『機械学習』についてデイトラ・SIGNATEでオンライン学習してみた
今年度、当社ブルームテクノロジーではPythonと機械学習を学ぶため特定の講座で使った金額は、事前に申請することで費用を会社から出して頂けることになりました。
そこで、「デイトラ」や「SIGNATE(シグネイト)」といった有料のオンライン学習プラットフォームを活用しました。
…………会社のお金で勉強できるってサイコー!(小声)
せっかくなので、受講した「デイトラ」「SIGNATE」について「実際に使ってみた」社員目線でご紹介をしてみようと思います。
オンライン学習に興味はあるけれど、有料だと中々手を出しにくい……そんな方の参考になれば幸いです!
【デイトラ】 Pythonコース
概要
- 料金:税込89,800円(筆者受講時点)
- 学習所要時間:合計89.5時間
動画視聴タイプのオンライン学習プラットフォームです。
買い切り型なので、カリキュラム閲覧権は無期限。購入から1年以内であれば、講師への質問が可能です。
課題はお手本と比較する自己採点方式。アプリを作りながらコーディングを学んでいく、実践的な学習方法がとられています。
受講してみての感想
▼受講してみて良かった点
- 【成果物達成方式】
各レッスンで成果物が出来るのが楽しくモチベーションが上がります。 - 【充実したSNS教材】
Youtube Twitterなど様々なAPIを使う方法が学べます。 - 【説明の丁寧さ】
レッスン内にあるHTML CSS基礎の説明が非常に分かりやすいです。
▼自分なりに工夫が必要だった点
- 【課題数が抑え気味】
数は抑え気味ですが内容が実践的なので、学習した内容を元にした様々な自主課題を考えるのは簡単です。 - 【マルチタスクが苦手なタイプは動画視聴に工夫が必要】
動画を見ながらコードを書く受講スタイルが苦手な方は、先にお手本ファイルを見てから動画視聴すると学習しやすいと思います。
▼その他
- 【環境構築について】
レッスン内にある構築方法では仮想環境は使わないため、Pythonを複数バージョンに渡って使いたい方は注意が必要です。 - 【機械学習について】
レッスンに入っている機械学習は、とっつきとして楽しいのでお勧めです。
【SIGNATE】SIGNATE Gym / Quest
概要
- 料金:月額 税込2,200円(筆者受講時点)
- 学習所要時間:合計190時間
動画視聴+テキストを読みながら問題を解くタイプのオンライン学習プラットフォーム。料金は「サブスク形式」。
Gymは知識を深める、Questは知識を実践することに重きを置いています。
課題は「自動採点方式」。
課題を解くために必要なコードテスト実行の場はSIGNATEが準備しているため、「環境構築は不要」です。
受講してみての感想
▼受講してみて良かった点
- 【振り返り学習がしやすい】
各レッスンの目次が細かいため、「データフレームのあの処理どうやるんだっけ?」といったピンポイントな振り返りがしやすいです。 - 【コーディングに特化したレッスンが複数ある】
Gymの「プログラミング」にあるレッスンが該当します。 「テーブルデータ100本ノック」が特にお勧めです。データフレームに対して鬼の問題数で取り組めます。まさに100本ノック。
▼自分なりに工夫が必要だった点
- 【課題の回答方式は選択式or穴埋め】
自動採点するためなのか、回答方式はやや簡単です。穴埋めに関しては前後の記述も編集出来るので、「俺は真正面からぶつかりたいんだーー!」という方は一回記述を消してからチャレンジするのがいいと思います。 - 【一部数学知識が必要なレッスンあり】
高校の選択数学の先生の顔を思い出し、心の中で懺悔する人は少なくないかもしれません。
▼その他
- 【環境構築方法】
レッスン内にある構築方法はAnacondaのインストール。Anacondaはファイルサイズが大きいので、PCのストレージ容量には注意が必要です。 - 【コンペ】
Questの各レッスンでは、学習した内容に合ったSIGNATE主催コンペを提示してくれます。なおコンペへの参加は、無料の会員登録をしていればGymやQuestを受講していなくても可能です。
おわりに
いかがでしたでしょうか?
学習プラットフォームについて、上記抜粋してご紹介をさせて頂きました。
とはいえ!
どの環境でお勉強するにして実践の場……即ち「アウトプットの機会」があることが、知識の定着には重要です。
私たち、エンジニアのチームでは今回ご紹介したオンライン学習で得た「SNS API連携と感情分析」の技術を用い、収集データの分析システムの開発を予定しています。システム作成後は社内で成果発表する機会があるので、その結果もいずれ当ブログにアップしようと思います。
……乞うご期待!
(追記)
以下の記事で成果についてご紹介をしております。
自作のTwitter分析システムで「ポケレジェ」のユーザ感情分析をする
https://bloom-t.co.jp/blog/article_6289/