見出し画像

初心者からKaggle銀メダルへの道 vol.1

皆さん初めまして!

私は完全な初心者からビジネスで使えるデータサイエンスの勉強をしています。

今回からKaggleで銀メダルを取るという目標に向かってどのように勉強していくかという内容の記事を投稿していきたいと思っています!

これはあくまで私の体験談が皆さんのお役に立てればと思っているものなので、技術的な質問や、個人的なコーチングをご希望の方は以下のオンラインサロンものぞいてみてください。

初回の今回は以下の内容を書きたいと考えています

・自己紹介
・どのような人向けの記事か
・Kaggleとは何か
・学び始めるにはどのようにしたらよいか

以上の4点になります。

それではさっそく初めて行きます!

【自己紹介】

記事を読むにあたって、私がどのレベルから始めているかがわかると読みやすいかと思いますので、簡単に自己紹介をさせていただきます。

・21歳、大学生(教育学部の数学専攻)
・ゼミで統計学を専攻、しかし統計については軽く学んでいる程度
・pythonは最近になって初めて触った
・将来の夢は唯一無二の高校数学の教員(35歳で新任の先生になろうとしている)

簡単なプロフィールは以上になります!

【どのような人向けの記事か】

この記事はこんな人向けです!

・Kaggleを始めたいがどうしていいかわからない!
・機械学習、ビッグデータ分析を学びたい!
・データサイエンティストになりたいがどうしたらいいかわからない!
・pythonを学んでいるがどのように活かしたらいいかわからない!
・何か新しいスキルを身に付けたい!

以上のような方のお役に立てればと思います!と、偉そうに書いていますが、私自身もつい1,2か月前まで以上のような状態でした。

【Kaggleとは何か】

そもそもKaggleとはどういうものなのかをご説明します。

一言でいうと、データサイエンティストのコンペティションです。

世界中のデータサイエンティストが集まって、ビッグデータを分析するための、機械学習のモデルを作ってその予測精度を競っています。最近だとCOVID-19(新型コロナウイルス)に関する予測モデルのコンペティションが立ち上がっていたりします。

ここで優秀な賞を取ると「メダル」という称号がもらえます。最上位層には賞金も発生するものです。データサイエンティストのオリンピックみたいなもんです。

ここでメダルを持っていると、データサイエンティストとして働くことができたり、データ分析案件の単価が上がったりします。

正規のデータサイエンティストとして働くことや、副業として、またフリーランスとして働くことも見えてきます。

そこで私は銀メダルを目指しています。

【学び始めるにはどのようにしたらよいか】

私がこれまでに取り組んでいた内容をお伝えします。何を始めたらいいかわからないという方はとりあえず以下のコンテンツに登録してみてください

Udemy 「【ゼロから始めるデータ分析入門】ビジネスケースで学ぶPythonデータサイエンティスト入門」 19800円

PyQ 月額3040円

この二つです。

Udemyは映像のコンテンツで、全く何も知らない状態からプログラミングのための環境構築もでき、機械学習を用いたビッグデータ分析までが出来るようになります。東進や河合塾マナビスのような映像授業に近いイメージです。こちらはまとまった一つのコンテンツを買うというイメージです。
実際の分析をしながら進んでいくため、どのコードがどんな目的で使われているのかというところまでわかるようになります。

PyQの方は映像ではなく、いわば教科書兼問題集のようなものになります。実際に手を動かしながら一つ一つ覚えていくというものになっています。説明が難しいです、、、。
こちらはすべてのコンテンツを月額料金でいつでも無料体験もできるようです。ちなみに月額8,130円を払えばプロの指導や過去の受講者の質問がみられるようになります。正直3040円のプランで問題ないかと思います。

どちらもいいコンテンツなのですが、メリットデメリットを比較してみます。

Udemy
メリット:映像で説明が丁寧。コードの目的がわかる。環境構築ができる。
     一連の流れの中でPythonを学べる。
デメリット:金額(将来への投資と思えば安い)。
      Python自体を網羅できるわけではない。

PyQ
メリット:手ごろな値段。Pythonを網羅的に学べる。
     機械学習や統計についても詳しく学べる。
デメリット:説明が若干雑なところがある。
      初めの方は学んでいることが何に役立つのかわからない。

個人的にはUdemyから初めてPyQにいくという流れがおすすめです。

今回は以上になります!
お読みいただきありがとうございました!

いいなと思ったら応援しよう!