ここでは研究室外にもopenにしている事前勉強会の「入門編」(全5回) を終えた方々の感想を掲載しています。
2023年度開催
本勉強会は「本質を捉えたデータ分析のための分析モデル入門」（ソシム社）という参考書を用いた学習を行います。まず予習を行い、その後、各テーマについて清水先生のご経験も踏まえたわかりやすい解説をお聞きすることができました。
私は、このようなテーマを一通り学習していたつもりですが、学習してから日が空いていたため、忘れているところや理解ができていないところがありました。本勉強会を通じ、参考書のわかりやすい解説や著者のYouTube動画、また先生の解説により理解を深めることができました。特に深層学習については、わかりやすいアニメーションをつかった解説などもあり、理解が深まりました。今後この分野で研究する上で土台になるようなものになったと感じています。
今回の勉強会を通じて、さまざまなことを学ぶことができました。さらに理解を深めるために、自己研鑽に励みたいと感じています。興味はあるが、この分野がとっつきにくいと感じている方におすすめです。最後にはなりますが、このような機会を提供してくださった清水先生に心より感謝申し上げます。
自分は、BDSCに参加するまでは、全くデータサイエンスのバックグラウンドを持っていませんでした。それどころか、理系の学問を勉強し始めたのも1年前からで、ようやく生物学に対してある程度の知識と思考力を身につけることができるようになった段階でした。そんな中で、wetの研究だけでなくdryの解析を掛け合わせるのがこれから求められる研究であり、掛け合わせによって初めて明らかにできる生命現象もたくさんあるのではないかという気持ちで参加を決めました。
BDSCで論文を読み、一度自分で発表を担当すると、少しずつですが医療・バイオ領域におけるデータサイエンスの活用について理解が進むようになりました。
そんな中で、そもそものデータサイエンスの基礎的な理解力に欠けていた自分にとって、この勉強会は、論文で当たり前に用いられているような言葉・技術についての根本理解を深めることができる機会として、土台となる知識形成に大きく寄与したと考えています。
この勉強会では主に理論、数理の観点からデータサイエンスの基礎を学ぶことができます。その後、発展形として自分でモデルを作ってみたり、論文理解・批判的思考を身につけて研究に活かしていったり、という道につながってくると考えています。
この勉強会で学んだことを糧に、自分もこれから、専門領域だけでなくデータサイエンスについても自分の武器とできるレベルまで能力を高めていきたいと考えています。
最後に、清水先生へ、大学での日常的な研究・教育活動がご多忙な中で幅広く学生に門戸を開きこのような機会を提供くださることに、心から感謝します。
大学でも情報科学や統計についての講義はありましたが、強化学習や深層学習、そしてそれらの理論まで踏み込んだ授業を受けたことは今までありませんでした。独学で本を読むことがあっても、表面的な理解で終わってしまっていたことがほとんどだったように思います。BDSCに参加してからも、毎回の発表やその後のディスカッションを聞くたびに自身の理解が浅いことを感じていました。しかし、この勉強会を通じて、土台となる知識を得ることができたと感じています。
本勉強会はモデルに関する本を予習したうえで講義を聞くという内容でした。清水先生の講義によって、本に書いてある内容はもちろん、1歩進んだ内容まで理解することができました。私にとって難しい内容も時々含まれていましたが、本自体は入門書であり非常に読みやすいものでした。予習したときにわからないと思っていた範囲が、講義を聞いていく中でわかるようになりました。すべての会に参加できなかったことが悔やまれますが、非常にわかりやすく楽しい勉強会でした。データサイエンスに興味はあっても何から勉強したらいいのかわからないという初学者の方にはぜひ受講を勧めたい勉強会です。
もはやAIは誰もが知っているものとなり、これからもこの分野は目まぐるしい勢いで成長していくでしょう。この分野の勉強を継続していかなくては、いずれ社会から取り残されてしまいます。私はこの勉強会で学んだことを土台として、これからもデータサイエンスについて勉強を続けていきたいと思います。
バイオインフォマティクスや情報分野の知識がほとんどない状態からでは、入門書であっても、1人で学習を完結することは内容的な難しさやモチベーションの維持、また今後生命科学系の研究において使うような重点的に学んでおくべき知識を見分ける点においてハードルがあると思います。そのような学習初期段階でこの清水先生の勉強会に参加したのですが1、2ヶ月でなんとか入門書の内容を一通り学習する事ができました。予習をしていると教科書には私にとって難解な数式などが数多く出てきていたのですが、清水先生が数式の意味を丁寧に解説してくださったり、そもそも学習の初期段階では習得する必要がないものであるなどを教えてくださったりしたので、分厚目の教科書ではありましたが最後まで見通す事ができました。また授業において教科書に記載してある内容の歴史であったり、周辺知識などを多く知る事ができたことで、自分たちもまた現在進行中の歴史の中で学習しているのだと実感することもできました。また、単純に分析モデルに関する知識を習得するよりも記憶の定着が良く、何より勉強会における学習そのものがおもしろかったです。これからはこの入門書を足がかりとして様々な分野のより深い内容を少しずつ探索していきたいです。このような良い機会を提供してくださった清水先生に感謝申し上げます。
統計的手法について網羅的に学習したのは、今回が初めてでした。以前まではBDSCに参加させていただいていることで、取り扱われるモデルを適宜、予習して理解を進めるように意識していました。そのため、本勉強会では、統計モデルや深層学習、強化学習などについて広く学ぶことができたと感じています。
勉強会では「本質を捉えたデータ分析のための分析モデル入門」（ソシム社）を予習し、疑問に思った箇所に関して、著者のYoutubeの動画を参考に学習を進めていました。そのため、初めて見る数式やモデルに対して苦手意識をもつことなく勉強会に参加できました。また清水先生の説明では、重要な箇所は初学者にも非常にわかりやすく、分析モデルが生まれた時代背景、現在での使われ方や流行など本を読むだけでは分からない内容まで深く掘り下げてくださったことで楽しく勉強会に参加することができました。また、これまでの自身の解釈と解説を聞いたあとでは、この本に対して違った印象をもつことができ、独学より深く学ぶことができたと実感しています。勉強会前までは、参考書をみたときに難しそうだなと感じていましたが、実際には重要な分析モデルに関して広く浅く扱っており、初学者にこそまずは押さえておきたいポイントを網羅しているものでした。
発展が著しいデータサイエンス分野において、研究を始めるためにまずは何をすればよいのか、今後分野が発展した場合においても有効な古典的手法など幅広く学ぶことができたと思います。データサイエンスに興味をもち、生命科学・医学のデータから解析に挑戦したいという方や参加を迷っている方に、本勉強会をお勧めします。
今回得た知識をしっかりと固めて、今後はより実践的な内容に取り組んでいきたいと思います。この度は勉強会を主催していただいた清水先生に心より感謝申し上げます。
自分は大学で実験系の研究室に在籍しているので機械学習に触れる機会があまりありませんでした。BDSCに参加する中で機械学習の医学への応用の可能性を感じ、より基礎から機械学習について勉強してみたいと思い今回の秋季勉強会に参加しました。勉強会では沢山のことを教えていただきましたが、中でも特に参加して良かったと思う点が3つあります。
まず、機械学習を独学しているとどこまでが総論的な内容で、どこからが各論的な内容なのか最初のうちは自分で判断できないと思います。今回の勉強会では清水先生が各トピックのレベルを具体的に示してくださったのでとても参考になりました（「この知識は情報系の大学院では必須レベル」など）。
また、清水先生は医学部出身であり数理・情報系の学部出身ではないので、数理・情報系に明るくない人が機械学習の勉強をする中でつまずきやすいポイントをとても良く理解しておられると感じました。その点が説明の明瞭さに大きく寄与していたと思います。
最後に、清水先生は実際に生命科学研究の第一線でご活躍されている方であり、各手法の生命科学研究における立ち位置、重要度も教えていただきました（「この手法は生命科学の論文では見たことない」など）。このような情報は他の機械学習の勉強会では知ることができない内容だと思います。
お忙しい中、このような貴重な機会を提供していただき、心から感謝しております。
私は BDSC の勉強会などを通してこれまで機械学習の基本については自分なりに理解しているつもりでしたが、この会に参加して、その理解がさらに深まったと感じています。
特に印象深かったのは、強化学習に関するセッションです。報酬や方策といった、強化学習特有の用語が多く、これまで学んできた教師あり学習とは異なる視点からアプローチのため、納得ができていませんでした。今回の勉強会で強化学習の各用語の意味とその概念を理解できました。これを機に強化学習に係る文献にも挑戦していきたいと思います。
この勉強会で最も魅力的だったのは、清水先生が語るデータサイエンスの裏話です。先生が学生だった時代の機械学習の状況や、教科書 (分析モデル入門)には載っていない補足事項など、教科書だけでは得られない知見を得ることができました。
私がこの勉強会から得たものは大きく、データサイエンスへの理解を一段と深めることができました。これからデータサイエンスに興味を持つ方々、特に強化学習のような新しい分野にチャレンジしようと考えている方々には、是非この勉強会の参加をお勧めします。
この経験を通じて、データサイエンスの世界は常に進化しており、学び続けることの重要性を改めて実感しました。今後もこの分野での学びを深めていきたいと思います。
これまでBDSCなどを通して自分なりにデータサイエンスの勉強を進めてきましたが、独学で進めてきたこともあり、深層学習や強化学習などを含めて分析モデルを系統的に俯瞰する視点を持てずにいました。一方、分析モデルを利活用するためには全体を俯瞰する視点が必要不可欠だとも感じており、今回参加させていただきました。
勉強会の時間は限られているため本に書かれている内容が全て扱われるわけではありませんが、重要な点については時間をかけて丁寧に解説してくださり、各モデルの基本的性格を理解することができました。また、発展の歴史や実際にどのような解析に使えるのかなど、実際にモデルを数多く利活用しなければ学びにくい点についても理解できたのは私にとってとても大きなことでした。さらに、本には数式に関する説明もいくらか掲載されていたため、モデルの背景にある数式に向き合う良い機会となり、統計学や数学を今後どのように学んでいけばよいかを自分なりに考えることができました。扱う本や勉強会があくまでも「入門編」であるため、1つ1つのモデルについて背景が詳細に扱われるわけではありませんが、勉強会を終えた後に興味のあるモデルをさらに深く勉強するための土台を作ることができます。
今回の勉強会であらゆるモデルを俯瞰できたことで、論文を読んでモデルの名称が出てきたときに「本のあそこに載っていたあのモデルだ」と反応できるようになりました。また、勉強会の開催期間中にバイオインフォマティクス技術者認定試験を個人的に受験しましたが、この会で学んだ機械学習や深層学習の知識が試験にも活き、合格につながるという良いこともありました。今後もこの本と勉強会の内容をベースにして勉強を進めていきたいと思います。
最後に、このような学びの機会を私のような学外の学生にも提供してくださった清水先生に心より感謝申し上げます。
私は、統計モデルや深層学習、強化学習などの知識がほとんどなく、初学者でしたが、これらの分野に興味を持ち、ネットで少しだけ勉強を試みていました。しかし、分野の言葉やモデルの説明で使われていた数式が理解できないと感じ、学習方法に悩んでいました。
そこで参加した今回の勉強会で使われた「本質を捉えたデータ分析のための分析モデル入門」という本は、初学者向けに優しい説明があり、言葉やモデルを丁寧にかみ砕いて説明され、具体例も分かりやすく添えられていました。これにより、基本から少しずつ知識を積んでいき、理解を深めることができました。
また、清水先生が本の説明文以上にかみ砕いて説明してくださり、初学者の理解が追いつかないと感じることなく、楽しく学習することができました。勉強会後、以前は難解だと感じていた機械学習の論文に対する苦手意識も和らぎ、より詳しく調べてみようという気持ちが芽生えました。
今回の勉強会では基本的な所から勉強し、様々な分野を浅く広く学び、概観をつかむことが主眼でした。これをきっかけに今後は深く学習し、自分の研究に活かせることがあれば実践していきたいと思います。清水先生、ありがとうございました。
本勉強会ではAIの初学者にとって、特に勉強しづらいと思われる機械学習の全体像を把握するのに役立った。勉強会を通して機械学習で使用される数理モデルの発展の歴史や、それぞれの強みと弱みなど、イメージしやすくなった気がする。また、最新の機械学習研究のトピックなどにも触れていただき、初学者にとってAI関連の論文を読む際にそのアウトラインが理解しやすくなるような知識を多く学べたと思う。
情報科学が専門ではない私にとって、機械学習や深層学習を独学ベースで学ばなければならなかった。機械学習に関しては学ぶ機会が多く、初歩的なモデルを実装してみて予測精度を上げるようなコンペティションに一人で参加したこともあった。しかし深層学習となるとほとんど知識はなく、数学が得意ではなかったため、学習を進めていくことに少し壁を感じていた。
これらの手法を自分の研究、すなわち生命科学の分野に活かしたいと考えても、自身の学習が進むべき方向性の決定に大きな不安が付き纏うのであった。苦手意識を感じる分野の学習を続けるには、それを学んだ後に得られるものの具体的なイメージがどうしても必要になるからだ。そんな中、本勉強会では、画像処理や自然言語処理を中心に、深層学習や強化学習の各手法と最新の動向を体系的に学び、今のモデルには「何ができるか」を知ることができた。これを知ることで、論文で用いられている各種モデルの選定理由と役割を思い浮かべることができ、より深い考察ができるようになったと思う。また、今後自身の研究に活かす際にもどの部分を深掘りすれば良いのか決めるのに役立つと考える。
本勉強会では学部生から院生まで、医療や生命科学にAI技術を活かしたいと熱望する学生の意見を聞くことができ、独学では決して得られなかった刺激を感じ、今まで以上にこの分野への学習意欲を掻き立てられた。さらに、この分野に精通した清水先生の解説からは、教科書や論文には載っていない「肌感」のようなものを少しずつ掴むことができたと思う。
実装経験に乏しい私にとっては更なる深い学習とアウトプットの場が必要である。私自身の研究に活かすために、生命科学に限らず情報科学分野の文献も参考にして、論文等の成果を出すまで継続して学習を続けていく。最後に一緒に参加していただいた学生の皆様と、この会の主催と熱心な解説をしていただいた清水先生に心より感謝を申し上げます。
一冊の本を読み進めながら統計モデル、深層学習、強化学習などについて学んでいきます。扱う内容は初心者向けなのでデータサイエンスの基本的な用語や考え方について最初からしっかりと学ぶことができます。本は入門書のため、難解な専門書と比べて内容が簡潔でとても読みやすいと感じました。さらに、本を読んだだけではよくわからない内容は著者の方のYouTubeの動画を参考にして学習することができます。
勉強会では事前に予習してきた内容を毎回1時間半で解説していただきました。解説を聞くことで自分の理解を確かめることができる上、その内容に関連した新しい知識や用語を知る機会にもなりました。
データサイエンスの勉強を始めるにあたり、参考書選びやスケジュール管理を全て1人で行うのはハードルが高いため、この勉強会に参加してとても良かったと思います。勉強会は週に1回のペースだったので予習が大変でしたが、約1ヶ月という短い期間でデータサイエンスの基礎的な内容を学習できたことはとても有益であったと感じます。
今回得た学びを土台として、今後さらに発展的な内容を学んでいきたいと思います。
ありがとうございました。
この｢入門編｣の勉強会は､データ分析の世界に文字通り入門したばかりの私にとって､この世界を概観する地図を与えて頂けるような､大変貴重な機会でした｡使用するテキストは各項目について簡潔に書かれていて読みやすいのですが､比較的分量が多く､私の様に前提知識に乏しい者にとっては必ずしも簡単に理解できない内容もあります｡この勉強会では､それらをかみ砕いてご説明頂けたうえ､特に知るべき事項､歴史的には重要だが現在は使われていない手法といった補足情報を加えながら教えて頂けたので､独学での勉強より深い理解に繋がったと感じます｡特に歴史的な部分は､近年の機械学習の発展を現場で見続けて来られた清水先生の実感のこもったお話を伺い､さらに最新の事情までを追うことが出来ましたが､そのような機会は多くないと思います｡1回90分間という長さも私にはちょうど良かったです｡実際にデータ分析の技術を身につけるなるための勉強会ではないので､そういったことを期待している方には向かないかも知れません｡しかし､データ分析を学びたいけれども何から手を付けて良いか分からない､色んな手法の名前を見聞きするけれども自分が興味のある解析に適したものが分からない､ネットの情報などで独学で勉強しているけれども知識の整理が難しい､といった方には最適だと思います｡
私は生物科学のバックグラウンドを持つ人間であり、情報技術にはほとんど知識がありません。しかしながら、これからAI技術が医学の発展だけでなく、社会のあらゆる側面に影響を与えていくことを深く認識しています。このコースに参加する際、内容が難しすぎて追いつけないのではないかと心配していましたが、参加してみると、このコースは本当に初心者向けの入門コースです。個人的には、このコースはAIに関連する知識の索引のように感じられ、AIが何であり、現在何ができるのかを理解するのに役立ちます。このコースによって、私は何も分からない状態から、AIに関連する用語を初歩的に理解することができました。また、現在の研究にAIを適用したい場合、どの分野のAI知識をさらに理解する必要があるかを知ることができました。要するに、私のような留学生にとってもストレスのない参加が可能であり、初心者にとっては良い選択肢です。もちろん、毎回の読書会の内容を事前に予習し、復習する時間を割くことは非常に重要です。
この勉強会で扱われている「本質を捉えたデータ分析のための分析モデル入門」は、フルカラーで図やイラストがたくさん使われており、読むことに対する抵抗感は少ないものになっています。それでも、もちろん数式も扱われているため数学的な話が得意でない人には頭から読んで完全に理解していこうとすると難しく、挫折してしまうかもしれません。
ですが、勉強会に参加することで1週間ごとに指定した範囲を読み込んでいく必要があり、自分なりに理解をした上で先生の説明を聞き理解を深めることができました。自習だけではわからなかったところを確認できたり、実際に使うときに考えるべき点や時系列を追ったそのモデルができた経緯の話など、本を読むだけでは知り得ないことを聞けて有意義な時間となりました。
今後、論文を読んでいる際や実践で適しているモデルを探す際には今回の内容がいい足がかりとなり、さらに理解を深めていけると感じました。
ウェットな実験で研究を進めてきた私にとって、バイオインファマティクスの基礎を理論的に学べる本勉強会は貴重な機会だと考え、参加を決めました。私は以前よりBDSCにも参加していますが、活発に行われる議論に追いつけない状況にあり、基礎的な理論の知識の無さを痛感していました。そこで本勉強会への参加にあたり、来たるべきBDSCでの論文紹介の準備として、さらに将来的に自らの研究に活かせるよう予習に臨みました。
勉強会で使用されたテキストは大変分かりやすく、400ページを超える長さを感じさせないものでしたが、私が予習の段階で内容を追えたのは第二回まででした。それ以降（特に強化学習の内容）は、初学者の私にとっては高度なもので、「どう勉強すればいいのか」すら分からない状態でした。しかし勉強会では、清水先生が難解な数式に対しても理解のツボを分かりやすく説明してくださり、私でも理解できるようになりました。このように独学で進めるのが困難な内容に対して、理解のとっかかりを掴めたことが本勉強会の一番良かった所だと感じています。また本勉強会を終えて、BDSCで議論されていることが、少しずつ分かるようになった点に成果を実感しています。
私がこの勉強会に参加した感想は主に３つです。
まず、データサイエンスに限らず全てに通じることだと思いますが、自分で勉強することは大切だと思います。一方で周囲にその分野の指導者がおらず、自分だけで学ぶと、分かったつもりになってしまうことがあります。この勉強会では先生が問いかけをしてくれたおかげで、自分が理解不足な部分に気付くことができただけでなく、勘違いをしていた知識を正すことができました。
また、自習の場合は情報がごちゃごちゃとしてしまいがちですが、この勉強会では体系立てて学ぶことができました。講義内容が順序立てられていたため、自分の知識が整理され、理解しやすくなりました。
情報系の専攻ではない私にとって数式の理解をすることの重要性を認識しているものの、ハードルが高く感じ、なんとなく避けてきました。先生が嚙み砕いて説明してくださったおかげで、数式で理解するハードルが下がったように感じました。
この勉強会に参加することで、自分の勉強方法に対する新たな気づきを得ることができました。
AIシステム医科学特論を受講するにあたって入門講座から受講しました。
社会人大学院生ですが、講義の時間が平日夕方であったため、5回の授業中4回に参加できました。
扱った書籍、「分析モデル入門」、は最低限の予習はして挑むようにしていましたが、AIについて全く無知であった私にとって自力では理解できない内容でした。
受講して最もよかったのは、予習段階ではよくわからなくても、清水先生が内容について、歴史的な流れや重みづけとともに解説してくださったので、とりあえずＡＩの分野で基本となる用語の“響き”に触れることができた点です。また5回のＺｏｏｍ授業で一つの本を最後まで読み切ることができた達成感も得られました。
最も手ごたえを感じたのは、その後ＡＩシステム医科学特論講座の方でＡＩ関連の論文を読んだ時でした。今までであれば全く分からなかったであろうAI論文の”Methods”で、dot product=内積、convolution=畳み込み、などのキーワードに反応でき、論文の流れ、解析のイメージを理解することができました。
今後も授業が進むにあたって何度もこの入門講座で触れた言葉たちの”響き”を思い出すことで、少しずつ理解できることが増えていくのではないか思っています。
勉強会を通じて、機械学習モデルの構造を大まかに理解できるようになりました。開発された順にモデルを学んだことで、モデルごとの違いがより明確になりました。一部理解できないところは、動画を活用して学習しました。
また勉強会では、モデルの名前の由来についても教えていただきました。モデルの名前の背景や元となったアイデアを知ることで、それぞれのモデルの特徴や強みが分かりました。数式を使うと理解しやすかったため、今後は数学的な理解を深めていきたいです。
私は機械学習に関してほぼ知識がなく、BDSCでもモデルの話などになるとついていけなくなってしまっていました。かといって独学での勉強法もよくわからず、そういうものなのだと妥協してしまっていて理解を深めることができていませんでした。しかし、今回勉強会の機会をいただき、「本質を捉えたデータ分析のための分析モデル入門」という本を予習・復習して清水先生の解説を聞くというやり方は、網羅的に広く浅く、手法の全体像を捉えることができました。自分が予習した段階で分からなかった抽象的なことや数式に関わるところを、勉強会で補うように解説していただき、理解が深まりました。一番実感できたのは、BDSCでモデルの名前や数式などが出てきたときにアレルギー反応を示さなくなったことです。それぞれのモデルの特徴をある程度知っておくことで、ハードルが下がると思います。この始めの基礎固めをしておけば、あとは自分の力で調べて理解するのがずっと楽になります。これからもBDSCなどで刺激を受けつつ頑張っていきます。ありがとうございました。
2022年度開催
事前学習会の「入門編」の意味の１つは広く浅く技術の基本を学ぶことだと思う。現在あるあらゆる分析技術の多くは根っこの部分は同じで何点かの工夫を加えて派生した技術である。この「入門編」では根っこの部分の技術の“考え方”を知ることができる。自分の数学レベル等が十分ではないため扱った手法のすべてを完璧に理解すること現時点ではできないが、それぞれの手法が何を目的としていてその目的に対してどのようなアプローチを取っているかぐらいはわかることができた。
教材として使う「本質を捉えたデータ分析のための分析モデル入門」(ソシム社, 杉山聡 著)は基本となる技術を飛ばさずにその派生を含めて紹介してくれる。その行間を埋める作業がこの勉強会におけるもっともエキサイティングな部分であった。また、当教材の豊富な図やイラストは理解を手助けしてくれるだけではなく今後の勉強のハードルを低くしてくれていると感じている。すべての図がオリジナルではなく原著論文から引用されている図を使用しているため、勉強会の外でも使用されている図になっている。「これ見たことある図だ」ということが短い期間で幾度かあった。所見ではちょっと手が出ない複雑で細かい図に対する抵抗が減ったことは間違いない。また、どこにあった図なのか直ぐに戻れるため復習はもちろん更なる知識の増強も期待できる。
「見たことがある」を増やす、つまり広く浅く根本を学ぶ。このシリーズの「入門編」は今後の「概論編」「実践編」の学習効率を高めてくれるだろう。
初回の冒頭で「距離にはどんな距離がありますか」と質問された時、久しぶりに全く知らないことを学び始めるのだな、という感覚になったことを今でも強烈に覚えています。
医学部の授業ではあまり学ぶ機会がなかった、データとは何か、統計や機械学習、強化学習などの背景となる原理を俯瞰するための勉強会は、これからまさにそれらを使いこなしていくための知識やマインドを構築するための良い機会となりました。自分でcodeを書きながらデータを扱う実践的な勉強会ではないため、実践のためのトレーニングは別に必要ですが、“そもそもデータ分析って何なの？”を学び、自分の頭の中にロードマップを作るための勉強会です。
勉強会は1回1時間半、本1冊を5回に分けて読んでいくといった形式です。1回の勉強会で扱う範囲は幅広く、それらを約1-2週間で読みこむことは容易ではありませんが、幸運にも著者はV-tuberとしても活躍されており、要点はYoutubeで学ぶことができます。また現在ネット上ではたくさんの教材が無料で閲覧できるため、それらを活用して予習に励むのも有効です。入門編といっても、その背景にある数学的・情報学的知識がない身からすればかなり読み応えのある本です。
勉強会が終わってからが本当の始まりです。実際にデータを扱いながらさらに知識を深めていきたいと思っています。
データサイエンスを学ぶ上で大きなハードルとなるのが、分野の幅広さと進歩の速さであると私は考えている。事前勉強会入門編は膨大なデータサイエンスの世界へ踏み入れる第一歩として様々な分析モデルの基礎的な理論と応用例を学ぶことができる、とても有意義な内容であった。
五回に分けて通読する「本質を捉えたデータ分析のための分析モデル入門」（杉山聡 著）は数理的な解説を最低限に抑えたうえで、各分析モデルの原理をイラストや図を通して身に着けることができる勉強会の「入門編」にとって最適な内容になっている。勉強会を通して教材を読み進める中で特に有意義だと感じたのが、データ分析技術の進歩を学べたことであった。単に一つの分析モデルの考え方や理論を学ぶだけでなく、第一線の研究者達によってそのモデルがどのようにして拡張され、結果的にどのような分析が可能になったのか、そしてどのモデルが使われなくなったのかを学ぶことができる。
入門編ではあるが、教材には主要分析モデルの原論文や発展的な内容を扱う専門書、さらには著者自身がアップロードしたYouTubeの解説動画等、様々な補足資料が用意されてあり、意欲次第ではいくらでも深く掘り下げ知識を得ることができる。入門編で学んだ内容をベースにさらに知識を身に着け、今後の研究に活かしていきたいと思う。
データサイエンスについて勉強していてあるモデルについて気になった際webなどで調べると、何をしていてどのようなことが出来るのかということについてはある程度の情報を得ることはできると思う。しかし、より詳しく具体的にどのような数式でその機構が成立しているのかという事などまで知ろうとすると原著等をあたる必要が出てくるがいきなり読むには難解なものも多く、もし運よく解説しているサイトを見つけられたとしてもやはり初学者には難しいことが多い。そもそも日々開発されていくモデル達のうち、どれが重要で学ぶべきものであるかということのあたりをつけることも容易なことではなく勉強のハードルを上げる要因になっているのではないかと思う。入門編で扱う本はデータサイエンスの基本的な概念の説明から始まり、今はあまり用いられていないが後のモデルを理解するうえで重要なものを含めた代表的なモデルについて数式の理解を含め基礎を若干超えた内容について比較的平易に解説してくれている。これからより深く勉強し・自ら実装していくであろうモデルについて知り、その理解をもう一歩深めるに際してとても便利な一冊であると感じた。本書はかなり発展的な内容も含んでおり、割とモデルを網羅的に紹介している。勉強会ではそれらの中からどのモデルが重要なのかということや必ず押さえておくべき考え方・ポイントについて、実際に研究をしている先生の所感を含め学ぶ機会になるほか400ページ程度の短くはない本を読破していくマイルストーンとしても有用であったと思う。
私は、これまで大学でのオンライン授業には慣れていたものの、Zoomを使った勉強会には初めて参加しました。初回は緊張していましたが、テンポよく進む講義であっという間に集中して勉強することができました。勉強会では、教材「本質を捉えたデータ分析のための分析モデル」を使用していました。この教材は、副題にある通り「用途・特徴から原理まで一気通貫！」という内容で、体系的な解説がされており、データ分析を志す私にとっては非常に有益なものでした。
この本の著者の方はYoutubeチャンネルを持っておりとても本数が多いので、教材内で難しいと感じる部分をピンポイントで確認することができたため、学習効果が高まりました。私は、この本とyoutubeを活用して予習し、勉強会に参加しました。勉強会では、圧倒的スピードでありつつポイントを抑え、更に第一線で実践されている先生の言葉により深く学ぶことができ、最後のディスカッションでより理解を深めることができました。
私は、この勉強会を通じて、データ分析に関する基盤的な知識を網羅的に学ぶことができたため、今後の学習においても有利になると考えています。しかし知っているのと実践はまた違うと思うので、実践で活用できるよう今回学んだことをベースに試行錯誤していきたいと思います。そのためにも全体感を学べたことは大変価値があったし、進化が激しい分野なので最新情報を受け取った際に対応できる力も付いたのではないかと思います。どうもありがとうございました。