お世話になっております。

アパレル関連の事業会社にて、IT系職種で2026年度入社予定の大学院生（M2）です。

本日より、Qiitaを試験的に利用したいと考えました。

といったモチベーションがあります！

さて、今回は講義や研究で扱った学問、プログラム、ソフトウェア、ツールなどを紹介します。
全ては紹介しきれないため、現在の研究や入社以降で役に立つと信じているものに焦点を当てます。

恥ずかしながら、あまり理系科目に自信がありません。
学部時代、理論系の研究室に所属するとは一切考えておらず、"線形代数"や"統計学"は単位が取れる程度の勉強をしました。そのため、研究の都度、教科書を読み直す毎日を過ごしています...

今のAIは優秀でプログラムや研究を助けてくれますが、これらの基礎に対して真摯に向き合うことが将来を豊かにすると信じています！

以下の本はデータ分析や機械学習で用いるための基礎となる微積分学や線形代数の基礎が分かりやすく紹介されていてオススメです！

今まで扱ったプログラム言語は以下の通りです。

研究で使用している言語はPythonで、他は授業で扱った程度です。
機械学習ゴリゴリ！というよりかは、シミュレーションやデータを分析するためにPythonを用いています。具体的には、ゲーム理論に基づく市場モデルを構築し、研究しています。

また、プログラミング上達のために競技プログラミング（AtCoder）を触ったこともありますが、茶色（段位の種類）で止まっています。

基本情報技術者はIPA（情報処理推進機構）が主催しているITエンジニアの登竜門的な資格試験です。

情報系の大学院を卒業するレベルであれば、正直あえて勉強する必要はありません。が、私の場合、学部が機械系で情報系の知識がかなり薄かったため、大学院で通用するレベルになることを目標に受験しました。勉強を通して、広いITの知識を学ぶことができるため、オススメです！

以上が、これまでに私が行ってきたことです！

簡単な紹介にはなってしまいましたが、今後、さらに深掘りできるものや、今回紹介しきれなかったものをどこかで記事にできればと考えています。

そして、技術関連の知識を得た際には記事を書きます！
私が紹介する程度の技術は既にWeb上でとても分かりやすく紹介されている、あるいはAIが教えてくれるとは思いますが、私自身のアウトプットや学習記録、あるいは同期への進捗報告も兼ねて今後も積極的に継続します！

今後ともよろしくお願いいたします！