はじめに
courseraというオンライン教育プラットフォームで開催されていたIBMによるデータサイエンスコースを受講しました。完全オンライン性で、自分のペースで進められ、とても有意義でした。初心者向けということもあり推定11ヶ月のコースでしたが、2週間で修了する事ができました。ので、その時の経験についてまとめようと思います。
Overview
今回私が修了したデータサイエンス専門家コースですが、10個の小さいコースが集まっている物になります。それぞれの小コースを修了するたびに修了証書が配られ、全てのコースを修了するとこの様な修了証書がもらえます。左の10coursesの欄に記載されているのが今回受講した小コースになります。
受講した10コース
- What is Data Science?
- Tools for Data Science
- Data Science Methodology
- Python for Data Science, Al & Development
- Python Project for Data Science
- Databases and SQL for Data Science with Python
- Data Analysis with Python
- Data Visualization with Python
- Machine Learning with Python
- Applied Data Science Capstone
"What is Data Science?" から始まり、最終プロジェクトではfoursquareとAPI連携し、ニューヨークにあるピザ屋さんのレビューと市街地からの距離の相関関係についてまとめたので、かなりデータサイエンスの事は学べたのではないかと思います。(最終プロジェクトに関しては、この記事のLGTM次第でまとめようかと思っています)
ちなみにコースは全部英語で行われており、講師や生徒同士のやり取りは基本英語でした。
授業スタイル
講義は基本ビデオや教科者を読むような事業でした。章末にテストがあり合格するまで何回でも受けれるのですが、2~3回不合格になると8時間そのテストを受ける事ができなくなるので、しっかり勉強したほうが時短になると思いました。ちなみに、講義ビデオの途中にも小テストセクションがあり、それも正解しないと先には進めません。油断禁物です。。
また、コースが終盤になってくるとプロジェクトがアサインされ、それが章末テストの代わりになる事もありました。
Pros & Cons
1. 自分のペースで進められる (Pro & Con)
完全オンラインだったので、空き時間に動画再生したり、プロジェクトを進めたりできてとても良かったです。しかし、周りに同級生がいないというのは時にとても辛く、自制心を保たなければいつでもコースから離脱できて今します。実際に、コースを最後まで受講する生徒は全体の7~9%1に留まっているようです。(生徒同士で交流が深められるスレッドはあるが、過疎っていました)
2. 章末プロジェクトが面白い (Pro)
特に最終プロジェクトなのですが、内容が被っていればどんなプロジェクトをしても良い(講師からの承認は必要)事があったので、自分がやりたい事をコースの一部として消化できたのはとても有意義でした。
3. 章末プロジェクトの採点方法が生徒による物 (Con)
courseraのコースは数千人もの生徒が一気に受講します。そのため、プロジェクトを評価する講師を割り当てる事が出来ないのでしょう。なので、同じプロジェクトを終えた生徒達が自分の評価をしてくれます。以下のように、複数名の生徒が採点し、投票制で点数がつけられるようです。点数をつける際に詳細なガイドラインはあるものの評価の質は下がるかなと思いました。ただ、同じコースを受けている生徒による評価なので過度に酷いプロジェクトなどは不合格になっている様でした。
4. 技術的な説明が浅い (Con)
短期間のコースなので仕方ないのかもしれないのですが、コンセプト一個一個の濃度が薄い気がしました。回帰、分類、クラスタリングなどの手法に触れるものの、その手法の詳しい内容は自分で勉強する必要があると感じました。
5. IBM Cloud が使えるようになる (Pro)
IBMが提供しているコースなので、IBM Cloud を使って作業するプロジェクトがほとんどでした。IBM Cloudでpython環境を作りJupyter Notebookを使用する経験ができたのは、自分的にこのコース一番の収穫だったかと思います。もちろん、一挙書一投足サポートしてくれます。
総評
駆け出しデータサイエンティストにピッタリの内容かと思います!是非トライしてみて下さい!
-
出典: フリー百科事典『ウィキペディア(Wikipedia)』 - https://ja.wikipedia.org/wiki/%E3%82%B3%E3%83%BC%E3%82%BB%E3%83%A9#cite_note-2 ↩