Data Science は、理論ではなく、Empirical(実証的な)科学ですから、実例を通して学びましょう。
R
に付属のデータや R
の package には、例がついています。
Rmarkdown
で書かれた、本には、code がそのまま掲載されていることが多いです。
- 実際の例では、Data を取得し、整形する (Wrangling, Munging, Reshaping) することが必要になります。
- 極力 Data の取得も、Data Wrangling も、Reproducible (再現可能)なように、また、Literate な(理解できるように記述した)ものとして、
Rmarkdown
で記録するように心がけましょう。 (Python
では、Jupyter Notebook が対応しています。)
- すばらしい、例を見ることも助けになります。どうやって作成したのだろうと、考えてみる習慣もつくとよいですね。
少しずつ例を作成し、下に、挙げて行きます。
お勧めのサイトなどがあれば、お知らせください。
OECD
- OECD Data: OECD DATA の活用と、ODA に関する Example [2020.3.29]
「いちからわかる! 日本の途上国援助は世界4位なんだね 」朝日新聞 2020年03月21日 朝刊
- OECD Hospitals and Beds: OECD 加盟国の 1000人あたりのベッド数など。[2020.4.3]
「韓国、医療崩壊しないわけ 1日2万件検査能力/10分で移動追跡/ベッド数充実 新型コロナ」朝日新聞 2020年04月03日 朝刊
Others その他
1. Covid-19 and Epidemiology(流行疫学)
2. Miscellaneous 雑
2.1 覆面算 Varbal Arithmetic
For comments, please send us an email to: freeopenonlinedatascience4all[at]gmail.com