0
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

Pythonエンジニア認定データ分析試験合格までの勉強法

Last updated at Posted at 2025-02-20

勉強を始めてから4週間ほどで合格できたので、これから勉強する人向けに。

といっても、私も下記の@y-matsunaga(ローズん)さんのを参考にして合格した口なので、以下を参考にしたら間違いないです。ありがとうございました。

これで終わり、というと身も蓋もないのでちょっと説明すると

1.テキストは最初はさらっと最後までよむ

・正直言って、読むだけではわからないところは絶対あるので、そこは一旦飛ばす。
 特に数学とか。
・わけわかめなところはたくさんあって眠たくはなるので、部屋の中を歩きながら読んだほうがよいです。まあダイエットにもなるし

2.PRIME STUDYの試験を1回うけて勉強する

無料であり、かつ1回目のみ解説があるのでやらない手はないです。
ここで重要なのは、選択肢で間違ってるところはどこが間違っているか、なんでこの答えになるのか?をちゃんと理解し、説明できるようにする。(特に数学系)

3.模擬試験を何度もやる

何度も受けられるので何度もやりつつ、選択肢でなぜこれが間違いなのか?を説明しながら解く。
わからなければ、理解が足りないということなので、タイマーがまわっていてもその場でテキストを調べたりChatGPTにきくなり、調べるなりして理解しましょう。
自分の言葉で、テキストに書き込んでも良い。私はそうしてました。

※模擬試験の選択肢を正しい文に直せばそれが、覚えるべき事柄になります。しかも選択肢のため、短くなっているので、覚えやすいんですよね。これがさっき言った、テキストはサラッと読め、という理由です。選択肢になるということは重要ということなので、テキストを見てあ、これや、こういうことか、というのがわかるので、ここでテキストに書いてあることを理解すればOKってことです。しかも出題の意図がわかる。一石二鳥です。

※何回もやると正解の位置とかを記憶してしまうというのはあるあるです。でもそれは、選択をすることだけやってるからです。選択をすることが重要なんじゃなく、どうしてそうなるの?どこがまちがってるの?というのが自分で説明できるかどうかが大事です。

2回目、3回目は、解説がないのですが、似たような問題なので、あとは自分で調べればたいていわかると思います。

4.DIVE INTO CODEに課金してひたすら問題演習

ここらへんでまあまあ完璧だとは思いますが、私の場合、1日前にDIVE INTO CODEに課金して問題演習をしました。
実際ここの問題から応用で出たのもちらほらありました。

3でちゃんとやっていれば、4.はまあまあ復習と応用になってて、より理解しやすくなります。むしろディープロではかなり簡単に説明してくれてるので、テキストに書いてあることがわかってくるようになります。
ただし、テキストにも自分なりに理解したことを書き込むようにする。解くだけで満足しないのがコツです。

※ちなみに@y-matsunaga(ローズん)さんも言ってますが、DIVE INTO CODEでの問題の書き方が一番良く似ていると思います。でも中身は別物かな。たぶんDIVEのほうが難しいです。とはいえ、難しいほうが本番で勝てますので、これはこれでよき、ということかと。

5.(余談)数学

学生の時は苦手だった口なので、いったんChatGPTに聞くなりしてちゃんと理解しました。それと、解き方の練習と、公式は覚えましょう。

サイン・コサイン・タンジェントの30度〜90度はいくらとか、パイ、ネイピア数とか、期待値の求め方とかはたいてい解き方が決まってるので覚えたら楽です。
積分と微分も基本的なことしかやらないので頑張って理解しましょう
(私の場合動画は見なかったです)

まとめ

こんな感じでやりました。
1月末からやりはじめて今日試験を受けたので、まあ、4週間弱ぐらいかな?
でもぶっちゃけ数学でかなり時間を取られていた気がします。
それさえなければ2週間でいけたかも。まあ、仕方ないですね。

3と4はどちらか一方だけでもだめだったなと試験を受けて思うので、両方やっといたほうが吉です。

ぶっちゃけ、これは受けてよかったやつだなと思います。
実際、仕事でも活かせますしね。実際業務でもやるようになりました。
やってることは分析じゃないかもですが、それでも大量データを加工できるのはいいですね。

0
1
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?