2020-02-09

機械学習・ディープラーニングの良書まとめてみた

はじめに

機械学習やディープラーニングには興味があったものの、プログラミングにコンプレックスがあったので、なかなか手が出せずにいました。しかし、去年下半期にPyQを一通りこなし、仕事でも多少プログラミングをするようになったこともあり、そろそろその分野の勉強を始めたいな、と。

勉強手段には色々ありますが、書籍は最低限のクオリティは保証されており、体系的に知識を得ることができるため、有用なものといえるでしょう。とはいえ本の中でもクオリティには差があると思います。そのクオリティを確かめるために、レビューを参考にする方は多いと思いますが、一体誰を信じればいいのでしょうか。この人とは価値観が合う、この人みたいになりたい、というものがあればその人のおすすめを参考にすればいいと思いますが、知識がない状況ではどの人を信用していいかもわからないと思います。

そこで考えました、多くの記事で紹介されているものならばある程度の質は担保されているのではないかと。多くの人に読まれている、はそれだけで意味があると思っています。多くの人が読んでいるからこそ共通言語として扱われているようなものもあると思いますし、疑問点も解決する可能性が高い。

ということで「おすすめ」「入門」「良書」とかで検索したいくつかの記事の中で、複数の記事に紹介されているものをまとめました。

余談

ここまで書いてまとめてから思ったのですが、こういう本を読むことはあくまで目的を達成するための「手段」です。なんとなく機械学習やってみたいなーと思ってなんの本読もうかなーぐらいの軽いモチベーションで始めてしまいましたが、本来はやりたいこと（＝「目的」）に最短距離で到達できる可能性が高い手段、がその人にとっての「良い本」であるはずです。

そもそも、機械学習そのものも手段です。何らかのデータ（数値、自然言語、画像、、、etc）に対して分析や解析をするためのイチ手法でしかないと思います。

そのため自分がやっていることは、志望校も受ける教科も決まっていないのに、おすすめの参考書をまとめてみたようなものです。

ただ、お蔵入りしても仕方ないですし、その本自体の評価を検討する上ではある程度意味があることだとは思うので、まとめてみました。

注意事項

機械学習の活用分野については考慮していません。大まかな「機械学習」というくくりでやっているため、自然言語処理がやりたい！Kaggleで勝ちたい！と目的が明確な人はその目的に合わせて必要なところだけピックアップしてもらえればと思います
実際の内容については考慮していません。合う、合わないは個人によるものが大きいと思いますので、立ち読み等で確認することを勧めます。
カテゴリの判断基準はありません。こちらの記事に従っていますが、含まれないものは私の独断と偏見でいれています。
並び順に意味はありません。カテゴリ内で言及記事数が多いものは先に書いてあります。
参考記事の選定理由に深い意図はありません。他におすすめなものがあれば教えていただけると幸いです。
抜け漏れ・確認不足あるかもしれません。あったらすみません。

参考記事一覧

投票（投票_1~3で表記）

個人（個人_1~6で表記）

企業（企業_1~3で表記）

結果

3記事以上で言及されていたものをまとめました。書籍のあとの（）内は言及した記事です。

【入門編】

機械学習入門ボルツマン機械学習から深層学習まで

作者:大関真之
出版社/メーカー: オーム社
発売日: 2016/12/01
メディア: 単行本（ソフトカバー）

（投票_1,投票_3,企業_1）

見て試してわかる機械学習アルゴリズムの仕組み機械学習図鑑

作者:秋庭伸也,杉山阿聖,寺田学
出版社/メーカー: 翔泳社
発売日: 2019/04/17
メディア: 単行本（ソフトカバー）

（投票_3,個人_2,個人_3,個人_6）

人工知能は人間を超えるかディープラーニングの先にあるもの (角川EPUB選書)

作者:松尾豊
出版社/メーカー: KADOKAWA/中経出版
発売日: 2015/03/11
メディア: 単行本

（投票_1,個人_5,企業_2）

深層学習教科書ディープラーニング G検定(ジェネラリスト) 公式テキスト

作者:浅川伸一,江間有沙,工藤郁子,巣籠悠輔,瀬谷啓介,松井孝之,松尾豊
出版社/メーカー: 翔泳社
発売日: 2018/10/22
メディア: 単行本（ソフトカバー）

（投票_1,個人_5,企業_2）

【実装・実践編】

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

作者:斎藤康毅
出版社/メーカー: オライリージャパン
発売日: 2016/09/24
メディア: 単行本（ソフトカバー）

（投票_1,投票_2,個人_4,個人_5,企業_3）

Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎

作者:Andreas C. Muller,Sarah Guido
出版社/メーカー: オライリージャパン
発売日: 2017/05/25
メディア: 単行本（ソフトカバー）

（投票_1,投票_2,個人_5,企業_1,企業_3）

[第2版]Python 機械学習プログラミング達人データサイエンティストによる理論と実践 (impress top gear)

作者:Sebastian Raschka,Vahid Mirjalili
出版社/メーカー: インプレス
発売日: 2018/03/16
メディア: 単行本（ソフトカバー）

（投票_1,個人_1,個人_5,企業_2,企業_3）

PythonとKerasによるディープラーニング

作者:Francois Chollet
出版社/メーカー: マイナビ出版
発売日: 2018/05/28
メディア: 単行本（ソフトカバー）

（投票_1,個人_5,企業_3）

scikit-learnとTensorFlowによる実践機械学習

作者:Aurélien Géron
出版社/メーカー: オライリージャパン
発売日: 2018/04/26
メディア: 単行本（ソフトカバー）

（投票_1,個人_2,個人_5）

Kaggleで勝つデータ分析の技術

作者:門脇大輔,阪田隆司,保坂桂佑,平松雄司
出版社/メーカー: 技術評論社
発売日: 2019/10/09
メディア: 単行本（ソフトカバー）

（投票_3,個人_2,個人_3）

【プログラミング編】

独学プログラマー Python言語の基本から仕事のやり方まで

作者:コーリー・アルソフ
出版社/メーカー: 日経BP
発売日: 2018/02/24
メディア: 単行本

（投票_1,投票_2,投票_3,個人_3,企業_3）

【数学・理論編】

やさしく学ぶ機械学習を理解するための数学のきほん ~アヤノ&ミオと一緒に学ぶ機械学習の理論と数学、実装まで~

作者:立石賢吾
出版社/メーカー: マイナビ出版
発売日: 2017/09/21
メディア: 単行本（ソフトカバー）

（投票_1,投票_3,企業_1,企業_3）

パターン認識と機械学習上

作者:C.M. ビショップ
出版社/メーカー: 丸善出版
発売日: 2012/04/05
メディア: 単行本（ソフトカバー）

パターン認識と機械学習下 (ベイズ理論による統計的予測)

作者:C.M. ビショップ
出版社/メーカー: 丸善出版
発売日: 2012/02/29
メディア: 単行本

（投票_1,企業_1,企業_2）

ITエンジニアのための機械学習理論入門

作者:中井悦司
出版社/メーカー: 技術評論社
発売日: 2015/10/17
メディア: 単行本（ソフトカバー）

（投票_1,企業_1,個人_1,）

【ビジネス利用編】

仕事ではじめる機械学習

作者:有賀康顕,中山心太,西林孝
出版社/メーカー: オライリージャパン
発売日: 2018/01/16
メディア: 単行本（ソフトカバー）

（投票_1,個人_2,個人_3,企業_1）

終わりに

だいたいこういう記事は読んで満足感でちゃうので、買ってやっていこうと思います。

そもそもKaggle本を買おうとして、他にどんなのがいいかなーと思って調べ始めたので、うまく網羅できるように買っていこうかなと。。

見て試してわかる機械学習アルゴリズムの仕組み機械学習図鑑
Kaggleで勝つデータ分析の技術
[第2版]Python 機械学習プログラミング達人データサイエンティストによる理論と実践
やさしく学ぶ機械学習を理解するための数学のきほん ~アヤノ&ミオと一緒に学ぶ機械学習の理論と数学、実装まで or ITエンジニアのための機械学習理論入門

あたりかなぁ。。

2020-02-02

『日本再興戦略』感想

読みました。読んだのは数日前ですが、バタバタしていたら遅くなってしまいました。。。

日本再興戦略 (NewsPicks Book)

作者:落合陽一
出版社/メーカー: 幻冬舎
発売日: 2018/01/31
メディア: 単行本

記録しておきたい箇所

これからの日本に大事なのは、いろんなコミュニティがあって、複数のコミュニティに所属しつつ、そのコミュニティを自由に変えられること（中略）ひとつのコミュニティに依存するのではなく、いろんなコミュニティに依存すればいい。
その中で世界のあらゆるところに多様性が生まれます。あらゆるデータの表現系は二分法からグラデーションになっていき、人間の知性は個と全体の垣根を飛び越え、近代的人間性から超克される、と考えています。（中略）この考え方のポイントは、「リアル／バーチャル」や「フィジカル／バーチャル」など二分法や二項対立で分けたがる世界を突破するために、人間という考え方も含めて、すべてをミックスしてしまうということです。自然そのものも更新されうるということということです。
では、新しい時代に磨くべき能力とは何でしょうか。それは、ポートフォリオマネジメントと金融的投資能力です。
ただし、むやみに横展開すればいいわけではありません。横との交流は、トップ・オブ・トップに会えるようにならないとあまり意味がないですから、まずは一個の専門性を掘り下げて名を上げたほうがいいのです。ニッチな分野でも構いませんので、とにかくまずは専門性を掘るべきです。せめてひとつは、トップ・オブ・トップの人と話すに足る何かを探さなくてはいけません。
「手を動かせ。モノを作れ。批評家になるな。ポジションを取った後に批評しろ」　僕は研究室の学生によくそう言っています。悩んでばかりでは意味がない。とにかくまずやってみる。その繰り返しの末にオリジナリティが生まれ、世の中を変えることができる。それが僕の伝えたいメッセージです。

感想

本書を通して感じたポイントは

「マス」から「多様性」への変化
非中央集権

の2点です。

これまではマス的な思考で社会が進んでいたため、一つの企業で定年まで勤めるライフスタイルでも問題ありませんでした。しかし、これからはマスの中の一個人ではなく、グラデーションの中で、独自の色を持つ個人として生きていく必要があります。

「デジタルネイチャー」と呼ぶ、コンピュータと非コンピュータが融合する環境においてはすべてのものが地続きであり連続することになります。そんな世界で、「自分は〜だから」「あの人は〜だから」と語るよりもまずはやってみてから判断することが重要となってきます。

グラデーションをつけるにあたってはまずは自分の濃い色を持った上で他からのエッセンスを吸収できるよう、トップになることも重要だと語られています。”みんなと一緒”ではだめで、”自分はこれ”を見つけた上で、他の人・ものとコラボレーションする。そういった生き方が求められてきているのだと感じました。

「非中央集権」もその一つだと思います。強力なトップがいる組織ではなく、みんなでイノベーションを起こしていく。自分の苦手なものは他の人の得意なことでカバーしてもらう。代わりに自分の得意なことで活躍していく、そんな組織が望ましいのかもしれません。

振り返ってみて、自分の強みはなんだっけな、と考えてしまいますが、即断できない時点でまだまだだなと思います。これまでやってきたことにとらわれず、いろんなことをやってみて、得意なこと人よりも苦手意識が少ないものを見つけていきたいと思いました。

2020-01-27

『メモの魔力 The Magic of Memos』感想

読書記録

読みました。

メモの魔力　-The Magic of Memos- (NewsPicks Book)

作者:前田裕二
出版社/メーカー: 幻冬舎
発売日: 2018/12/24
メディア: Kindle版

読むきっかけ

会社で話題になっていた
ITエンジニア本大賞にもノミネートされていたため気になった
kindle unlimitedにあったので

内容

まず何より大切な理由が、この残酷なまでに時間が限られている人生という旅の中で、「より本質的なことに少しでも多くの時間を割くため」です。　本質とは何かというと、コピーではなく創造、代替可能物ではなく代替不可能物、ということ。つまり、クリエイティブで新たな知的生産につながる思考や、自分にしか思いつかないような代替不可能性の高い思考。これら価値のある本質的思考に１秒でも多く時間を割くために、メモをしているのです。
左側のページに書くのは、「ファクト」。つまり、どこかで見聞きした、客観的な事実を書きます。何か自分の琴線に触れたものがあれば、その現象自体が「ファクト」なので、左側のページにまず書き記しておきます。左側は、「抽象化」した要素を書きます。左ページの「ファクト」を見つめて、そこで書かれている具体的な内容を「抽象化」します。左ページに書いた内容から、抽象化すべき要素を見つけたら、そこから適宜右ページに矢印を引っぱって、対応する抽象命題を書いていきます。次に、抽象化した気づきを別の何かに適用して実際に行動を変えるため、右ページの右側には、「転用」の要素を書いていくのです。「〇〇という真理・命題を受けて、これをこう変えてみよう」という、実際のアクションにつながる粒度まで落として書くことが重要です。
メモをとる上では、現象を言語化する「What型」と、特徴を抽出する「How型」、抽象化して物事の本質を知る「Why型」があり、すべて便利ではあるが、知的創造においては、「How型」と「Why型」、特に最後の「Why型」が大きな価値を生み出すことが多い、とだけ、覚えておいてください。
最終的には「自分は何をやりたいのか？」という問いに行き着きます。自分を知り、自分の望みを知らないまま、どんなビジネス書を読んでも、どんなセミナーに行っても、まず何も変わらないでしょう。まず「自分を知る」ことがなによりも重要です。
ＳＭＡＲＴというゴール設定のフレームワークを「夢」に応用する際に特に大切なのは、「Ｓ」と「Ｍ」と「Ｔ」です。具体的で、測定可能で、時間の制約をちゃんと設ける。これによって、夢がかなう確率が大幅に上がります。

感想

まとめる重要性（「ファクト（具体）」→「抽象」→「転用（示唆）」）を痛感するとともに、その流れが世の中的にも望まれていることを思いました。要約サービスが流行ったり、YouTubeでビジネス書や古典の解説が話題になったり、と可処分時間の奪い合いとともに、エッセンスだけが段々と求められてきているように感じます。

一方でそのエッセンスの抽出やそこから得られる行動や示唆は人によって異なるはずです。その人にしか出せない抽象化やアイディアが差別化になってくるのではないでしょうか。本の要約サービスでエッセンスを掴むことは可能でしょうが、読んで自分の想いを乗せることによってようやく自分のものになる、そんなことを思いました。

あとは質は量から出るものだと思うので、本の感想まとめは続けていこうかと思います。

2020-01-26

エクスポートしたはてなブックマークのフィードをCSVファイルに変換する

学習記録 Python

はじめに

はてなブックマークにおいて、特定の1年にブックマークした自分のブックマークを確認したかったのですが、マイページからはわかりにくかったため、Pythonの練習がてらブックマーク一覧をCSV形式に変換しました。

はてなブックマークの [マイページ > 設定 > データ管理] からブックマークのデータがエクスポートできます。出力可能な形式は

ブックマーク形式
Atomフィード形式
RSS1.0形式

の3パターンです。中身を見てみたところ、Atomフィード形式が扱いやすそうだったので、そちらを利用することにしました。

入力データ

はてなブックマークからエクスポートできるAtomフィード形式のファイルは以下の形式です。どうやらxml形式として扱えそうです。（値は適宜置き換えています）

<?xml version="1.0" encoding="UTF-8"?>
<feed xmlns="http://purl.org/atom/ns#" xmlns:dc="http://purl.org/dc/elements/1.1/" xml:lang="ja">
  <title>(はてなID)のブックマーク</title>
  <link type="text/html" rel="alternate" href="https://b.hatena.ne.jp/(はてなID)/bookmark"/>
  <link type="application/x.atom+xml" rel="service.post" title="(はてなID)のブックマーク" href="https://b.hatena.ne.jp/atom/post"/>
  <entry>
    <id>tag:hatena.ne.jp,2005:bookmark-(はてなID)-(数字列)</id>
    <title>(ページタイトル)</title>
    <link type="text/html" rel="related" href="(ページURL)"/>
    <link type="text/html" rel="alternate" href="(ブックマークURL)"/>
    <link type="application/x.atom+xml" rel="service.edit" title="(ページタイトル)" href="https://b.hatena.ne.jp/atom/edit/(数字列)"/>
    <summary>(コメント)</summary>
    <issued>(日時)</issued>
    <author>
      <name>(はてなID)</name>
    </author>
    <dc:subject>(タグ1)</dc:subject>
    <dc:subject>(タグ2)</dc:subject>
  </entry>
  <entry>
    ...
  </entry>
  ...
</feed>

方針

日付でブックマークをフィルタして確認することが目標です。出力結果には以下のものが含まれることにしました。

通し番号
ブックマークしたページタイトル
ページのURL
自分のコメント
ブックマークした日時
タグ

作成したコード

import bs4
import csv
from datetime import datetime


soup = bs4.BeautifulSoup(open('(bookmarks.atom)'), 'xml')
entry_list = []

header = ['index', 'title', 'URL', 'comment', 'time', 'tags']
entry_list.append(header)

entries = soup.find_all('entry')

for idx, entry in enumerate(entries):
    data = []
    index = str(idx)
    title = entry.find('title').text
    link = entry.find('link').get('href')
    summary = entry.find('summary').text
    issued = entry.find('issued').text

    time = datetime.strptime(issued, '%Y-%m-%dT%H:%M:%S%z')
    time = "{0:%Y-%m-%d %H:%M:%S}".format(time)

    tags = entry.find_all('dc:subject')
    tag_list = []
    for tag in tags:
        tag_list.append(tag.text)
    tag_data = ','.join(tag_list)

    data.append(index)
    data.append(title)
    data.append(link)
    data.append(summary)
    data.append(time)
    data.append(tag_data)

    entry_list.append(data)

with open('data.csv', 'w', encoding="utf_8_sig") as file:
    writer = csv.writer(file, lineterminator='\n')
    writer.writerows(entry_list)

出力結果

以下の出力結果が得られます。

index,title,URL,comment,time,tags
0,(ページタイトル),(ページURL),(コメント),(日時),"(タグ1),(タグ2)"
1,...
...

自分が欲しい情報のみを出力しているので、コードを変更すれば他の値も出力可能です。

感想

これまでコードを書いてこなかったので、意図する動きをするプログラムが書けて良かったです。本当はもう少し解説？してqiitaに投稿しようと思っていましたが、力尽きたのでひとまずここで供養することにします。

2020-01-25

『外資系コンサルが教える読書を仕事につなげる技術』感想

読書記録

読みました

外資系コンサルが教える　読書を仕事につなげる技術

作者:山口周
出版社/メーカー: KADOKAWA
発売日: 2015/10/20
メディア: Kindle版

読むきっかけ

Kindle Unlimitedに入ってしまい（？）、良さそうだと思ったため
本を読んでいるが、活用できていないのためそれの打開になればと

読む前の思い

本を活用するやり方を知りたい

印象に残った内容5点

ビジネス書の名著をしっかり読む、いわばビジネスパーソンとしての基礎体力をつけるための読書と、リベラルアーツ＝教養に関する本を読む、いわばビジネスパーソンとしての個性を形成するための読書の2種類
リベラルアーツを収めるための読むべきカテゴリー
1. 哲学（近・現代思想）
2. 歴史（世界史・日本史）
3. 心理学（認知・社会・教育）
4. 医学・生理学・脳科学
5. 工学（含コンピュータサイエンス）
6. 生物学
7. 文化人類学
リベラルアーツの読書を仕事の成果につなげるために、やらなければならないこと。それは「抽象化」（中略）抽象化とは、細かい要素を捨ててしまってミソを抜き出すこと、「要するに○○だ」とまとめてしまうこと。モノゴトがどのように動いているか、その仕組み＝基本的なメカニズムを抜き出すことです。経済学の世界ではこれを「モデル化する」と言います。
優先順位づけによる選抜です。アンダーラインの箇所がどんなに多かったとしても、イケスに放り込むのは基本的に５カ所、どんなに多くても９つまで。
リベラルアーツに関連する読書において重要なのは、単に転記するだけではなく、必ずビジネスや実生活における「示唆」を書き出すということです。（中略）
1. 面白かった箇所
2. ビジネスや実生活に対する示唆
3. 具体的なアクションの仮説

感想

本の読み方として2種類に分類し、何度も読むべき基礎体力をつける本と読書記録をつけて記録しておく教養の本、の考え方は新しくて参考になった。特に教養本の読み方は参考になった。

ちなみに基礎本はおすすめ曼荼羅があったので、そちら参考にしてみるのもいいかなと。ただ、経営やリーダーシップなど、いわゆるビジネスパーソン向け、と感じたので、エンジニア観点では全てが参考になるかというとウーン、という感じ。

全体をざっと読んで重要な部分を抜き出す、ことは抽象化の観点から見ても非常に重要だと思った。読書は投資活動であり、アイドルタイムをへらす工夫、つまらない本を読まないようにする工夫、選ばないようにする工夫も頷けるものだった。

またビジネスの進め方としても全体を掴んで、抽象化するやり方、は必要だと感じた。

積ん読が増えてしまって、アウトプットや読み方に迷っていたが、教養本のやり方は実践していきたい。ガツガツ線引いて選んでいく行為はなかなかあってそうだと感じた。（ただ、選ぶのはけっこう大変）

2020-01-16

PyQやってみた

学習記録

随分書いてなかったですが、今年はアウトプット頑張ろうと思うので、何でも書いていこうと思います。さて、昨年度末からつい最近までPythonの学習サービスPyQやってたので、その感想です。

PyQの詳細は省略させていただきます。以下の記事が参考になるかなと。

【もう挫折しない】Python学習サイトPyQが入門者におすすめな理由 | misclog（ミスクログ）

では、どうぞ。

総評

手を動かして学習したいPython初心者にはかなりおすすめのサービス
やりたいときにやりたい場所でできるため、学習へのハードルが下がる
値段から考えてもコンテンツは豊富であるが、月課金なので、短期集中をおすすめ

自分のスペック

20代後半社会人
プログラミング学習経験
- 大学時代：授業でC言語少し、Linux少し
- 社会人（業務）：不使用
- 社会人（プライベート）
総じてプログラミング初心者です
業務でDjangoを使うWebアプリ開発をすることとなったため、学習を計画
- プログラマーになるというモチベーションではなく、書いてあるコードが読めればいい、ぐらいのモチベーションでした
何しようか、と調べて以下のページを参考にPyQをすることに決定
- Python本まとめ・2019年版 - Webとデータ分析を初心者が仕事にするまで - Lean Baseball
- ちなみに上記ページは2020年度版も出ています
  - Pythonを学ぶときに読むべき本2020年版 - 初心者からプロになるために - Lean Baseball

やった時間、内容

契約期間：3ヶ月（10月後半〜1月後半）
やったこと
- 未経験からのPython文法 - PyQ
- Webアプリ・API - PyQ
- データ分析 - PyQ
- 機械学習 - PyQ
- スクレイピング - PyQ
- その他気になったクエストをつまみ食い
  - 最低限、Webアプリ・APIコースができれば、という考えでしたがコンテンツがよかったため、興味があったデータ分析/機械学習まで学習しました
  - あくまで読めること、を目標としていたので、演習もわからなければすぐ回答見て写経していました

やってみての感想

よかったところ

学習に対するハードルの低さ
- 進行状況はサービスで管理されているため、自宅のデスクトップ、出先のノートPCと端末を変えても実行できるため、学習までのハードルを下げることができます
- PCさえあればできるので、ちょっと空き時間にやっとくか、ぐらいの気持ちで学習することができたのも継続につながったかなと
- サイトが重いとかいうこともなく（機械学習の回答チェックだけ他のコースと比べて少し時間かかりますが）サクサクできることもよかったです
環境構築が不要
- Pythonの環境構築はもちろん、フレームワーク、Jupyterの構築は不要
- PyQ上に構築してあるため、色々試してみることもできます
- ここ変えたらどうなるんだろう？ということも試しやすい環境になっていたかなと
演習に集中できる
- 1点目と被る点もありますが、コンテンツがコースとしてまとまっているため、どう進めればいいんだろう、と迷うことなく、今日はこれ！とできました
- 書いたコードのチェック→クリア→次ページ、と進む仕組みだが、コードのチェック、次ページに進行、にキーボードショートカットがあるのは非常に便利でした
  - 始めた当初はページ送りにキーボードショートカットなかったと記憶しているのですが、いつの間にか追加されていたのも好印象でした

気になったところ

復習しにくい構成
- あくまで自分で手を動かすことがメインになっているため、あの処理どうするんだっけ？あの仕組みってどうだっけ？といったことを振り返ることがやりづらいです
- あくまでこのサービスはよくできた問題集の扱いで考えるといいのではないかと思いました
継続すればするほどコスパ悪
- PyQのサービス料（ライトプラン）は 3,040円/月です
- PyQのコンテンツとしてはPythonの基礎からWebアプリ、データ分析、機械学習、主要ライブラリ、などなど、と幅広く用意されています
- 学習範囲を考えるとこの値段は破格です
- ただし、月単位でかかってしまうので、3000円でこれだけはすごい、が12,000円で、となるとまた費用対効果はかわってくるのかなと
- ですので、短期集中で一気にやってしまうのがオススメです