■anond:20211204145826

すっかりどこまで書いたか忘れた。

2021年の12月ってことは、３年半も前か。

2022年上期　統計検定2級への道

2021年の終わりに↓これを読んだあたりまでだったな。

「Pythonで学ぶ実験計画法入門　ベイズ最適化によるデータ解析」

https://amzn.asia/d/0Zcr7n1

すげーいい本だったんだけども、実際に活用する場がないんで（なにせ頭を使わない仕事なんで）読みっぱなし。

今考えるとよくないね。

実は、この本に出てくるD最適計画、それからサポートベクター回帰っていうやつが1年後くらいにちょっと役立ったのだけど、それは後の話。

「ゼロつく」のときは理解できなかったクラスの概念も、このころにはすっかり便利さを実感することに。

ここで、もう一度「ゼロつく」に戻ればよかったんだけど、ここまでくると、自分の仕事周りのデータに対しては深層学習って不要だなって思って、戻ることはなかった。

前のエントリで書いた放送大学で「Rで学ぶ確率統計」の単位を無事に取れて調子に乗ってたので、せっかく入学したのだからといくつか授業取ってみた。

統計とかプログラミングの勉強については、「データの分析と知識発見」「コンピュータービジョン」「データベース」の三つかな。

それとは別に人文系の科目も調子に乗って履修してる。もともと数学とか嫌いで歴史とかのほうが好きだし。

「データの分析と知識発見」ってのは、Rを使うやつで、今考えれば多変量解析の入門って感じ。

「コンピュータービジョン」はクッソ難しかったな。

OpenCVってやつの使い方をサクっとパパっと知れるんかと思ったら、ガッツリとエピポーラ幾何とかいうやつから入って行列三昧だったし。

線形代数を知らないエセ理系舐めんなよ！わかるわけねーだろ（今までの本でも行列を触ってきてたけど、雰囲気でなんとかいける、あるいは読み飛ばしてもそういうもんと思って次に進めた。うまく言えないんだけど、100次元とかあるともう諦めてそういうもんだって割り切れるじゃん？3次元くらいだと、ちゃんと現実に戻ってこれないと困るから、ホントに理解できてないのが自覚させられる）

「データベース」もお気楽にSQLマスターできるもんかと思ったら、歴史から入ってガッツリと三層スキーマなにやら、SQL触るのなんてちょびっとだった。

で、このへんでいろんな方向に手を延ばすのもだけど、1つ資格でも取ってみようかなと思って、統計検定に手を出してみた。

大学がエセ理系のポンコツとはいえ、高校出てるんだし大村平の本を読みまくったんだし、受かるだろと思ったが、2級初受験は58点で不合格。

すっかり統計学に恐怖が出てしまったので、2級リベンジの前に「Python3エンジニア認定データ分析試験」とかいうやつに挑戦。

こっちは、ホントに易しくて、統計学がわかってなくてもライブラリの使い方がわかればまあなんとかなるもんだった。

ほぼ満点で弾みをつけて、2級リベンジ。

今度は過去問を買って真面目に机に向かう。

自分、机に向かうってことが嫌いで、ひたすら通読を繰り返すやりかたしか勉強法を知らなかったんだけど、この時ばかりは体に叩き込む作戦。

電卓で計算しては、分布表を読んで、判定して、みたいなルーチンを体で覚えて、見事リベンジ。

しかし、統計検定2級も受からないくせによく、背伸びしていろんな本読んでたもんだよ。

たぶん、わかったつもりになってなんもわかってなかったな。

2022年下期　統計検定準1級に手を出すも挫折、逃げでまたいろんな方面に手を出す日々

統計検定2級を取った勢いで、準1級とやらもとっちまうかと手をだしたら、テキストが超難しいの。

4章くらい読んで、挫折して、数か月寝かせる、みたいな感じを何度か繰り返すことになった（結局、準1級に受かったのは2025年になってからだ）。

準1級は、統計学以前に、微分積分とか線形代数の知識がないとテキスト読めない仕様。

例題の解説を読んでも全くわからん！

テキストがコレなんだけど、詰め込み過ぎて解説が簡素すぎる。

日本統計学会公式認定 統計検定準1級対応 統計学実践ワークブック

https://amzn.asia/d/29tEhIM

「式変形については行間を読んで解釈してくれページの都合で次行くからよろしく！」

っていう感じ。

見事に挫折。

統計も、微分積分も、線形代数も徐々にってことで、準1級はいったん休止。

で、統計の基礎固めに放送大学の「統計学」を履修することに。

それから、バイオインフォマティクス技術者認定試験とかいう試験をみつけて、興味が出たので公式テキストをとりよせて挑戦することに。

バイオインフォマティクス入門 第2版

https://amzn.asia/d/e1yUQW9

元々、生物系だったので、なんとなくわかる単語も多かったし（理系のくせに微分積分も線形代数もヘナチョコって生物系だって丸わかりかもだが）。

これが、ほどよく多変量解析から機械学習からいろいろ網羅されていて、いい勉強に。

意外といい本だった。試験のほうは見事一発合格。

同じころ、仕事で研究部の若い女の子にデータ分析を頼まれた。

重いもの運ぶくらいしか取り柄がない腹が出て禿てきたオッサンが、若い院卒様に頼られるって自己肯定感高まる良い体験。

そこで使ったのが、D最適計画とサポートベクター回帰。

2023年上期　引き続き、統計検定準1級に手も足もでないので別のことを

まだまだ鼻くそのようなもんなのに、意外と頼られるっていうことになったんだけど、まあ多いのはデータの可視化だったんで、データの可視化を学んでみることに。

で、一冊教科書的なものから始めることにした。

本当は、ggplotとmatplotlibとかplotlyを100本ノックしようと思ったんだけど、やっぱり急がば回れ、有名な教科書の和訳らしいので↓をチョイス

「データビジュアライゼーション ―データ駆動型デザインガイド」

https://amzn.asia/d/fyezhsB

すげーお堅いｗ

「データ表現とは？」とか「意思決定とは？」とかばっかｗ

やっぱ、こころのどっかで、「チャっとやったらパパっとできる！」みたいなのを求めてるんだよな。

そんで、二冊目はもうちょっと実務的に↓を選んだ。

『データ分析者のためのPythonデータビジュアライゼーション入門 コードと連動してわかる可視化手法 』

https://amzn.asia/d/f88EHbl

この本はかなり実務的、というかどうすればお手軽に可視化できるかって話だけなんだけど、おかげさまでキレイに見せるテクニックだけは上がり、職場でも評価は上々。

「なんかよくわかんないけどアイツに持っていけば綺麗なFig作ってくれる。ポンコツだからいつも暇だし！」

という状態に。

2023年下期　再び基礎固め

放送大学で「データ構造とアルゴリズム」とかいう科目を取ったおかげで、意図せずC言語と関わる。

二度とC言語を使うことなんかないだろうけど、グラフ理論がコンピュータと相性がいいのが、データ構造の勉強をしてよくわかった。

そんで、やっとこさ挫折していた統計検定準1級の勉強を再開する。

で、また数章読んで飽きた。

だって、難しいんだもん。

っていうか、線形代数と微分積分の学力不足で投げたことをすっかり忘れて、もう一度開いて投げ出すんだから世話ないわなw

仕方ないから、微分積分は高校三年生の使う黄チャートを買って目を通した。

新課程 チャート式解法と演習数学III

https://amzn.asia/d/1CjPmou

線形代数は

意味が分かる線形代数

https://amzn.asia/d/arDDO2C

を一周。

部分積分と置換積分を手足のように使えるようになってやっとこさ、統計学実践ワークブックを読めるように。

読めるようになってから読むと、因数分解くらいの感じでマクローリン展開してきてることがわかって草。

行列アレルギーもだいぶ克服した気がする。

統計の勉強のリハビリにと、放送大学でも「統計学」という授業をとってみたけれど、統計検定2級より易しかった感じ。

プログラミングの勉強はほとんどしなかったけど、Githubのアカウントつくって、renderとかherokuでウェブアプリを公開したりした。

Gitを覚えてみて初めて分かる、「名前を付けて保存」以外のファイル管理を知らなかった自分のヤバさ。

とかいっても、職場みんなそんなんだけど。

続く。

Permalink | 記事への反応(3) | 16:48

ツイートシェア