前回、
文系大学生が1年半プログラミングを独学して新卒エンジニアとして就職するまで~0~3ヶ月目編~
として、主に独学で勉強したての人に向けて記事を書いたのですが、今回は
・webサービス作ったけど、次に何をしたらいいかわからない
・「機械学習やってます」とドヤりたい（数学できないけど）
という人へ向けて書きたいと思います。
##webサービス作成の次
一通りwebサービスを作るプロセスを体験した僕は、次にpythonで機械学習をやってみることにしました。
「何か他のことやりたいけどやることないな〜」って人にはおすすめです。
理由は、
・プログラミング言語間での違いや類似点
・webサービス作成以外でできること
・ライブラリ*の便利さ
とかが理解できるからです。
＊pythonには機械学習をやりやすくするために、たくさんのライブラリ(一からコードを実装しなくても、目的を達成させることができるためのツール)が揃っています。
以下のおすすめ教材に出てくるscikit-learnやtensorflowもそんなライブラリの一部です。
まあ、つまり、
プログラミングってこんなこともできるんだな
ってことを知っておこう。ってことです
オススメは、
動画学習サービスudemyの以下2つの動画
・【ゼロから始めるデータ分析】 ビジネスケースで学ぶPythonデータサイエンス入門
・Pythonで機械学習：scikit-learnで学ぶ識別入門
と、以下の本
・Pythonではじめる機械学習-―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎
です。
正直どれで学んでもいいと思うのですが、どの学習教材も
・難しい数学が出てこない
・機械学習に必要なデータの整形（pandasやnumpyというライブラリを使って）から説明しているので、体系的に効率よく学べる
という点がよくて、逆に、理系で数学（線形代数、微分積分、確率など）バリバリできますって人は確実に物足りないです。
*数学最強！の人は、「AI、機械学習に関する論文読んで、それをコードに落とし込む」みたいなことをやったほうがいいそうです。
詳しくは知りません、すいません
webサービス作ったけど、次に何をしたらいいかわからないみたいな人は、「機械学習エンジニアになるんだ！！」って意気込みよりもむしろ、上記で述べた
・プログラミング言語間での違いや類似点
・webサービス以外でできること
・ライブラリの便利さ
を手軽に知り、流行りに少しでも乗っかるつもりで、
「とりあえず機会学習をやってみる」程度でいいと思います。
##いいことあった
pythonのライブラリを使えば機械学習の計算自体は、データを突っ込むだけで、勝手にしてくれるのですが、
計算って機械学習の一部で、大事なのは**「データを綺麗に揃えること」**だそうです。
つまり、
1,データを綺麗に整えて
(綺麗に整ったデータ)を
2,機械学習のモデルに突っ込む
って形なんですが、
1,データを綺麗に整える
は機械学習でなくても役にたちます。
大学時代、統計のゼミだったのですが、論文に使うのデータ作成を
pandas（データの整形に使うライブラリ）を使ったところ、一瞬で終わったので、班のみんなから感謝されました。
たぶん、班のみんなは今頃忘れていますが。
データの整形は、論文、仕事の場面で使うことが多いと思うので、意外と役にたつ場面があると思います。
excel使うより、python使う方がかっこいい気がするし。
##まとめ
以上のようなことは
webサービス作ったけど、次に何をしたらいいかわからないみたいな人はやってみて損はないと思います。
ただ、「早くプロになるんだ！！！」「webエンジニアとして力をつけたい」という人は、そんなことやらずに、
インターンでも行って実務経験積んだ方がいいと思います。。。
みてる人多ければ、
webサービス作ったけど、次に何をしたらいいかわからない人向けに、
「スクレイピング、クローラー作成のススメ編」
「就活でどんなことをしたか」
というのも書こうと思いますんで、いいねでも、コメントでもくれれば嬉しいです！