【超初心者から上級者へ】製薬研究員が機械学習を学ぶための完全フローチャート(python)

AIプログラミング
この記事は約4分で読めます。
Masu

こんにちは、製薬研究員のMasuです。

今回は製薬研究員が、pythonで機械学習を使うにあたってどのようなフローチャートで勉強していくべきかを共有していきます。

私も一から試行錯誤しながら勉強してきましたが、こうすれば良かったな、最初にあれを勉強しておくべきだったな、というのが沢山あります。

製薬研究員には余裕な時間はほとんどありません。効率的に勉強できるように、最適なフローチャートを実行していきましょう。

スポンサーリンク

①まずはProgate

最初は有無を言わさずProgateです。

Progate

https://prog-8.com から引用

忙しい製薬研究員にとって嬉しいポイントが多すぎます。何と言っても、

  1. 非常に分かりやすい。プログラミングの知識一切不要。
  2. 無料かつパソコンだけあれば始められる。
  3. 月額980円(税別)と有料版でも安い。
という点です。
まずはgmailのアカウントがあれば、1時間ほど無料で学べるので、初めてみましょう。

Progateで学べるのは基本文法

最初にProgateをお勧めするのは、プログラミング とは何かを一から学ぶことができるためです。
pythonを扱うにはオブジェクト指向などを学ぶ必要があるため、実際に手を動かして学びましょう。

Progateを終えたら、pythonのインストールをしよう

pythonのインストールに関しては、以下の記事で紹介しています。

【2020年完全保存版】製薬研究者の為のpythonインストール方法(Anaconda, PyCharm)
結論から言って、製薬会社においてpythonを扱う場合には対話型とスクリプト型の両方の環境を整えるべき。使用者が最もおすすめするJupyter Notebook (Anacondaのインストール)とPyCharmの環境構築を分かりやすく解説。

②YoutubeでNumpyとPandas、Matplotlibを学ぶ

基礎を学んだ後は、実際に使う方法を学んで行きたいのですが、その前にpythonを扱う上では、NumpyとPandas、Matplotlibという3つのライブラリーが欠かせません。
これらはpythonを使用していく上で最頻出ライブラリーです(※ライブラリーとはpythonで使える機能のようなものです)。
この3つのライブラリーを学ぶには、本を購入するよりもYoutubeが最適です。
以下のリンクがお勧めです。
Numpy
Pandas
Matplotlib

③Pythonではじめる機械学習(O’REILLY)

お待たせしました。やっとここからが機械学習を学ぶフローチャートになります。
機械学習を学ぶにあたっては先ほどと同様にYoutubeで学べるといいのですが、残念ながらそのような気の利いた動画はありません。みんな再生数を狙った薄い内容ばっかりです。
その代わり、機械学習を学ぶ上で必要なことほぼ全てを非常に分かりやすく網羅した、
価格は4000円近くと少し値がはりますが、この本から始めないと必ず後悔すると断言してもいいでしょう。
余計な内容もなく、非常に密度の濃い内容となっていますので、最初から最後まで読んでいただくことを強く勧めます。

④ゼロから作るDeep Learning

正直③までを学べば既に機械学習を問題なく使いこなせるでしょう。一方で、機械学習の中でもdeep learningを学びたいのであれば、以下も参考にしてください。
まずdeep learningとは何かを学ぶ為に、オライリー・ジャパンの「ゼロから作るDeep Learning」を読んでみてください。入門書のベストセラーです。deep learningはなかなかクセが強く、初見では理解が難しいのでこの本でじっくり勉強する必要があると思います。Numpy, Pandas, MatplotlibのYoutubeを理解していれば非常に分かりやすい本ですので、ぜひ読んでみてください。
さらに、実践を学ぶ為には、オライリー・ジャパンの「直感Deep Learning」を読んでみてください。Kerasというdeep learningを扱えるライブラリーの使い方を勉強できます。このKerasというライブラリーを使うことができるようになれば、deep learningを扱えるようになります!!
またより理解を深めるには、「ゼロから作るDeep Learning②」を買ってみてもいいでしょう。

まずは初めてみよう!

まずは一歩、Progateに登録してレッスンを初めてみてください!
明日ではありません。今日今すぐに始めましょう!

コメント