Q&A
目的や対象分野を明確にされるとより適切な回答得られやすくなります。（「Kaggleをガンガン」とはコンペに参加したいということでしょうか？）
最近データサイエンスの勉強を始めたのですが、はじめに学んでおくべき（頻繁に使われる）機械学習のアルゴリズムはどれなのか、詳しい方がいたら教えて頂きたいです。
データサイエンティストを目指しており、最近あった研究室配属では、WEB上のビックデータ解析（WEBマイニング・テキストマイニング）を行なっている場所を選んだのですが、研究の開始が来年度からということで、自分で勉強を始めていこうと考えています。
ゆくゆくはKaggleのコンペに参加するなど、扱うデータの分野にはこだわらず、データ解析のスキルを高めて行きたいと思っております。
直近ではテキストデータを扱うことになるのですが、普遍的なデータ解析のスキルを身につけていきたいです。Kaggleに関してはそうですね、まずはコンペに参加できるくらいまで勉強していこうと思っています。
「機械学習のアルゴリズム」と「データサイエンスの勉強」には隔たりがありますが、まず現状どれくらいのところまで「データサイエンスの勉強」をしているのですか？
回答1件
0
ベストアンサー
王道（１～６まで順番にやってください）
１：微分積分・線形代数
２：統計学(回帰・クラスタ・決定木・ランダムフォレストetc)の数式の理解
３：機械学習(進化計算・ニューラルネット・畳み込みニューラルネット・リカレントニューラルネット)の数式の理解
４：上記2,3のプログラムでの実装
=====１～４までは、機械学習をやりたいなら基本なので必ずやること=====
５：自分の好きな分野のアルゴリズムの数式の理解
６：自分の好きな分野のアルゴリズムのプログラムでの実装
投稿2018/11/07 10:59
総合スコア2321
あなたの回答
tips
プレビュー
