Build your ultimate AI agent
コース説明
コーディング面接は難しく感じることがあります。プログラミング言語の知識を問う質問が出ることもあれば、思考プロセスを確認するための課題が与えられることもあります。データサイエンティストのポジションなら、その言語で使えるツールについて聞かれる可能性も高いでしょう。いずれの場合でも、データサイエンティストとして魅力的な職に就くには、最高のパフォーマンスを出すための準備が欠かせません。だからこそ、実力を証明するために練習がとても重要です！このコースは、プロのデータサイエンティストを目指す方へのガイドであると同時に、新たな機会を探す方の復習にも役立ちます。Pythonでのコーディング面接に備え、基礎から応用まで幅広いテーマを扱います。通常のステップバイステップ型のコースではないため、やや難しい演習も含まれます。でも、面接が簡単に通るものではないのは事実ですよね？
前提条件
カリキュラム
コース概要
1
Pythonのデータ構造と文字列操作
この章では、Pythonで使われる主要なデータ構造を復習します。リスト、タプル、セット、辞書の扱い方を取り上げます。さらに、文字列について、正規表現を使って特定の文字列パターンをテキストから抽出する方法も学びます。
2
イテラブルとその代表的なオブジェクト
この章はイテラブルに焦点を当てます。まず、イテラブルの定義を振り返り、どのように見分けるかを説明します。次に、Python特有のリスト内包表記を取り上げ、リストの定義方法としての活用法を学びます。その後、複数のイテラブルを1つに組み合わせる方法を確認します。最後に、ジェネレータを使って独自のイテラブルを作成する方法を扱います。
3
関数とlambda式
この章では、Pythonの関数型の側面に注目します。まず、位置引数とキーワード引数を可変個数で受け取る関数の定義方法を学びます。次に、lambda関数と、その有用な場面を取り上げます。特に、map()、filter()、reduce() といった関数と組み合わせる使い方を確認します。最後に、再帰とは何か、正しく実装するにはどうすればよいかを復習します。
4
科学技術計算のためのPython
この章では、Pythonでの科学技術計算に関するトピックを扱います。まず、NumPy配列とリストの違いを説明し、前者が複雑な計算により適している理由を示します。次に、pandasのDataFrameを操作するための便利なテクニックを学びます。最後に、散布図、ヒストグラム、箱ひげ図を用いたデータの可視化を行います。
Pythonでコーディング面接問題を練習する
コース修了
