コード学習の旅 — パート I

Nov 26 2022

約 3 年前の 2019 年 10 月頃、私はプログラミングを学ぶことに決めましたが、どのプログラミング言語を選択するべきでしょうか? Java、Javascript、R、Python、HTML、または CSS のどれを使用するべきでしょうか。私はデータ関連のプログラミング言語に固執することにしました。これは、将来データ駆動型の意思決定を行うのに役立つだけでなく、問題を解決するための分析的アプローチを常に持っているからです。

最初は難しかったので、まずコーディングに関する本をダウンロードして、毎日読み始めました。すべてがうまくいっていたので、本を読むのをやめて、仕事に集中することにしました。その間、私の私生活と職業生活の間で衝突が起こっていました。約2年9ヶ月在籍した後、仕事よりも家庭を優先することにしました。ここで私が学んだ教訓は、余分なレベルの罪悪感とストレスを避けるために、自分自身を二重に予約してはならないということです. 実家に戻り、両親の介護をしながら、時代の流れに合わせる必要がありました。プログラミング言語の学習プロセスを再開しました。3年ぶりに教科書を開くのが大変でした。私の心は少し錆びていて、最初の数日間は本を読まずにじっと見つめていました。大学時代に集中力を高めるために使用したテクニックがいくつかあります。

1. 気を散らすものをすべて取り除くために、部屋を閉め、携帯電話を遠ざけてください。

2. ラップトップのアルファ波音楽に切り替えて、読み始めます。

3. ポモドーロテクニックを使って、1 日にできるだけ多くのポモドーロサイクルを完了するようにします。

4. 数分間瞑想する

5. 毎朝、一日の計画を立てる

読書はいつでも楽しいものですが、読んだ内容を練習するためにさらに努力する必要がある場合もあります。スキルを練習して磨くために、オンラインコースを受講することを考えました。オンライン講座がたくさんあるので、自分に合った講座を選ぶのは一苦労です。適切なコースを選択するには、いくつかの基準を修正する必要がありました。そこで、要件のリストを作成し、それをコースプロバイダーが提供するサービスと照合しました。これが私が検討したリストです：

手書きで申し訳ありませんが、これは要件の収集と分析に対する私のアプローチです。何かを理解するために何かを書いたり、落書きしたり、描いたりします。あなたが読むことができない場合、これらは私が書いた箇条書きです：

- カリキュラム

- ライブクラス

- 事前に記録されたモジュール

- 積極的な疑いの解決

- 多数のツール

- キャプストーン

- キャリアサービス

- 予算にやさしい

- ネットワークへの活発なフォーラム

そして、利用可能なコースについて多くの調査を行う部分が来ます. コーディング忍者、コードアカデミー、Simplilearn、upGrad に出会いました。Codecamp、edX、その他多くの組織や機関が、私のキーワードで SERP を獲得しました。最初は、コーディングを学べるかどうかを確認するために、Coursera が Google と提携して提供しているデータ分析の小さなコースを受講して自分自身をテストしました。これで、ある程度の SQL および R プログラミング言語を知っていると言えます。Google データ分析コースを受講しているときに、Simplilearn に登録しました。以前にシックスシグマのグリーンベルトを取得したときと同じように、私は Simplilearn のミョウバンです。彼らは、経済的な価格で 7 つの修士コースを提供し、他のすべての要件も満たしてくれる素晴らしい計画を思いつきました。

その間、Coursera のコースも修了し、ついにバッジと認定を取得することができました。正直に言うと、改訂スケジュールの一部として再検討し続けているいくつかの概念を除いて、それほど難しいものではありませんでした。

Google データ分析バッジ

私の学習に対処する：

私がビジネスアナリストコースを開始したとき、コースカリキュラムの最初の部分は、CBAP® について理解し、学ぶことでした。このコースのカリキュラムは、ビジネス分析プロセスのすべてのタスクで使用する必要があるインプット、ツール、およびテクニックについて多くの理解を必要とするため、かなり難しいと感じました。

プロジェクトワークを提出し、評価をクリアしたら、次はデータビジュアライゼーションのためのタブローの学習でした。さて、私がツールを学んでいる、またはコードを学んでいると考えているなら、私の答えは、私は両方をやっているということです。その理由は、データ主導の意思決定をしたいのであれば、良いものが必要だからです。データ分析ライフサイクルの理解。EMC によると、データ分析のライフサイクルは次のようになります (EMC は現在 Dell です)。

- データの発見

- 前処理

- モデル企画

- モデル構築

- 結果を伝える

- 運用化

今、コーディングだけを学んだとしても、結果を伝えたり、戦略を運用したりするのには役に立ちません。だから、ここで私はタブローを学んでいます。次回のブログでは、タブローを学ぶ上での課題についてお話します。またね。