確率統計の講義資料が形になってきた
今日は日曜日。雨。
午前中は9時まで寝ていた。
10時~松ちゃんの"ワイドナショー"を観て、また少し仮眠をとって
14時ぐらいから以下の4つの講義のうち★の処の資料作成を始めた。
・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
一応年内の残りの予定を上げておくと以下。
-----
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)
-----
昨日は確率統計の講義資料が全然纏まらなくて難儀したが、
やっと形になってきた。
Meは特に確率・統計嫌いで、さらに統計検定はもっと嫌いだから
一番、統計検定にスライドを割いたかな。
後は線形代数と微分積分を纏めれば何とか、★の講座資料は
何とかクリアかな。
明日から会社で火・木曜日と講義が入っているけど頑張る。
お風呂入って洗濯してから寝る。
【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) 別ビルで開催
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) 別ビルで開催
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)