データサイエンス
勉強内容
研究を進めるにあたり，データの前処理や分析，機械学習モデル構築などの基本的な技術を取得する必要がある．本年度からの試みとして，東京大学松尾研究室により作成，公開されている教材をお借りし，勉強会を開催している．
資料
東京大学松尾研究室公開の GCIデータサイエンティスト育成講座演習コンテンツ
スケジュール
| 回 | 章 |
|---|---|
| 1 | Jupyter Notebook の基本操作，Python3の基礎 |
| 2 | データ分析時によく使用されるパッケージ（Numpy，Scipy，Pandas，Matplotlib）の基礎 |
| 3 | 記述統計学，単回帰分析 |
| 4 | 確率の基礎，統計の基礎 |
| 5 | 科学計算の基礎（Numpy，Scipy） |
| 6 | データ加工処理（Pandas） |
| 7 | データの可視化（Matplotlib） |
| 8 | データベース，SQLの基礎 |
| 9 | PythonとSQLの接続，高度・高速なSQL処理 |
| 10 | MongoDB |
| 11 | 教師あり学習 |
| 12 | 教師無し学習 |
| 13 | モデル検証法，チューニング方法 |
| 14 | 深層学習に必要な知識，Pythonの高速化，Spark入門 |
| 15 | 総合問題 |