- 合格者情報
- お名前: 森川 祐介 様
- 合格された試験: Python 3 エンジニア認定データ分析試験
Q1：学習開始時点で、出題範囲に関する知識や実務等でのご経験はどの程度お持ちでしたか？
この試験を受験しようとするよりも前（2020年春くらい）から、Pythonおよびデータ分析・機械学習に関する学習を開始しました。
それまでは、出題範囲に関する知識は、ほぼ無し。実務経験も無し。大学は文系で、数学はむしろ苦手意識すらありました。（今もまだそうですが）
最初からこの試験を意識していたわけではないのですが、おおよそ以下の流れで学習していましたので、Pythonおよび各種ライブラリの基礎はある程度固めていました。
・機械学習のためのPython入門講座（SkillUp AI提供講座、当時無料で受講できた。）
・【Udemy講座】米国データサイエンティストがやさしく教えるデータサイエンスのためのPython講座
・【書籍】Python実践データ分析100本ノック（書籍）
・【フリー教材】データサイエンス100本ノック
Q2：あなたの学習環境（お仕事、学校ほか）においては、合格までにどのくらいの学習期間・学習時間が必要でしたか？
Q1の通り、春から出題範囲に関連する学習は開始していましたが、具体的にこの試験の受験を決めたのは、
試験日（11月末）の1か月前ほど（10月末）で、そこから試験対策に特化した学習にシフトチェンジしました。
学習時間はだいたい一日1時間から2時間ほど、試験対策トータルとしてはざっと30～40時間程度だと思います。
Q3：出題範囲のうち、もともと得意だった分野はどこでしたか？また、学習開始当初、苦手意識があったり習得に時間がかかったりした分野はどこでしたか。
得意分野は無し。（ただし、Pythonや各種ライブラリの基礎はある程度把握はしていた）
苦手意識があったのは数学分野全般。高校時代から苦手意識があったうえ、ほぼ記憶に残っていない状態。
また、習得に時間がかかるのはscikit-learn。いろいろなアルゴリズムが登場するので、それぞれの特徴を把握して、使い方を理解するのに時間がかかりました。
Q4：学習開始当初、苦手意識があったり習得に時間がかかったりした分野を、合格水準まで引き上げるために工夫されたことはなんですか？
まず公式テキストベースで学習し、理解が不十分な部分は他で補うようにしました。
数学は、ほぼゼロから学べるようなWebサイトや書籍にあたって、まさに「学びなおし」しました。
模擬試験を、何度か受験して、ひとつひとつ理解を深めることで、安定的に合格水準に届くようになりました。
Q5：当サイトの模擬試験は何回くらい繰り返しましたか？あなたの活用法を教えてください。
3回分の模擬試験を、3周ほどやりました（のべ9回）。
不正解の問題はもちろん、正解した問題についても復習を行いました。
また、選択肢のひとつひとつについて吟味し、不明点等あれば調べたりして総合的な理解を深めるように意識しました。
Q6：学習を効率よく進めるために行った工夫を教えてください。また最後に学習者のみなさんへのアドバイスもぜひお願いいたします。
工夫としては、公式テキストに記載されているコードを、自ら手を動かして実際に動かしてみる。
またその際、記載されている通りのパターンだけでなく、コードを一部変えると出力がどう変わるか試して確認してみる。など。
この試験の学習を通じて、体系的な知識習得ができましたし、基礎固め・データサイエンスの第一歩として最適だと思っていますので、
少しでもデータ分析に興味がある人はぜひ取り組んでみてください。
ただ、どんな試験も同様ですが、この試験に合格したらすぐ実務ができるようになるわけではないです。
実際合格して、私自身が改めて認識しています。今後コンペ等に取り組んで、実践的な力をつけていきたいと思います。