finanzen, Wirtschaft und Zeitreihen erfahren möchten --Life Science: klinisches Wissen wie öffentliche Gesundheit, Klassifizierung, Risikobewertung, Überlebensanalyse, Genetik --Thermodynamik: Wenn die Wörter wie Fluiddynamik und Quantum genau bestimmt werden

IT-Technologie: In Bezug auf Entwicklung, DevOps, Cloud, verteiltes Computing und Infrastruktur ――Spezialisierte Mathematik: Ich denke, es ist in Ordnung als Hobby, algebraische Gleichungen, Gruppen, Felder, vollständige Suchalgorithmen

Gegenstand	Wirtschaft,Finanzen,Investition	Wärmekraft,Quantum	IT-Technologie
1. Zeitraum		<imgsrc="https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/275572/80ed386f-22d7-c345-353c-a50ccbca6f01.png "width=80%>	<imgsrc="https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/275572/9b093fa3-d768-88cf-24de-f83da213dce3.png "width=80%>
Erläuterung	Investment Management with Python and Machine Learning	Statistical Thermodynamics	Cloud Computing
2. Periode		-blank-	<imgsrc="https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/275572/411ddf2a-1e30-3853-2901-a6f9f2d3afe6.png "width=80%>
Erläuterung	Fundamentals of Quantitative Modeling	-none-	Getting Started with Google Kubernetes Engine
3. Periode		-blank-	-blank-
Erläuterung	Machine Learning and Reinforcement Learning in Finance	-none-	-none-

Gegenstand	Professionelle Mathematik	Medizin,Biowissenschaften
1. Zeitraum		<imgsrc="https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/275572/a4ab5bb0-92c6-d352-6b27-f8e0d9bac6d6.png "width=80%>
Erläuterung	AI for Medicine	Introduction to Galois Theory
2. Periode		<imgsrc="https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/275572/e3e669cf-5f35-ccc4-eedb-de23e69a762d.png "width=80%>
Erläuterung	Statistical Analysis with R for Public Health	game theory
3. Periode		-blank-
Erläuterung	Big Data, Genes, and Medicine	-none-

3. Schließlich

Zwei Fliegen mit einer Klappe, wenn Sie Englisch verstehen. Anstatt selbst ein Buch zu lesen, fällt es Ihnen möglicherweise leichter zu verstehen, worüber Sie im Video und in den Zahlen auf der Tafel sprechen. Selbst wenn Sie nach YouTube suchen, ist es schwierig, solche systematisch organisierten Inhalte zu finden. Wenn Sie nach dem Teil suchen, den Sie sich über YouTube oder das Internet gewünscht haben, wird das Verständnis noch einfacher.

Wenn Sie den oben genannten Kurs belegen, würden wir uns freuen, wenn Sie die Ergebnisse Ihrer Erkenntnisse teilen könnten. Wir warten auch auf empfohlene Kurse.

[PYTHON] [Auch im Video] Datenwissenschaft auf der berühmten Universitätsstufe, die Sie kostenlos lernen können [Ja, wenn es sich um Coursera handelt. ]]