こんにちは、私は現在３次救急病院で勤務している現役の外傷整形外科医です。
私自身、プログラミング言語Pythonを１０年以上前に勉強し始め、今でも臨床や研究、日常生活に広く活用しています。
具体的には、pythonを使って手術計画をしたり、研究では画像処理計算、AI研究をしています。
このたびデータキャンプDataCampのPythonデータサイエンスコース（Data Scientist with Python Track）の全過程を無事に受講し終わりました。
内容はその名の通り
Pythonを使ってデータ分析する方法を学習する
ことです。
私自身データ解析に関しては完全に独学でした。
今回は系統だった講義を受けることができたので、
結論としてはすごく良かったです。
プログラミングコースに関してはまとめページなど多くありますが、
DataCampのコースに関してはあまりないため、まとめておきます。
感想まとめ
- Pythonはじめ、プログラミングに触れていない人でも問題ない
- データの可視化（グラフにすること）を徹底している
- 豊富な問題量をスムーズにこなせる演習形式
- 講義の単元が長くなく、隙間時間に勉強できる
- 統計などの理論中心ではなく、プログラムコード中心で実用向きである
- 機械学習は浅め
- 解析に特化しており環境設定に関しては講義がない
- 理論に関してはやや浅い
- 講義が英語（字幕あり）
受講して、私自身の日常のデータの扱い方も変わりました。
受講して変わったこと
- データを表にまとめる時、解析しやすい形式にするようになった
- プログラミングを記述する時、一定のルールに従うようになった（Google形式）
- グラフをエクセルで書かず、Seabornやmatplotlibで書くようになった
では、DataCampコースでのPythonデータサイエンティストのコースがどんなものだったか、
私の感想を書いていきます。
1.DataCampで学べること
DataCampとは
データサイエンスのためのプログラミングを教えているオンラインコースです。
データサイエンスというのは、科学分野でのデータの扱い方です。
主にデータ解析とデータの可視化の２つにわかれます。
①．データの可視化（グラフ）
膨大なデータから、グラフをつかって理解しやすいように描画します。
でも表計算ソフトなので、計算途中を書き出してグラフにするのがほとんどなんだよ。
そしてグラフにする
データからダイレクトでグラフを出せるんだ。
なんてことはない？
また、データの文書とプログラミングの記述を分けておくことで、データ管理と可視化の過程を整理できるんだよ。
プログラミングを使用すると、表を一気にグラフにすることができます。
しかも、グラフの種類、見栄えなどを操作できます。
具体的には
- 実験データをレポートにするときのグラフに使える
- 研究データを論文にするときにグラフにできる
- 集めたデータを会議のプレゼンに使用する際、説得力のあるグラフにできる
などなど、応用できる点は様々です。
②．データの解析
主に機械学習です。
いままでのわかっている膨大なデータを入力してパターンを覚えさせ、
新たなデータから情報を予測することだね。
- 乳がん検査の過去の診断画像と診断名から、新しい画像の良性・悪性を判断する
- 過去の天気を入力し、現在の天気図から明日の天気を予想する
- 膨大な過去の株価のデータから今後の株価の動きを予想する
といった様々な使用例があります。
面白そう。やってみたい。
２．DataCampでPythonを勉強しようと思ったきっかけ
私自身がdatacampを受講したきっかけは、
現役医師でありながらGoogleに転職したLilianさんの記事を読んだからです。
Lilianさん自体はPythonプログラミングを初めて１年でGoogleの面接をパスしている天才的な方です。
Lilianさんの記事によると、そのうちはじめの３カ月で
DataCampのData Scientist Courseをやったとあります。
「医師でありながらGoogleなんてかっこよすぎる・・
やるしかないでしょ。」
という超短絡的な考えで受講に至りました。
３．DataCampでの学習の流れ
問題、演習がひたすら繰り返される形式です。
各チャプター４から５個のレクチャーからなります。
レクチャーは３分から５分くらいと非常に短いです。
スライドで具体的なプログラミングの書き方と、解析の原理を学びます。
レクチャーのあとにはプログラミング演習があります。
このページ上に穴埋め形式で入力することによって、実際のプログラムを行い、解析したり、グラフを書くことができます。
必要な表データなどはすでに入っている状態で演習ができるので大変便利です。
入力して「Submit」を押すと、正解、不正解が表示されます。
正解なら次へ進め、不正解ならヒントがもらえます。
ほんとに困ったら解答を見た上で次へすすめます。
このあたりはProgateと同じですね。
DataCampはRやSQL、Excelなどデータ解析に有用なプログラミングを多数扱っており、
現状で３００を超えるコースがあります。
DataCampの各コースの最初のチャプターは無料で受けられます。
有料で受講するときも、無料体験で進んだ範囲は引き継がれるため、
講義の長さ、英語の聞きやすさ、演習のやりやすさなど
無料で体験してから受講することをおすすめします。
Introduction to Pythonコースメール登録のみで無料でできる。Pythonの入門コース（外部リンク）
４．オススメの勉強方法
①プログラムの記述をうつして覚えていく
「写経（しゃきょう）」と言われます。 とにかくテキストスライドのスクリプトをうつして覚えていきます。
「写すだけで覚えられるの？」
「自分で考えたほうがよくない？」
と思うかもしれませんが、心配ありません。
演習量が膨大なので写すだけでも十分覚えられます。
また丁寧なことに、ほとんどの演習で、だんだん空欄が多くなっていくように作られています。
自転車の補助輪と同じで、気づいたら自分で書いている状態を目指せます。
データキャンプDataCampでは講義のスライドをダウンロードできます。
新しいチャプターになるたび、スライドのpdfファイルをダウンロードします。
私はパソコンとディスプレイを使用し、片方の画面にスライド、もう片方に演習画面を表示させていました。
演習を解きながら、わからない部分はスライドを参考にします。
ほとんどスライドのスクリプトと同一の文法でクリアできますので、これが一番よかったです。
プリントアウトしてもよいのですが、スライド量は膨大になってしまいます。
②使いたいプログラムが出てきたらメモしておく
プログラミングの勉強でよくあることですが、データキャンプDataCampは特に講義が多く、
「このプログラム使いたい！」
と思っても、どこのチャプターかわからなくなったり、どのスライドに記載してあるかわからなくなります。
私自身は使えそうなスクリプトは出てくるたびにエクセルの表に書き出して、チャプター名、簡単な機能をわかるようにしておきました。
③定期的にチャプターを進めていく
私自身は日中は勤務で忙しかったので、朝起きてから１チャプターすすめるようにしていました。
演習はスライドを見ながらやっていたので、１チャプターあたりの所要時間は大体30-60分で、４日あれば１単元クリアできます。
なんだかんだで受講開始から受講修了までに５ヵ月かかりました。
ちなみに終わったらこんな修了証が発行されます。
なんとなく充実感。
せっかくなので次のコースとして
Machine Learning Scientist with Python Track
を進行中です。
またある程度進んだら記事にしていきたいと思います。
興味ある人は以下で無料コースが体験できます。
↓
DataCampのData Scientist with Python Track
