Certificationを取得しました。今のところ、ダントツで重かったです。(重すぎて最終の期末テストの出来があまり良くなく、ブログに整理するのを怠っていました。。)
リンク
概要
MicroMasters ProgramであるStatistics and Data Scienceの1講座です。内容は学部レベルの確率論になります。
シラバス
Unit 1: Probability models and axioms
Unit 2: Conditioning and independence
Unit 3: Counting
Unit 4: Discrete random variables
Unit 5: Continuous random variables
Unit 6: Further topics on random variables
Unit 7: Bayesian inference
Unit 8: Limit theorems and classical statistics
Unit 9: Bernoulli and Poisson processes
Unit 10 (Optional): Markov chains
受講目的
データサイエンス、特に機械学習の勉強をしたかったが、確率・統計が最低限わからないと理論的な部分を理解できなさそうなため。
受講期間
2020年9月~12月
副読本
定番のマセマや東大出版の本は読めないとついていけない感じです。逆にいえば、この講座をきちんとこなすころには下記レベルはスラスラわかるようになるとも言えます。
基本はこの2冊ですが、ベイズ統計はまともに勉強したことがなかったので追加で補強しました。
- 作者:馬場 敬之
- 発売日: 2020/07/21
- メディア: 文庫
- 作者:小島 寛之
- 発売日: 2015/11/20
- メディア: 単行本(ソフトカバー)
感想
- 最初にも書きましたが激オモです。週に、2時間くらいかかる講義が2セット+週末課題(これも2~3時間かかる)+TAによる補講(マストじゃないが受けないと課題やテストが難しい)
- その分、身についた、マセマレベルならスラスラ解けるようになった、と言う実感値が得られやすいとも言えます。moocsに何を求めるかというと説明の分かりやすさによる理解の加速と、演習量による定着なので、どちらも満たしています。
- 公理、定義の説明をくどいくらい繰り返すのが印象的です。考えてみれば、主要な公式はそんなに多いわけではないので、きちんと定義に帰って考えると言うクセをつけさせてくれます。
- その意味では「good notation help you think clearly」というセリフが良かった。
- 余談ですがTAの人の経歴なんかを調べてみると割と強めのテック企業でPMなんかをやっている人が多い印象でした。
今後
- 3月からは統計基礎が始まります。こちらも同じシリーズなので課題激オモになることが予想されますので、きちんとスケジュールを確保しないといけません。。