コンピュータサイエンス/データサイエンスの体系的な勉強に、moocsを活用しています。
勉強方針
MIT CS&DS Challenge大方針
MITの「Computer Science, Economics, and Data Science」のカリキュラムをmoocs上で受講することで学部レベルのCSの知識を叩き込む。
きっかけ、勉強したいこと
文系総合職コンプレックスを克服するため、社会人になってからコンピュータサイエンスを学び始めました。効率よく進めていくためmoocsを活用しています。
詳しくはこちら。
MIT CS&DS Challengeのルール
「Bachelor of Science in Computer Science, Economics, and Data Science」のカリキュラムを受ける Computer Science, Economics, and Data Science (Course 6-14) < MIT
edXなどのCertificationが取れる講座はできるだけCertificationありで受ける(少しでも第三者からの証明を入れるため)
- Certificationありのサイトにない場合は、OCWで受講しテストをスクショしブログにアップする
- 受けきることではなく理解を目的にする。基本的に1講座に1冊の副読本を用意し、本が理解できている段階になってから講座を受けて問題を解く。
- OCWを使うとき、同じ講座が何年度分かあり、微妙に練習問題の答えが載ってなかったりと違いがあるのでどれで受けるかは、受講前に確認する。
MIT以外の講座の選び方
いくつか受けてみると、moocsの中にも割と玉石混合なのが分かる。。
自分にとって合わなかった講座の特徴は、
- 具体例の説明がやたら長い講座(数式を1行ごとに解説する、メソッドをとにかく網羅するなど)。時間あたりに学べる情報量が少ない。
- 自分でコードを書いたり数式を書いて考えなくても解けてしまう問題がメイン。
- あまり勉強したことがない領域をとりあえず受けてみたとき。良し悪しが判断できないのと、Certificationを取ることが目的になる。
逆によかった講座の特徴は、
- 講座スライドがシンプル、参考文献やテキストの評価も合わせて高いもの
- 定義や特徴の説明を省かず、丁寧にされているもの
- 問題の角度が工夫されていて、考えないと答えられず、「なるほど!」と発見があるもの
- 動画と問題によって「なんとなく知っている」→「理解を促進」に使えるもの(知らないことを知る、の段階だと意外と本読んだ方が早い気がする。)
- ランキングに出てくるように、既にクオリティが「お墨付き」のもの
なので、選び方としては、
- そもそも玉石混合なので、本当に質の良いものをピックアップして受ける認識を持つ(お金はかけて良いが、無駄な時間を投資しない)
- 定期的にmoocsサイトを訪れて、情報にはアンテナを張っておく。
- 無理に自力で探さず評価の確定している確実なものからじっくり抑える
- 可能なら最初1講座だけ無料で受けて、説明と問題の質次第ではキッパリ撤退する
- moocsと副読本での勉強をセットで考えて、1講座半年くらいの計画で受ける。Certificationを受ける段階では完全に理解したと言えるレベルに仕上げる。
moocsを活用する価値
- 学習カリキュラムの設定(未経験分野だと「どの順番で学べばよいか」が大きなイシュー)
- 丁寧な説明と豊富な問題(特に、問題を解きながら理解の確認ができること)
- 外部に説明できる証明(資格などのない領域で、かつ海外の有名大学の)
moocsドリブンな毎日の勉強方法
- 勉強したいテーマに合わせて、moocsの講義を探す(詳細は上)
- シラバスに沿った副読本を1冊決める
- 初勉強の領域は先に副読本を読み、理解する
- 受講を開始する
- 副読本は受講期間毎日10分程度ザーッと読む+講義で分からない時の補足に使う
- 講義動画は1.25~1.5倍で視聴して早速問題を解く
- 解けなかった問題について、講義動画に戻り確認し再度解く
- 週に1回の復習タイムの時にノートを見返す
進捗
Introduction to Computer Science and Programming Using Python
期間:2020年 6月~8月
ステータス:完了
Certification:取得済
Calculus 1A: Differentiation
期間:2020年6月~8月
ステータス:受講中
Certification:支払済
Mathematics for Computer Science
期間:未定
ステータス:未受講
Certification:なし(OCWのため)
MIT以外に個別で関心があり受けた講座。
Python for Everybody
Algorithms
参考
moocs活用に当たっては、いつもTwitterを拝見しているtouyaさんをかなりの程度参考にさせていただいています。
[MOOCS雑感] StanfordとMITで確信したけれど、「問題を解かずに、学習出来るなんてことはない」。少なくともぼくみたいな凡人にはない。
— touya (@touya_huji) October 25, 2018
仮に対象が専門書・技術書で、書いてあることを読んで100%理解出来たとしても、「ぼくの場合は」、何も学習していないに等しい。これは最大の自戒の一つとする。