Début des études: samedi 7 décembre
Matériel pédagogique, etc.: ・ Miyuki Oshige "Détails! Note d'introduction à Python3 »(Sotech, 2017): 19/12 (jeudi) Terminé ・ Cours Progate Python (5 cours au total): se termine le samedi 21 décembre ・ Andreas C. Müller, Sarah Guido "(titre japonais) Apprentissage automatique à partir de Python" (O'Reilly Japon, 2017): Terminé le samedi 23 décembre ・ Kaggle: Real or Not? NLP with Disaster Tweets: Publié du samedi 28 décembre au vendredi 3 janvier Ajustement ・ ** Wes Mckinney "(titre japonais) Introduction à l'analyse des données par Python" (O'Reilly Japan, 2018) **: 4 janvier (sam) ~
Défiez Kaggle de la fin de l'année dernière à hier.
Pensez par vous-même, écrivez du code et recherchez dans des livres et sur Google toutes les fonctionnalités que vous souhaitez mettre en œuvre. Une fois terminé, comparez-le avec les noyaux des autres participants, incorporez tout traitement qui vous manquait ou avez une concentration sans précédent, et réécrivez le code à nouveau. J'ai pu en apprendre beaucoup sur l'apprentissage automatique en exécutant une série de processus comme ceux-ci à travers des tâches réelles.
J'avais essayé d'améliorer mon score jusqu'à hier, mais au fur et à mesure que j'essayais, j'ai vu divers nouveaux défis, alors j'ai pris une courte pause ici pour Kaggle et je suis passé à nouveau pour entrer mes connaissances.
Compréhension de diverses bibliothèques J'étais parfaitement conscient de mon manque de connaissances sur les bibliothèques telles que pandas, numpy, sklearn et matplot. Bien sûr, vous pouvez en trouver autant que vous le souhaitez en recherchant, et si vous regardez le noyau, vous pouvez comprendre les fonctions qui sont souvent utilisées, mais en plus des différents problèmes à chaque fois, assurez-vous d'effectuer le même traitement même si vous pouvez le modeler dans une certaine mesure. Je pensais que ce n'était pas si souvent, alors j'ai senti que j'avais besoin de connaître au moins une fois une vue d'ensemble sur «ce que chaque bibliothèque peut faire».
Connaissance des statistiques Qu'il soit visualisé avec un matplot ou des paramètres réglés, il n'est pas facile d'imaginer quel numéro correspond à où et quel numéro est changé (= ne peut pas être expliqué aux gens). J'ai estimé que la situation actuelle devait être améliorée.
Pour le premier élément, apprenez d'abord sur NumPy et les pandas en utilisant les livres présentés dans "Matériaux, etc." en haut de l'article. Concernant le deuxième point, nous prévoyons de solidifier nos connaissances en étudiant tout en anticipant la réussite du niveau 2 du test statistique prévu pour juin.
p.92 Terminez la lecture jusqu'au chapitre 3. Étant donné que les éléments du didacticiel tels que les fonctions intégrées de python sont forts, la partie principale selon l'objectif initial sera après cela.
Recommended Posts