【2023-2024】滋賀大学大学院データサイエンス研究科博士前期課程に1年在籍して
こんにちは。Think / Luminです。
滋賀大に入学した年度が終了しました。もうM2です。と言うわけで、M1の全体を振り返っての感想をnoteにまとめて起きます。
M1での生活の全体像
2024年3月21日にVRChatにて行われました、データサイエンティスト集会にて、私が登壇した内容です。基本的にはここから重要そうなトピックを拾ってきます。
大まかな滋賀大学でのM1の生活は上記の通り。特に前半戦は講義と就活でほぼほぼ走りきった形です。
講義については「正直全くついていけない～」こともありましたが、周りの人が強い人ばかりなので、頼り頼られ、なんとか生きながらえることができました。
また、今だから言えますが、戦コン/総コン/外資系のデータサイエンティストになりたいなら「大学院は研究する場所だから！」とか、ぴーぴー言わずに入学前から就活準備を忘れずに。
個人的には外資就活ドットコムにだけ登録して、就活すれば良いと思います。それ以外のポータルサイトは正直、使わなかった。
そして、私がM1で感じた（重要）滋賀大大学院DS研究科のイメージは上記の通り。あくまで私の感覚なので、先生方からすればけしからんと思われるかもです。また、同級生からも、違うのでは？と思われるかも知れませんが、私の意見です。
詳しくは動画で解説していますので、そちらをご覧下さい。
最後に伝えたいこととしては、私の研究室が非常に寛容でありがたいのかもですが、様々な研究分野にチャレンジさせてくれます。データをこねくり回して、新しい価値を作ったり、今ある課題を解決することがデータサイエンス！とすれば、様々な分野で研究ができちゃいます。
実際今年は、トライアスロンやデザインをテーマに何かしらの研究活動をしてみたいな…..なんて思っています。
学習に用いた参考書、資料、WEB
先輩がたの話を聞くかぎり、かなり数学や統計学に詳しくならないと全く話にならない…..かと思いきや、ある程度自分のやるべき方向が決まれば、その内容に詳しくなれれば良いので、思っていたより、ちゃんと学習した内容は少なかった印象です。
統計数学が分からないときはアイシアさんに頼りましょう。
画像解析
画像解析と書いてますが、基本的にはNNとかDL関連です。CNNやRNN、Transformerとかですね。
TensorFlowベースの書籍。画像データに対する話が多いですが、「2次元フィルター、転移学習、時系列データ、自然言語処理などを楽しく学べる入門書」らしいです。真っ先に読む本とし、個人的にわかりやすかったです。
実装を考えるとTensorFlowより、PyTorchを使った方が報告も多いですし、実装面でも細かく考えた設計を落とし込めます。そのため、研究にはPyTorchを利用することが多いでしょう。
そこで利用した本はこちら。DLの概念などは前書籍と被りますが、PyTorchでの実装内容が細かく書いているためおすすめ。モデルデプロイに関する内容も書いている点も面白い。
こちらも同様にPyTorchでのDL実装。割と目的意識をちゃんと設定した状態でのタスクの再現をコーディングしながら学べるため、ある程度学び「つくりながら学ぶ」ことで、理解が追いつくタイミングには最適でした。
動画教材ではIBMのこの教材が結構わかりやすくて、面白かったです。英語での発表機会も多いため、DL関係の用語を含めた英文のコミュニケーションを学習するためにも役立ちました。
Transformerの原著論文です。全員読もう。
時系列分析
時系列分析についても、ちょこちょこ触る事が多かったため、ちゃんと勉強しました。もちろん、自分自身の趣味の株式投資にも時系列分析は役立ちますからね！（なおエッジはほぼない）
東京大学が提供する、学部横断型教育プログラム「数理・データサイエンス教育プログラム」数理手法VII（時系列解析）2019年版が、Rを元に作成されていますが、数式ベースで学習する上では非常に役立ちました。
大学院の授業でも時系列分析の講義がありますが、両方併せて見ると良い感じ。（ただし、一部データは欠損してるっぽい）
時系列分析のビジネスへの利活用については、こちらの書籍が面白かったです。特に時系列分析は予測系のため、ビジネスとの親和性は高く、自分自身も就業前に身につけておきたかったため、非常に役に立ちました。
こちらの書籍は、数式モリモリで時系列モデルの話をしてくれます。最初は何言ってるか分りませんでしたが、慣れてくると結構分かりやすいので、おすすめ。
学習で役立ったアプリ、サービス
Discord
知ってる方も多いでしょうが、ゲーミング用のチャットツールです。こちらを導入して、各種講義の連絡などを行っていました。今は各自が研究を行っているので、そこまで動かない～という感じ。M1の前期の間はDiscordやSlack等のグループウェアを使うと、色々と活動しやすいかと思います。
Notion
私はすべての講義、研究活動、就活の文書ログはNotionにまとめています。元々はGoogle Workspace関連で済ませようと思いましたが、ポータルを作っておくと、色々と便利でした。
Paperpile
論文管理アプリ。メンデレーを昔使ってましたが、比べものにならないくらい楽。クラウド管理のため、iPad等でも共有しながら利用できます。
ChatGPT
言わずもがなですね。有料プランで利用しましょう。無料版を使ってるとか、センス無いですよ。
インラインで色々してくれるので、一番万能なLLMサービス。とりあえずこれ使っておけば問題無い。
Claude
最近流行ですね。有料プランで利用しましょう。無料版を使ってるとか、新たな可能性に置いてかれますよ。
文章を作る面においては、一番自然な文章を書けたり、調教によっては非常に細かなコンテクストを踏まえた文章を生成してくれるLLMサービス。文章書く人にとってはこちらの方が良いかも。
Perplexity
色々研究に関する情報を集めてくれたりするLLMサービス。個人的には微妙に使いにくい。GPT3.5やClaude3のモデルを利用できるので、それぞれ契約したくない人にはいいかも。
Consensus
学術系の論文リサーチAIツール。かなりおすすめ。英語論文をどのようにGoogleScholarで調べたら良いかの脚がけにできる。英語で質問したり、内容を理解したりする必要は有りますが、先行研究の調査が非常に楽になる。
DeepL, Readable, Grammarly, Paperpal
国際学会投稿が決まったら、契約しましょう。自分の英語力なんてクソと思って、とにかく書き続けましょう。なんとなく、どう書くのか分かる気がします。（気がするだけ。この前指導教官から、訳分からない文章書くと言われちゃったﾃﾍﾍﾟﾛ）
参考記事
同様の内容で先輩が、2022-2023の時のM1での様子を記載していらっしゃいます。私と比較しながら「ああ、それぞれ違った所や同じところがあるな」とみていただくのも良いかもしれません。
これまでも、滋賀大学大学院データサイエンス研究科博士前期課程での研究活動や生活に関する情報発信を行って下ります。興味がある方は以下のマガジンから是非、ご覧下さい。
この記事が気に入ったらサポートをしてみませんか？