本記事では、自分がPythonと機械学習の勉強で活用した「無料で網羅的に勉強できるサイト」を紹介します。
Python
Pythonの勉強で一番初めに活用したものは、東大講義資料の「(2023年度版) Pythonプログラミング入門 (サイト、Colab)」になります (毎年度更新されてるみたいですが、具体的にどの部分が変わっているかはわかりません)。
ここではPythonの基礎が網羅的に紹介されており、また後半で軽く機械学習関連 (scikit-learnライブラリ)についても触れています。この講義資料の良いのはGoogle Colab上でも公開されているところで、実際にPythonを動かしながら学べますし、練習問題も豊富です。
（補足）Google Colabとは？
Google Colabは、ブラウザからPythonを実行できるサービスです。環境構築もほぼ必要なくGoogle ドライブ上で管理でき、機械学習など重い処理がハイスピードで行える GPU まで搭載されているため、高性能のPCも入りません。同じサービスとしてJupyter Lab (Jupyter Notebookの進化版)もありますが、どちらを使うかは好みです (ただ、MacだとTerminalでいちいち起動する必要があるため自分はColab推し)。Pythonの実行環境に関する詳しい話はこちらを参考にしてください。
機械学習
機械学習の勉強に関しては、Microsoftの「機械学習のためのデータサイエンスの基礎」と「筑波大の講義資料」を活用しました。これらは機械学習の基礎全般が網羅されており、初学者にとってかなりの手助けになると思います。
（補足）経済学×機械学習
近年一部の経済学において機械学習の応用が流行り始めており、特に因果推論の分野でよく見かけます。これについて、経済セミナー「機械学習は経済学を変えるのか？」で経済学と機械学習両者の立場から議論がなされており、非常に面白い内容になっています。
一例として、経済学でよく扱われる反実仮想分析に機械学習を応用した反実仮想機械学習 (Counter Factual Machine learning：概説スライド) があります。反実仮想とは、本来起こり得なかった結果をモデルの構築とそれに付随するパラメータの変化で求めるもので、国際経済でも関税などの分析でよく使われます。CFMLでは、因果推論にて一番のネックである観測されないデータの予測に注目しており、Netflixの推薦アルゴリズムなどに組み込まれています。CFMLに関して斉藤優太君のサーベイがかなり役立ちますので、興味ある方はぜひ調べてみてください。
他の無料学習サイトまとめ
上では特にPythonと機械学習について自分が活用したサイトを紹介しましたが、調べている中でデータサイエンス関連で様々な学習サイトを紹介しているTwitterのアカウント (QDくん)を見つけました。統計や深層学習なども紹介されているので、気になるものにアクセスして頂ければと思います。
Comments