Aidemy受講体験記

2021年7月1日 12:42

はじめに

新卒から10年以上車メーカーや電気製品の調達部門で働いてきましたが、どうしても子供と離れられず、育児に専念するため退職しました。
今まで興味があった＆次就職活動するときにも使えるかな、という安直な理由でプログラミングやAIについてオンライン育児の隙間時間で勉強できるAidemyの講座を教育訓練給付金制度を利用して受講しました。

アイデミーでの学習振り返り

１ヶ月目：
プログラミングは全くの初心者だったので、講座を受ける前にProgateやPaizaでPythonを半年くらいちょこちょこ独学していました。Pythonの簡単なコードは書けるようになっていたのでサクサクできるかな、と講座受講前は想定していたのですが、最初の講座の「Python入門」以外は新しく習うことがほとんどでしたのでなかなか進みませんでした。
最初の方の講座はslackでわからないところは纏めてslackで質問しておいて、次の日いただいた回答で理解するのを繰り返していました。（勉強するのが早朝〜午前中だったのでリアルタイムで質問は返ってきませんでした）完全に独学だったので本当に自分が理解できているのか不安な気持ちでいっぱいでした。

２ヶ月目：
機会学習を受講する頃から質問だけではよくわからなくなってきて２ヶ月目で　　初めて技術カウンセリングを利用しました。カウンセリングを受けると理解度がグッと上がりなんとか最後まで進めそうな気がしてきました。もう少し最初　　　　からカウンセリングを利用すればよかったと後悔しています。。

３ヶ月目：
子供が風邪を引いたり、学校の行事があったり数週間ほとんど学習が進まない　　ことがありましたが、カウンセリングで相談させていただきながら講座を進めたり、添削問題を解いたりして何とか進めることができました。

おわりに

子育て中で隙間時間しか取れない中機会学習の基本的な知識を得ることができました。これからも継続していきたいと思います。

講座は６ヶ月のコースなので残りの３ヶ月はより再就職する際により役立てるようデータサイエンスやPythonでExcel業務を効率化する方法などを学びたいと思います。

受講の中で作成したコード

参考に教師あり学習（回帰）で作成したコードを追記します。

"""
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.linear_model import Lasso
from sklearn.datasets import make_regression
from sklearn.linear_model import Ridge
from sklearn.linear_model import ElasticNet

# データの読み込み
concrete_data = pd.read_excel("https://archive.ics.uci.edu/ml/machine-learning-databases/concrete/compressive/Concrete_Data.xls")

concrete_train_X, concrete_test_X, concrete_train_y, concrete_test_y = train_test_split(
   concrete_data.drop('Concrete compressive strength(MPa, megapascals) ', axis=1),
   concrete_data['Concrete compressive strength(MPa, megapascals) '], random_state=42)


scores ={}

model = LinearRegression()
model.fit(concrete_train_X, concrete_train_y)
print("Linear regression:{}".format(model.score(concrete_test_X, concrete_test_y)))
scores["Linear regression"] =model.score(concrete_test_X, concrete_test_y)

model = Lasso()
model.fit(concrete_train_X, concrete_train_y)
print("Lasso regression:{}".format(model.score(concrete_test_X, concrete_test_y)))
scores["Lasso regression"] =model.score(concrete_test_X, concrete_test_y)

model = Ridge()
model.fit(concrete_train_X, concrete_train_y)
print("Ridge:{}".format(model.score(concrete_test_X, concrete_test_y)))
scores["Ridge"] =model.score(concrete_test_X, concrete_test_y)

model = ElasticNet(l1_ratio=0.3)
model.fit(concrete_train_X, concrete_train_y)
print("Elastic Net:{}".format(model.score(concrete_test_X, concrete_test_y)))
scores["Elastic Net"] =model.score(concrete_test_X, concrete_test_y)

best_score = max(scores.items(), key=lambda x: x[1])
print("Best score:", best_score)

===================================