【Udemy】Python(機械学習/Django)のおすすめ・人気講座とセール情報 まとめ

このコースでは、Python3の基礎である入門コースを一通り終えた後に、今後のアプリケーション開発に役立つためのPythonのテクニックやデーターベースアクセス(SQLite, MySQL, MongoDB, SQLAlchemy, memcached, Hbase, neo4j etc)、WEB(Flask, socket, RPC etc)、インフラ自動化(Fabric, Ansible)、並列化(スレッド、マルチプロセス)、テスト(Unittest, pytest, Tox, Selenium, etc)、暗号化(pycrypto, hashlib)、グラフィック(turtle, Tkinter)、データ解析(numpy, pandas, matplotlib, scikit-learn), キューイングシステム(ZeroMQ, Celery)、非同期処理(asyncio)などのPythonを使った応用編を取り入れております。

また、Pythonのコードをただ書いて、プログラムが動けば良いというだけではなく、コードスタイルに関しても言及しております。pythonicにと言われるように、PythonはPythonらしく綺麗でわかりやすいコードを書くことが大切です。

私が10年以上勤務しているアメリカのシリコンバレーのIT企業ですが、どの企業にも世界の多くの国から、良いプログラマーが集まってきます。そのため、他の国から来た異文化の人がコードを読んでも理解できるように綺麗に書かなければなりません。

日本では、他の人にはわからない難しいコードが書ける人が素晴らしいプログラマーだとされる傾向がありますが、シリコンバレーでは、いかに綺麗にわかりやすいコードを書けるかが重要となって来ております。アメリカでは、解雇や転職などの機会も多く、コードは常に誰か新しいメンバーが入って来てもすぐにわかるようにしなければならないため、他の人にわかりにくいコードを書くブログラマーは解雇対象となってしまいます。

まずは、Pythonの基礎を学んで、アプリケーション開発の際には、コードスタイルに気をつけて、Pythonicなコードが書けるように目指しましょう。

皆様の今後のご活躍にお役に立てるようなコースとなれば幸いです。それでは、今後の皆様のご活躍を祈っております。

はじめてのPythonは、誰にでも開かれたPython初心者向けの講座です。

プログラミング言語Pythonをゼロから少しづつ丁寧に解説するので、Pythonの本質を無理なく着実に身につけることができます。

高い学習効率も本コースの特徴の一つです。

講義と演習を軸として、高い学習効率が実現できるようにコースが設計されています。

Pythonのコードに慣れるために、演習ではコードを実際に書いたりカスタマイズしたりします。

レクチャーの難易度は緩やかに上昇するので、プログラミング初心者の方でも問題なく受講することができます。もし、不明な点が生じましたら、Q&Aで遠慮なくご質問ください。

ゼロからPythonを学習し、楽しみながらそのエッセンスを身につけていただくことがこのコースの目的です。

————————————————————

Pythonは、とてもコストパフォーマンスのいいプログラミング言語です。

文法が簡潔で学習の敷居が低いにもかかわらず、高い汎用性を持っています。

そして、様々なプログラミング言語別の年収ランキングで、Pythonエンジニアの年収は1位となっています。

近年Pythonが注目を集めている理由の一つに、人工知能の分野での活躍があります。

機械学習やディープラーニングを含む人工知能の開発でスタンダードとなっており、FacebookやGoogleなどの先端企業で高い利用実績があります。

統計用ライブラリが充実しているため、データサイエンスの分野でも活躍しています。

ビッグデータの解析においても、Pythonはとても有用です。

また、IoTやロボット制御の分野において、ハードウェアの制御や自律型ロボットのアルゴリズムにPythonは用いられています。

そして、YouTube、Instagram、DropboxなどのWebアプリは、Pythonで開発されています。

その他にも、自然言語処理、数学、生物学、天文学などPythonは分野の垣根を超えて大活躍しています。

コードが簡潔に書けるため、専業のプログラマでなくても実用的なコードが書けるのが大きなメリットです。

以上のように、Pythonは実績、汎用性共に申し分なく、有用で将来性のあるプログラミング言語です。

実際にPythonは社会を様々な形で支えており、Pythonエンジニアの需要は高まっています。

様々な国内外の企業がで高待遇で募集していますが、需要に供給が追いついていません。

————————————————————

本コースの開発環境、AnacondaとJupyter Notebookは簡単にダウンロード、インストールすることができます。

環境構築の敷居が非常に低いため、プログラミング初心者の方にもお勧めです。

Pythonの習得は、あなたの可能性を大きく広げます。

本コースを修了した方は、早速Pythonを何かに使ってみたくなるのではないでしょうか。

このコースではPython3の最も基礎的な内容について学びます．
特に，多くの書籍や教育コースでは指導・解説を省略する部分を徹底的に実習しながら身につけます．
また，Pythonの文を逐一入力して実行する形の実習を基本としているめ，Pythonの文法を明確に認識して確実に理解することができます．

与えられたサンプルコードやノートブックなどをそのまま実行するだけでは得られない深さと明確さで，Pythonを理解できます．

基礎的な内容にフォーカスする関係上，GUI構築やデータ処理，人工知能に関する内容は扱いません．ただし，以下のような基礎的な項目全般を，体験しながら確実に学んでいただきます．
・データタイプとデータ構造
・繰り返し／条件分岐の構文
・端末入出力
・ファイル入出力
・関数定義
・日付・時刻情報の取り扱い
・正規表現の考え方
・オブジェクト指向
・分割プログラミング（モジュール作成）

ビデオ教材の再生時間の合計は11時間です．このコースの内容を学んだ後は，GUI構築，データ処理，人工知能関連の各種ライブラリを自力で取り扱い，現実的なレベルでアプリケーション構築に進むことができます．

【コース更新】2020年05月
　演習課題の要望をたくさんいただきましたので，各要所に演習問題のPDFを追加しました．

Python は世界中で人気があるプログラミング言語で、Google や YouTube、Instagram、Dropbox など、多数の企業やソフトウェアで使用されています。

近年では、機械学習、データサイエンス、統計分析などの分野で、高度な数値計算、科学技術計算ライブラリが豊富にある Python の重要度が増してきています。求人サイトによるプログラミング言語別平均年収ランキング (2016) で Python が 1 位になるなど、日本でも Python エンジニアへの需要が急速に高まってきています。

Python は汎用的なプログラミング言語で、様々な用途に使用することができます。Web アプリケーション、GUI アプリケーション、高度な数値計算や科学技術計算、ゲーム、ロボット向けアプリケーションと多岐に渡り、Python の知識を様々な分野で活用することができます。

この講座の特徴

この講座は、オブジェクト指向をよくわかっていないあなたが、「オブジェクト指向とはなにか？」を理解するための講座です。

オブジェクト指向は、Pythonの文法を学んだときに最後に出てくるクラス・インスタンスなどのあれです。

最後の方に出てきたので一応学んだけれども、「どう役立つのか？」が理解できなかった、という方も多いのではないでしょうか？

それもそのはずで、オブジェクト指向は開発の総合技術であり、自身の開発に活用できるようになるまでには、数多くのことを学ばなければいけません。

この講座は、他の教材では最後の方にちょっと出てくるやつである、オブジェクト指向「だけ」を2時間以上かけて徹底的に解説した講座です。

あなたにとって、今までまったくわからないものだったオブジェクト指向を、

「今すぐに開発に使えと言われたら無理だけど、オブジェクト指向がどういうものであるかはわかった！」

と思えるレベルまで連れて行くのがこの講座の目標です。

講座の進み方

なにごともそうですが、それが誕生した背景を知ると理解が深まります。

この講座でも、オブジェクト指向の誕生までの歴史から解説していきます。

歴史を学ぶことでオブジェクト指向が、当時あった問題を解決するために、必然性をもって誕生した技術であることが理解できるかと思います。

その後は具体的に、どのような仕組みによって問題を解決しているのかを、Pythonのプログラムを使いながら説明していきます。

オブジェクト指向の三大要素だけでなく、データ型・引数の値渡しと参照渡し・デコレータなど、Pythonオブジェクト指向の周辺知識についても解説しています。

また各セクションでは、理解度の確認のための演習問題も用意しております。

演習に取り組むことで、理解した「つもり」で終わらないようにしましょう。

Google ColaboratoryというGoogleが提供するブラウザ上のPython実行環境を用いて学習を進めます。

めんどうな環境構築が不要なので、オブジェクト指向の学習に集中できます。

【更新情報】

2019/6/20 sparse_categorical_crossentropyをsparse_categorical_entropyと誤記している部分がありましたので、修正しました。

【コース概要】

ディープラーニングによるAI開発は普及期に突入し、さまざまな分野で応用が広がっています。

しかし、TensorFlow（テンソルフロー）ネイティブのAPIを使う実装は複雑で時間がかかるのが問題だと言われています。

そのため、Google社ではKeras（ケラス）というTensorFlowやTheano（シアーノ）などのディープラーニングライブラリのラッパーをTensoFlow本体に取り入れ、よりシンプルで高速に開発することを推奨しています。

このコースではこのKerasを用いたディープラーニングの実装にフォーカスし、環境構築からニューラルネットワークによる学習、ディープラーニングなどを学べます。コースを終えると、あなたのアイデアをKerasを用いて短期間に実装できるようになります。

また、Kaggle（カグル）というデータサイエンティストコミュニティサイト上で、データサイエンスのコンペティションに参加する手順を解説し、オープンデータで学習を行います。Kaggleの参加者は "Kaggler" （カグラー）と呼ばれ、実力を証明するのに役立ちます。

Kagglerとなってメダル取得を目指して学習し、就職や転職に役立つポートフォリオを作り、AIエンジニアやデータサイエンティストとして活躍できるようになりましょう！

【コース概要】

1. 機械学習・深層学習の概要と環境構築

2. 3層ニューラルネットワークでMNISTを解く

3. 畳み込みニューラルネットワークでFashion_MNISTを解く

4. Kaggleへの登録とコンペティションの解読方法

5. Kaggleで学ぼう！　（Dogs vs. Cats）

   1. Dogs vs. Cats をCatdogNet（VGG-16コンパクト版）で解く（2018/11/14　追加)

【更新情報】

11/14 セクション５にモデルの定義、学習の実行、結果の可視化までを追加しました。

11/12 セクション５に正解ラベルの生成、Seabornによるカウントプロットや画像データの表示のレクチャーを追加しました。

11/10 セクション５にリストの内包表記のレクチャーを追加しました。

みんなのAI講座は、誰に対しても開かれた人工知能、機械学習の講座です。プログラミングや数学の事前知識はほとんど必要ありません。

難解な数式やプログラミングが学習の妨げであった方でも、問題なく学習できます。

文系や非エンジニアの方にもお勧めです。

Udemyの受講生数が数万人に及ぶ経験豊富な講師が指導します。

本コースでは、人工知能技術全般の解説を行いますが、実際にを書くのは主に機械学習のコードです。

機械学習のコードは、人工知能の分野で最もメジャーなプログラミング言語、Pythonで記述します。

開発には、Google Colaboratoryという開発環境を使います。これにより、初心者の方が躓きやすい環境設定が大幅に楽になります。ターミナルなどのコマンドラインを開く必要はありません。

データの分類や、文字認識、株価分析などの実践も行います。

-------------------- お知らせ -----------------------

本コースは、2020年8月3日にリニューアルされました。

開発環境はGoogle Colaboratorlyに変更され、コードも全面的に更新されました。

旧レクチャーですが、本講座後半のセクションにそのまま残っています。

本講座の動画時間の4割程度は旧コンテンツになりますのでご注意ください。

----------------------------------------------------

その他コースの特徴は、以下通りです。

- 理論よりも体験を、手を動かすことを重視します。

- 可能な限り、簡単な数学を用いて解説します。

- 必要な数学はグラフィカル、直感的に解説します。

- ニューラルネットや機械学習などの難しい概念は、細かく分解して少しずつ学習します

- プログラミング初心者、未経験者でも大丈夫です。プログラミング言語Pythonを基礎から勉強します。

- 機械学習の基礎が身につきます。機械学習のコードを一から実装します。既存の有名ライブラリの解説も行います。

なお、大学レベル以上の数学や、機械学習の深い理論の解説は行いませんのでご注意ください。

ディープラーニングに関しては、概念のみの解説となります。

【最新更新状況】

2019/4/18 GoogleのチュートリアルのKeras移行に伴い、

• Google Colaboratoryによる体験

• 3層ニューラルネットワーク

• 畳み込みニューラルネットワーク

のセクションを追加し、旧コンテンツ（TensorFlowネイティブでの開発）はアーカイブしました。

2018/10/19  TensorFlow 1.11 CPU/GPUのインストール手順（conda版）を追加しました。

　　　　　また、古いバージョンのインストール方法の動画は削除しました。

2018/3/9　Anaconda 3とTensorFlow 1.6のインストール手順を追加しました。

2017/12/4  レクチャー23のスライドに誤植があったので更新しました。

2017/11/16 TensorFlow 1.4.0（CPU版）のインストール手順を収録・追加しました。

2017/10/26 Anaconda3 5.0.0 + TensorFlow 1.3のインストール手順をmacOS, Windows版をそれぞれ追加しました。

2017/9/15 TensorFlow 1.3 GPU版のインストール手順を掲載しました。

2017/8/24 TensorFlow 1.3 GPUでcuDNN 6.0が必須になりましたので、補足を追加しました。

2017/8/13 Anaconda 4.4.0 / Python 3.6のインストール手順を追加しました。

　Windows環境でもPython 3.6がサポートされました。（＊以前はPython 3.5のみ）

2017/8/2 TensorFlow 1.2.1のインストール手順を追加しました。

2017/4/29 スタイル変換（写真を画家のタッチで描く）のチュートリアルを追加しました。

2017/4/27 TensorFlow 1.1がリリースされましたので、インストール手順を追加しました。なお、既存のチュートリアルは1.1での動作を確認しました。

2017/4/3 機械学習の概要解説を追加しました。

2017/2/27 TensorFlow 1.0のインストール方法、MNIST for Beginners・Expertsのコード実行のレクチャーを追加しました。

2017/2/22 Windows版のインストール手順を更新しました（Anaconda 4.2.0のダウンロード・インストール手順）

2017/2/21 勾配降下法・ミニバッチの解説を追加しました。

2017/2/12 Jupyter Notebookでコメントを入力する方法。Jupyter Notebookの終了方法を追加しました。

2017/2/9 MNIST for Experts のスライドを更新（活性化関数の解説を追加）しました。

2017/2/8 活性化関数（ReLU）の図解レクチャーを追加しました。

【ご注意】

このコースは、Python経験者で英語でGoogle社のTensorFlowチュートリアルが自力で理解できる方には物足りないと思いますのでご注意ください。チュートリアルを実施するのはナンセンスだと考える上級者の方には決して受講をお勧めしません。間違えて受講された場合は返金も可能ですので、初心者以外の方は受講しないでください。

Pythonをはじめて体験する方、TensorFlowでどんなことができるかを体験してみたい、という方を対象にしています。TensorFlowライブラリを使用したアプリケーション開発などは別コースを企画しています。

【2019年、ディープラーニングが急速に普及します】

2017年1月30日にピッツバーグで開催されていたトップレベルのチェスの試合で、カーネギーメロン大学のグループによる人工知能 "Libratus" が人間を打ち負かしました。2017年初めには、オンライン囲碁（野狐囲碁）でチャンピオンに連勝する人工知能（Master）が登場して話題になりました。Masterの正体は、2016年にイ・セドルプロを破った "アルファ碁（AlphaGo）" の改良版でした。アルファ碁は、イギリスのディープマインド社で開発されている人工知能です。ディープラーニングや強化学習と呼ばれる仕組みを使って、コンピューターが自己対戦を繰り返して成長するコンピュータープログラムです。AlphaGoのトレーニングにはGoogle社のTensorFlowという人工知能のライブラリが使われています。

医療や農業、教育などさまざまな分野で、「人工知能・AI」による自動化、分類や推定が注目されています。ディープラーニングは、コンピューターにさまざまな情報を学習させて、分類や推定を行う機械学習の一種です。人間の脳を模したニューラルネットワークを何段にも（ディープに）重ねることで、精度の向上を実現しています。

2017年のCES （コンシューマー・エレクトロニクス・ショー）では、ディープラーニングを実装したロボットを使ったサービスやアプリケーションが次々と発表されました。今後も続々と登場するでしょう。

この講座は、AlphaGoにも採用されているGoogle社のTensorFlowライブラリを使って、短期間にディープラーニングによる人工知能の動作を体験し、ディープラーニングを活用したサービスやプロダクトの企画・開発のヒントを得られるようになることを目指して制作しました。

TensorFlowは、GooglePhotoやGoogle翻訳、Google検索などで実際に使われている機械学習、深層学習のライブラリです。

さまざまなOS上で動作をしますので、学習だけでなく、ウェブアプリケーション開発やモバイルアプリ開発も可能です。

【コースの概要】

このコースは、Udemyでのべ82,000名にプログラミングを指導してきたベテラン講師が担当します。

Google社が公開しているオープンソースの人工知能ライブラリ・TensorFlow（テンソルフロー）を使って、

以下のような順で学習を進めます。

第0日：　環境構築

• Anaconda (Python 3) , TensorFlowのインストール

• TensorFlowでHello World!

第1日：　手書き文字の分類　（多項ロジスティック回帰）

• 多項ソフトマックス回帰の実行

第2日：　手書き文字の分類　（畳み込みニューラルネットワーク）

• 2段階の畳み込み・プーリング層、2層の全結合層を組み合わせたニューラルネットワークで精度を向上させる

• 学習したモデルを使用して分類を実施してみる（収録中）

第3日：　画像認識

• パンダの画像認識

• オリジナル画像（犬）の認識

第4日：　スタイル変換

• 画家のタッチをAIに学習させ、写真のスタイル変換をするAIプログラムを体験します。

• サンプルは北斎の「波」を使用しますが、ムンクやゴッホなどのデータも使用可能です。

オプション（必須ではありません）

• Python 3の概要 

• Python 3 のミニマムな文法

• 参考文献リスト

プログラムをJupyter Notebook上でステップ・バイ・ステップで実行しながら、ディープラーニングの仕組みを体験していきます。

＊レクチャーで使用したJupyter Notebookはコース内でダウンロードできます。お急ぎの方はコーディングせずにプログラムを実行できます。ご自身でコーディングするとより理解が深まるでしょう。

【このコースを学ぶと】

人工知能と言われても、言葉だけではどんなことができるのかピンときません。しかし、実際に人工知能のトレーニングや推定を体験してみると、いろいろなアイデアが生み出せるようになるでしょう。

ぜひこの機会にTensorFlowを体験し、人工知能時代に活躍するスキルを手に入れましょう。現在、世界中でディープラーニングエンジニアの求人が急拡大しています。また、あらゆる業種で、人工知能を適用して課題解決が図れる人材が切望されています。エンジニアでなくても、ディープラーニングや機械学習の概念を理解することで、人工知能の得意なことを活かしたり、まだ人工知能ではできない限界を知って、リアリティのある意思決定ができるようになります。

【このコースの特徴】

• 数学やプログラミングの知識がなくても、ディープラーニングのプログラムを体験できます。

• 数式を理解できなくても、概念的にどういう処理をしているのか、を直感的に理解できるようになります。

• 畳み込みやプーリングなど難解な処理の仕組みを図解で理解できるようになります。

• Python 3 + TensorFlowを使って、パソコン上でディープラーニングを体験できます。

• ボーナストラックでは、Python 3の基礎を解説します。

【受講をおすすめしない方】

• すでにTensorFlowのチュートリアルを体験済みで解説が不要な方

• すでにディープラーニングに詳しい方

• Linuxでないと学習をしたくない方

• 動画で学習するのはナンセンスだ！書籍で学んだ方がいい！という方

• ソフトウェアのインストールや、コードの入力は全くしたくない方

• WindowsやMacでPythonプログラミングをやるのは気に入らないという方

人工知能をマスターしたら、あなたはどんな問題解決をしますか？

＊＊＊今後の予定＊＊＊

続編として、

• ニューラルネットワークをNumPyで自作して数学的処理を理解する講座

• CIFAR-10など本格的なディープニューラルネットワーク

• RNN（リカレントニューラルネットワーク）LSTMなどを使用した自然言語処理

• 音声認識などのアプリケーション

• C++の基本と、TensorFlowの使用

• Raspberry Pi 3でTensorFlowを動かしてみよう

• iOSやAndroidでTensorFlowを使用してみよう

• Chainerでディープラーニングを学ぼう

などの講座化を企画しています。

もしリクエストがあれば、メッセージなどでお知らせください。

＊＊＊　受講上の注意　＊＊＊

このコースは動画で、はじめてディープラーニングやCNNなどを学ぶ方のためのコースです。

環境構築から１つ１つ丁寧に解説していきますので、

・動画より書籍で学びたい方

・すでにCNNなどについて基礎から学習するのは馬鹿らしい

という方は、間違って受講されないようご注意ください。

また、間違えて登録した方は30日以内であれば返金可能なのでお試しください。

＊更新情報

2019/1/19 iOSアプリ化セクションのソースコードをセクションの最後に追加しました。

2019/1/7 CoreML対応フォーマットに変換し、iOSアプリ化するセクションを完成しました。

＊ただし、実機での実行・アプリ配布にはMacとApple Developerプログラム登録が必要です。

2018/3/22 Flaskでウェブアプリ化するセクションを追加しました。

2018/2/10 コマンドラインから画像ファイルを指定して推定を行うプログラムを作成するセクションを追加しました。

2017年1月にリリースしたTensorFlow入門・ニューラルネットワーク入門コースでは、およそ8,000名の受講生のみなさんが典型的な手書き文字認識問題を体験しました。

そして多くの受講生のみなさんから「AI分類器を自作して、ビジネスや趣味に活かしたい！」というリクエストを多数いただきました。

そうしたリクエストに応えるために、このコースは制作されました。

【コースの概要】

コース内では、

1. Pythonでオンラインでクローリングを行い、画像データを収集する

2. 収集したデータを同じサイズに加工して深層学習の前処理（準備）をする

3. 前処理をしたデータを用いて、ディープラーニングを実行し、モデルを作成する

4. モデルを使って、テストデータにより性能評価を行う

5. より精度を向上させるためのデータの改善を行う

6. 画像ファイルを与えて推定を行うプログラム（ウェブアプリ・iOSアプリ）を作成する

というチャレンジをしていきます。

また、このために必要なAnaconda, Python 3, TensorFlow, Keras, 画像処理ライブラリ, スクレイピング・クローリングライブラリなどの導入や設定についても詳細に解説します。

あなたが集めたデータを整理してプログラムを実行するとオリジナルの画像分類AIを作れるようになります。

この講座を受講したら、あなたはどんなAI分類器を作りますか？

このコースは、Pythonを使ってデータを解析し可視化するために必要なスキルを網羅しています。Pythonと科学計算のためのライブラリの使い方が完璧に理解できるようになっています。

このコースを習得すれば、次のような事ができるようになります。

- Pythonプログラミングへの知識が深まります。

- numpyを使って、アレイを使った数値計算ができるようになります。

- pandasを使った効果的なデータ解析ができるようになります。

- matplotlibとseabornを使って、出版にも使えるほど綺麗なデータの可視化が可能になります。

- Pythonを使って実際にデータを解析する方法論が身につきます。

- 機械学習への理解が相当高まります。

- すべてのコードはPython3に完全対応しています。

20時間以上、100本を超えるビデオと、すぐに使えるPythonコードがまとまった資料が用意されていますので、データサイエンスに関する知識が飛躍的に高まります。

【概要】
本講座では、データサイエンスをこれから勉強したい方や興味はあるが何をどうやって勉強すれば良いかわからない方、及びプログラミング初心者を対象としています。データサイエンスの一連の流れを体験できるカリキュラムとなっており、学ぶべきことのヒントを散りばめ、よりステップアップしていく為の足掛かりとなるような設計を心がけました。

【本講座のこだわり】

• 実践を重視し、リアルなデータと課題を教材として採用しています
• 言葉や概念を学習するスライドの章とプログラミングしながら実践する章の２つを用意しています
• 一問一答形式の教材を用意。問題を解き進めることでプログラミングが徐々に身につき、データサイエンスの流れが体験できるようになっています
• 分析コンペティションも教材として採用し、楽しみながら学習が進められます
• 講座終了後に使用した教材が自身の教科書となるようになっており、もう一度ご自身の力で教材の問題を解き直すことで復習にも利用できます
• 発展的な内容は極力除外し、なるべく平易な表現や例を使い、イメージで理解できるように工夫しました

【その他】

• python3を採用し、プログラミング環境はjupyter notebookを利用
• 11個のjupyter notebookファイルをオリジナル教材として用意

【講師より】
本講座でご紹介するのはデータサイエンスの中でもごく一部ですが、概要がわかり、ちょっと手が動かせるようになると、ご自身でどんどん学習を進められるようになります。より多くの方がデータサイエンスに興味を持っていただき、ご活躍頂ける為に、本講座が少しでも皆さんのお役に立てれば幸いです。

このコースは、Pythonを使ってデータを解析し可視化するために必要なスキルを網羅しています。Pythonと科学計算のためのライブラリの使い方が完璧に理解できるようになっています。

このコースを習得すれば、次のような事ができるようになります。

- Pythonプログラミングへの知識が深まります。

- numpyを使って、アレイを使った数値計算ができるようになります。

- pandasを使った効果的なデータ解析ができるようになります。

- matplotlibとseabornを使って、出版にも使えるほど綺麗なデータの可視化が可能になります。

- Pythonを使って実際にデータを解析する方法論が身につきます。

- 機械学習への理解が相当高まります。

- すべてのコードはPython3に完全対応しています。

20時間以上、100本を超えるビデオと、すぐに使えるPythonコードがまとまった資料が用意されていますので、データサイエンスに関する知識が飛躍的に高まります。

このコースは、Djangoに興味を持っているエンジニアが、公式ドキュメントのエッセンスを講師の言葉や講師のデモにより学ぶことで、Djangoの魅力を再発見し、スキルアップを目指すためのコースです。

このコースがどのような受講生を対象にしているか

• Djangoとは何か、どのようなメリットがあるのか知りたいエンジニア

• Djangoを使ってみたいエンジニア

• Djangoスキルの幅を拡げたいエンジニア

• 公式HPのドキュメントで挫折したエンジニア

• Django関連書籍での学習に挫折したエンジニア、物足りないと感じているエンジニア

このコースで受講生が何を達成できるか、またどのようなスキルが身に付くか

• Djangoビギナーは、Djangoの概要・メリットを短時間で習得できます。

• Django経験者は、Djangoのスキルの幅を拡げることができます。

• Django開発について一連のステップを理解することができます。

• スキルレベルに分別したDjangoの重要なトピックを習得することができます。

• DjangoでのWebアプリ開発が、いかに効率的かわかります。

• 本コースで感じたDjangoの魅力を、他の人に伝えることができます。

このコースの構成

• イントロダクション

• 第Ⅰ部 スターティングガイド

• 第Ⅱ部 スキルアップガイド（初級）

• 第Ⅲ部 スキルアップガイド（中級）【2019年12月から順次公開予定】

• 第Ⅳ部 スキルアップガイド（上級）【2020年3月から順次公開予定】

• 第Ⅴ部 HOWTOガイド【2019年12月から順次公開予定】

• 第Ⅵ部 リファレンスガイド【2020年3月から順次公開予定】

このコースの特徴

• 公式ドキュメントを元にしたカリキュラムであるため、ムラや抜けがないコース内容となっています。

• 公式ドキュメントの内容を、よりわかりやすい日本語でお伝えすることで、挫折せず学ぶことができます。

• チュートリアルからワンランク上のテクニックまで、幅広いスキルレベルに対応しています。

• 重要なパーツをチョイスして再構成したチュートリアルにより、最短ルートでDjangoの全体像がマスターできます。

• Djangoの話題だけで構成されたカリキュラムにより、圧倒的な量のDjango情報を手にいれることができます。

このコースを受講するにあたってどのような知識やツールが必要か

• Python言語の基礎知識（リスト、タプル、辞書など）

• Pythonオブジェクト指向プログラミングの基礎知識（クラス、インスタンス、フィールドの意味など）

• SQLの基礎知識（SELECT,INSERT,UPDATE,DELETEの意味など）

• リレーショナルデータベースの基礎知識（テーブルの関連付けの概念など）

• HTMLの基礎知識

• Webアプリケーション開発の基礎知識（リクエスト・レスポンス・セッションなどの意味など）

• （演習課題を実施する方のみ）PC（OS問いません）

このコースは、プログラミング言語Python(3.6)とDjangoフレームワーク(2.0〜)についてのコースです。

PythonのセクションではDjangoフレームワークに必要な知識だけに留まらず、基本的な内容も一通り学習し、土台となる知識を身につけるのが目標です。

Djangoフレームワークのセクションでは、シンプルな日記帳や社員管理システムといったものから、実用的なブログアプリケーションも作成し、Djangoについて学習していきます。

見た目の良いページを作成するために、HTML・CSS、Bootstrap4といった内容についても触れます。

プログラミング言語PythonやDjangoフレームワーク、Webアプリケーションに興味のある方はぜひ受講ください。

＊＊＊　更新情報　＊＊＊

2017/11/27 リクエストをいただいたので、viエディターの解説を追加しました。

【このコースの概要】

このコースはPythonをベースにしたウェブアプリケーションフレームワークのDjango（ジャンゴ）の基礎を短期間でマスターするために制作されました。

Udemyでのべ3万人に教えている現役エンジニアが、理論解説と演習を組み合わせながら、スモールステップで学べるカリキュラムを提供し、みなさんの学びを全力でサポートします。

また今回はローカル環境だけではなく、Amazon Web Service EC2上にUbuntu 16.04をインストールし、アプリを外部公開するノウハウについても、詳細に解説しますので、プロトタイピングやプルーフ・オブ・コンセプト開発、スタートアップのMVP（Minimum Viable Product）開発、新たなプロダクトやサービス開発などにも役立てられます。

あなたならどんなウェブサービスを作りますか？

【Django（ジャンゴ）とは？】

Djangoは、現在Ruby on Rails、Express（Node.js, JavaScript）と並んで、最も人気があるウェブフレームワークの１つです。UdemyのプラットフォームもPythonとDjangoで開発されています。

特に2017年はデータサイエンスや機械学習、AIなどへの注目が高まり、Pythonを学ぶユーザーが増えていますが、開発したAIなどをプロダクトやサービスにするにはウェブアプリ化が必須です。またモバイルアプリへのAPIを提供する仕組みとしてもDjangoは優れた機能を備えています。

しかしRuby on RailsやPHPのように日本語の書籍や情報が少なく、とっかかりがない方も多いでしょう。今回はそうしたハードルを下げるためにコース化に取り組みました。

【このコースの特徴】

このコースを学ぶと、Python/Djangoを使用したウェブアプリケーション開発のフローを理解し、シンプルなデータベース連動アプリケーションを作成することができるようになります。

また現役エンジニアならではの、

• AWS EC2インスタンス（Ubuntu 16.04 LTSベース）の作成

• Linuxコマンドによるパッケージのインストール（Django 1.11, virtualenv, PostgreSQL）

• 仮想環境の作成とアクティベート

• ファイアウォール設定の変更

• WebフレームワークへのBootstrapやJavaScript/jQueryなどの組み込み方

などを本番と同じAWS EC2環境での実習を通じて学べます。

Pythonのミニマムな基礎文法もカバーしているので、データサイエンスなどで大注目されているPythonの基礎を学ぶこともできるお得なコースとなっています。Pythonが全くはじめての方でも学習が進められるように、スモールステップで進んでいきます。Pythonを既習の方はPythonのイントロセクションはスキップしてもOKです。

ぜひこの機会にPythonによるウェブ・アプリケーション開発の基礎を理解し、ECサイト構築、IoTや機械学習などと連携したウェブアプリ開発にチャレンジしましょう。

【コースの構成】

１．環境構築

• Pythonが動作する環境を作る

• Anaconda3のインストール

• 仮想環境の作成と、アクティベーション

２．Pythonの基礎（スキップ可能）

• 変数

• リスト

• 条件分岐

３．Djangoでブログサイトを作ろう（Django 1.1ベース、2.0は追加収録中）

• データベースとの連動（マイグレーション）

• Djangoのルーティングと正規表現

• Bootstrap 4の適用

• スタティックコンテンツの表示

などを通じて、ブログサイトを作ります。

４．クラウドサーバー（AWS）上にデプロイしてみよう

• ３で作成したサイトをライブサーバーに配置してみよう

• Amazon Web Service に登録して無料枠を使おう

• EC2上でUbuntuのインスタンスを作成してみよう

• PostgreSQLを使ってみよう

• Django内蔵サーバーでアプリを動かしてみよう

• GunicornでDjangoのプロジェクトを動かす

• Nginxをフロントエンドサーバーに使用する

５．APIの開発（REST Framework）（＊現在収録・編集中）

• REST Frameworkを使用して、Web APIを開発してみよう。

• RESTフルなインタフェース

• JSONデータの扱い

• データのシリアライズ

６．Rasberry Pi上で動かしてみよう（＊追加予定）

• ラズベリーパイ上にDjangoで制作したサイトを掲載し、外部からアクセスできるようにします。

• ラズベリーパイでPythonを学ぶ環境構築ができます。

7. 応用編

• Djangoでのログイン処理

• センサープログラミングとの連携