Udemyで技術習得！気の向くままにのんびりと

進捗58%(+3%) Logistic Regressionの学習を進めている。 疲れ気味のため、進捗が少ない。 模擬プロジェクト練習問題に入る前の知識の確認中。 Logistic Regressionの学習中に気が付いた点を2点メモしておく。 １、DataFram.head()と head(1)を実行した結果が微妙に違うのに気が付いた。 ・df.head() →Rowオブジェクト ・df.head(1) →Rowオブジェクト1個の配列 ..

進捗47%(+13%) 順調ではあるが苦労した。 知識の定着が十分でなかったため、DataFrameの章の最後の練習問題に非常に時間がかかった。 原因を考えるといろいろ思い当たることがある。 ・進捗を優先したために理解が不十分 ・英語講義を理解せずに聞き流していた ・コマンド自体は簡単なので使うときに調ればいいや、と思い覚えなかった ・多数のコマンドを短時間にあてもなく説明されるのでストーリー立てて思い出すのが難しい ・勉強するにあたり..

進捗34%(+7%) 思った通りに進められてない。+10%くらいは進みたいのだが... 講座自体は難しくないのだが、いくつか問題？課題？に遭遇し、解決をしながら進めている。 まず、VirtualBoxをインストールした際に画面の解像度が低いままでスタートしていた。いい加減、受講しにくいため、調査、設定を行い、Guest Additions CDのインストールを行い、解像度を上げることができ、事なきを得た。 次に、sparkが思うように動作し..

進捗27％ 順調に進んでいる。 といっても、ほとんどは環境のセットアップとPythonの基礎の復習だ。 演習環境解いてVirtualbox、AWS EC2、DataBricksの3つを用意している。 今回は、最も簡単なVirtualboxで環境を構築して、いったん講座を完了しようと思っている。 Pythonはデータ操作の復習でPandasやNumpyをやるわけではない。本当の巨大なビックデータではこれらのライブラリは使えないのだそうだ。だからPy..

はじめに ビックデータの解析や活用が盛んな昨今、データ処理のスピードも求められるようになってきている。 そんな時に有望なのが今回勉強するApache Sparkである。Apache Sparkは Google, Facebook, Netflix, Airbnb, Amazon, NASAでビックデータの課題を解決に使用されており、 Hadoop MapReduceの約100倍で処理を行うことができる。 解析対象のデータが爆発的に増大していく中、最も注目..