とりあえず今週やりきったよ
今日は金曜日。曇り。
5時起床。
6時半頃に家を出て会社。
朝食は会社近くのカフェでモーニング。
午前中は12/26予定の機械学習概要講座の資料作成や
データサイエンス基礎知識講座（数学）の講座資料内容の検討していた。
午後からPythonプログラミング講座（後半0.5日）をやった。
以下、残りの年内の予定。
-----
12月24日 Pythonプログラミング（0.5日） （二人目）
12月26日 機械学習概要（1.0日） （一人目）
-----
12月24日 Pythonプログラミング（0.5日） （二人目）
12月26日 機械学習概要（1.0日） （一人目）
-----
受講者は昨日一日目を受講された方で、既にPythonプログラマの方だったので、
ちょっと高度な関数型プログラミングやモンテカルロ法を使った近似プログラミング、
ナップザック問題などの問題を出した。
それなりに苦戦していたけど、何とかついてきてくれて良かった。
定時退勤。
帰りに知り合いの女性と会い色々とおしゃべりして帰りました。すっきりした。
とりあえずやっと週末になりました！
週末は以下の講座資料作成準備に充てたいと思います。
・データサイエンス基礎知識（数学）講座
・機械学習概要講座
・データサイエンスツール講座
・職業訓練校Java基礎演習講座
・機械学習概要講座
・データサイエンスツール講座
・職業訓練校Java基礎演習講座
お風呂に入って寝る。
【今後の予定】
・某大手電機メーカー子会社の育成候補3名選抜でデータサイエンス講義
ーーーーーーーーー
●一人目
12月26日 機械学習概要（1.0日）
01月08日 データサイエンスツール（1.0日）
01月20日 データサイエンスツール（0.5日）
・某大手電機メーカー子会社の育成候補3名選抜でデータサイエンス講義
ーーーーーーーーー
●一人目
12月26日 機械学習概要（1.0日）
01月08日 データサイエンスツール（1.0日）
01月20日 データサイエンスツール（0.5日）
●二人目
12月24日 Pythonプログラミング（0.5日）
01月16日 データサイエンス基礎知識（1.0日）
01月23日 機械学習概要（1.0日）
01月28日 データサイエンスツール（1.0日） バッティング
01月30日 データサイエンスツール（0.5日）
12月24日 Pythonプログラミング（0.5日）
01月16日 データサイエンス基礎知識（1.0日）
01月23日 機械学習概要（1.0日）
01月28日 データサイエンスツール（1.0日） バッティング
01月30日 データサイエンスツール（0.5日）
●三人目
01月09日 Pythonプログラミング（1.0日）
01月10日 Pythonプログラミング（0.5日）
01月16日 データサイエンス基礎知識（1.0日）
01月17日 機械学習概要（1.0日）
ーーーーーーーーー
・大人のためのビジュアルプログラミング講座
ーーーーーーーーー
01月14日 PM メイン講師
01月21日 PM サブ講師
01月28日 PM サブ講師 バッティング
ーーーーーーーーー
・02月06日～03月04日 訓練校、Java基礎演習メイン講師
・03月06日～03月09日 訓練校、SQL基礎演習メイン講師
01月09日 Pythonプログラミング（1.0日）
01月10日 Pythonプログラミング（0.5日）
01月16日 データサイエンス基礎知識（1.0日）
01月17日 機械学習概要（1.0日）
ーーーーーーーーー
・大人のためのビジュアルプログラミング講座
ーーーーーーーーー
01月14日 PM メイン講師
01月21日 PM サブ講師
01月28日 PM サブ講師 バッティング
ーーーーーーーーー
・02月06日～03月04日 訓練校、Java基礎演習メイン講師
・03月06日～03月09日 訓練校、SQL基礎演習メイン講師
【やることリストのタスク】
・Python講座カリキュラム体系の再検討と講義資料の作成
・神奈川県職業訓練Java&Python養成科 Java講義準備（講義日程：2月7日～3月4日）
・某大手電機メーカー子会社の育成候補3名選抜でデータサイエンス講義準備（以下講義内訳）
ーーーーーーーーー
●【Pythonプログラミング（1.5日）】
●【データサイエンス基礎知識（1.0日）】
・Python講座カリキュラム体系の再検討と講義資料の作成
・神奈川県職業訓練Java&Python養成科 Java講義準備（講義日程：2月7日～3月4日）
・某大手電機メーカー子会社の育成候補3名選抜でデータサイエンス講義準備（以下講義内訳）
ーーーーーーーーー
●【Pythonプログラミング（1.5日）】
●【データサイエンス基礎知識（1.0日）】
●【機械学習概要（1.0日）】
●【データサイエンスツール（1.5日）】
ーーーーーーーーー
・人工知能プログラミングのための数学がわかる本 石川 聡彦
・現代数理統計学の基礎 (共立講座 数学の魅力) 久保川 達也
・計算機代数の基礎理論 長坂 耕作
・統計モデルと推測 (データサイエンス入門シリーズ) 松井 秀俊
・科学技術計算のためのPython―確率・統計・機械学習 Jose Unpingco（P.106/297読了）
・Kaggleで勝つデータ分析の技術 門脇 大輔（P.111/407読了）
・わかりやすいパターン認識 石井 健一郎
・続・わかりやすいパターン認識―教師なし学習入門― 石井 健一郎
・機械学習スタートアップシリーズ これならわかる深層学習入門 (KS情報科学専門書) 瀧 雅人（P.199/330読了）
・工学系の関数解析 小川 英光（P.212/283読了）
・みんなのR 第2版 Jared P. Lander（P.82/575読了）
・エントロピーの正体 アリー・ベン＝ナイム（P.56/184読了）
・逆数学:定理から公理を「証明」する ジョン・スティルウェル（P.27/205読了）
