こんにちは，こーたろーです．たった今提出期限だったレポートがパソコンの不調により出せませんでした．本当に許されない．

現在私は滋賀大学院データサイエンス研究科の修士1年に所属しておりまして，メタバースをテーマに計量社会学に分類されるようなことを研究しています．

早いもので2022年も本日で終わりでありまして，折角なので1年の振り返りをしつつ，色々と謎に包まれた滋賀大のDS研究科に関しての発信とか，文系学部からのDS進学とか発信できたらいいのかな〜〜〜〜と思いつつ書いています．
需要なんて知らないですし，これが研究科の先生やら先輩やら同級生などに見られると思うと震えます．あ，有料にしたら解決…?

加えて，今はレポート提出遅れの悲しみから極度の飲酒をしているので，まとまりのない文章になっていますので併せてご了承ください．

想定読者

• 滋賀大学のDS研究科ってどんなもんや？という人

• 他学部（特に文系学部）からDS研究科に進むことってどうなん？って人

お前は誰だ？

滋賀大学修士1年のものです．学部時代は，明治大学の経営学部に所属していました．

が，入学したら驚くほど経営学に興味が持てずに勉強はそっちのけで，学部時代は長期インターンに4社ほど行っていました．この時の経験からデータサイエンスに興味を持ち院進を決意し，今に至ります

数学のバックグラウンドとしては，某国立大学の二次試験のために勉強した程度です．情報学や統計学は言わずもがなです．

滋賀大DS研究科とは？

滋賀大学のDS研究科です．国内初のDS学部および研究科を創設されたことで話題になりorなってますよね．

滋賀大は他大と比べ，統計の先生が多数いらっしゃり，また産学連携が充実しているのが特徴かと思われます．
詳しくはこちら

カリキュラムとか

カリキュラムは見ての通りです（この記事書く意味ある？という気分になってきた）

私は下記のように授業を取りました.
なお卒業要件は，修論関係のものを除くと22単位の獲得が必要です．

春学期(14/22コマ)

• データサイエンス概論（必修）

• モデリング基礎理論（必修）

• 教師あり学習（必修）

• 教師あり学習実践論

• 教師なし学習（必修）

• Webマイニング特論

• 意思決定とデータサイエンス（必修）

秋学期(22/22コマ)

• 統計的モデリング

• モデル評価論

• モデル評価実践論

• 領域モデル実践論

シラバスとか見ていただけるとわかるかと思いますが，春学期に必修が溜まり，秋学期は選択がメインとなります．また，春学期は機械学習系の授業が多く，秋学期は統計の授業が多いような感覚でいます．好みや修論テーマをもとに受講を決定しましょう．全部取るのも全然大丈夫です（実際にやられた方もいらっしゃるようです…恐ろしい…)

各授業に関して，大体3~5名の先生方が1週間で15コマ担当されます．先生毎に課題が出されますが，実践論以外は取り組みやすいように調整いただいている感覚があります．

この1年学んだことなど

実際に私が授業以外に学んだこと，読んだ本，やった事などを箇条書きにします．これから院進する方の参考にいただければ幸いです（参考になるのか…?)

注意点として
・私はDS研究科の中でも最弱…….ｯ
・関心ごとが統計学なので，そちら方面に寄っています
・奴はDS研究科の中でも最弱…………….ｯ!!!!!!

読んだ本とか

統計モデルと推測
ガチ名著です．この1年はこれと心中したと言っても過言．ここに書かれてあることと証明を丁寧に丁寧に追いました．
滋賀大の松井先生が書かれていらっしゃいます．

統計学のための数学入門30講
統計学に必要な線形代数，微積を過不足なく記述されているはずです．ただ，1冊に詰め込まれているので簡潔かつ演習問題少なめではあるので補強したい場合は副読本か何かを使いましょう．数学から逃げるな（自戒）

Rで学ぶ確率統計学(一変量・多変量)
これも名著です．理論を詳しく記述されながら，さらにRでの実装も詳しく書いてあります．『統計モデルと推測』をメインで進めつつ，対応する部分をこれで補完していました．AICの説明や導出とか，多重共線性とか，分散分析とかは先の本ではなかったはずですので，云々こちらでカバーしました

現代数理統計学
竹村先生のご本ですね．学長先生！今年統計検定1級を受けた（落ちた）のですが，その時に不安な項目を補強するために確認しました．部分部分の確認でした

データ解析のための統計モデリング入門――一般化線形モデル・階層ベイズモデル・MCMC
通称『緑本』です．『統計モデルと推測』がGLMまでなので，混合効果モデル，階層ベイズを学ぶために利用しています．非常に分かりやすくていいですよね．

実践Ｄａｔａ　Ｓｃｉｅｎｃｅシリーズ　ＲとＳｔａｎではじめる　ベイズ統計モデリングによるデータ分析入門
上の本と用途はほぼ同じです．こちらは実装寄りであるので，緑本と共に使っております．馬場先生の本やブログは分かりやすくてよくお世話になっています．

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装
いいですよね〜〜〜〜名著．春学期の授業の課題で，教師あり学習周辺のテーマを出されましたが，知識ほぼ0だったので読みましたが分かりやすいことこの上なくて感動しました．

統計的因果推論の理論と実装
勉強会で途中までやっています．社会科学テーマならば因果推論はおさえておきたいので…

改訂2版 RユーザのためのRStudio[実践]入門〜tidyverseによるモダンな分析フローの世界
夏にRが全くわからない状態で，マーケティングのデータ分析コンペに参加したので，その時の補助教材として活用しました．ですが，後述するように私の隣の席のガチプロくんにRを手取り足取り指導してもらったので，これがメインにはなりませんでした．

チラ見シリーズとか

雑に一覧を書きます．

一般化線形がよくわからなかったので，導入に読みました

回帰あたりよくわからなかったので，疑問点の解消

競艇AI作りたいので，理論から…として読んでます．

今年ゲーミングPC買ってGPUがおうちに導入されたので，競艇AIをGPUでガンガン回したいぜ！と思った時にDocker使うか〜〜〜〜となって購入しました．分かりやすい

同上．

研究テーマの本を色々…
社会学を扱っているので，秋学期からはその文献やら先行研究の調査に結構時間を割いております．そういった関係の本を読んでます．略．

参加した勉強会とか

数学・統計基礎勉強会
隣の席のガチプロくんと一緒に企画しました．『統計モデルと推測』『統計学のための数学30講』をやりました

社会科学輪読会
同じ研究室の先輩が企画してくださりました．社会科学系をテーマにしている院生が少ないので，その人たちで集まり修論テーマやらの発表やFBをする会

因果推論勉強会
こちらも同じ先輩が企画してくださりました．『統計的因果推論の理論と実装』を輪読しています．

NRIのマーケティングデータ分析コンペ
NRIが主催している分析コンペに，社会人派遣の同級生及びM2の先輩と共に参加しました．コンペ自体はデータ分析からマーケティング施策の提言というものでして，DSの実社会への適応みたいで楽しかったです．参加時点ではRを全く触れなかったのですが，これに参加したことでだいぶ力がつきました．ガチプロ君とチームメンバーに大感謝です

朝活会
生活リズムが終わって昼に来る日が連続したので，友人と共に始めました．毎日8時に院生室に来るという会です．参加者が全員夜型なので，来てはエナドリやコーヒーを飲んで寝るみたいな日もありますが，これは何気に今年やって一番よかったことかなと思います．

役に立ったツールなど

Discord
M1の連絡ツールです．slackだと固いですが，Discordだと気軽にチャットや通話などができるので，これを導入しました．自主ゼミとかの連絡やら，勉強とかの質問とか，競馬チャンネルとか色々とあります．

Notion
学生はProプラン無料なので，タスク管理やたくさん使いました．同期にもめちゃくちゃ布教しました．バックアップ機能を早く実装してほしい．

OneDrive
大学がいい感じのプランに契約してくれているので，1TB使いたい放題です．全ての資料はここに格納しています

Goodenotes
基本的に授業資料はPDFで配布されるので，ipadにこのアプリを入れて授業メモをとっています．自動バックアップ先をOneDriveに設定しているので，仮にGoodnotesが死んでも大丈夫なはず．

Obsidian
同期にNotionを布教した手前あれですが，最近こっちに移動しています．ローカルに保存されているmdファイルを扱うやつですが，ファイル同士のリンクやらがめちゃくちゃ簡単に設定できたりして便利です．これもファイルをOneDriveに設定しているので，どこからでもアクセス可能です．

DS研究科の就活とかどうなっとるん？

まだ時期的には，全然就活が終わっていないですが…
現時点で同期とかを見ていると，IT企業のDS職の内定が多い印象です．他には外資コンサルや，金融など，業界や企業は各々の興味の上でDS職での就職が多い印象です．これからメーカーとかが始まると思うので，そこを志望する人もいらっしゃいます．

他にも大学に対して企業からの募集が直接来たり，社会人派遣の方に会社を紹介されて受ける方など多種多様です．

DS研究科入ってどう？

入ってよかったです．過去の私の判断に拍手喝采．
元々学部時代はビジネスサイドでのインターン経験しかなかったのですが，定量的に物事を見る視点が加わったので，文字通り見える世界が変わりました．Twitterで流れてくるクソ記事により批判的になった

アカハラなど話は聞きませんし，先生方も優しく，同期は様々なバックグラウンドを持つので話を聞いていても面白いです．

書き忘れていましたが，M1は40人ほど存在し，そのうち半分は社会人派遣，さらにその半分は内部生，残りが外部生のような比率です．

外部生がどのような学部から来ているかを，調べてみましたが，ほとんどが情報系，理工系とかでした．あとは経済学部,商学部,経営学部が1人ずつみたいなものでした．意外と文系学部少なかった…

2022年の反省及び改善

まだ入学して8ヶ月ですが，だいぶ学びが大きな一年でした．
年の瀬ですので，個人的な反省及び改善点を書き散らし，来年のオイラに期待大としましょう．

数学から逃げるな
今年は結構これに尽きる気がします．理論を勉強するにあたり，微積と線形の知識が中途半端では学習がよく詰まります．M1が終わるまでにしっかりと取り組みたいお気持ちを表明します．

コード書くことから逃げるな
…というよりは，学んだ理論とかを実データとかに適応して色々と眺める，議論するという作業が本当に大事だなと感じています．秋学期の授業で，先生が「私は数式に強くはないが，コードを書けるので，数式の理解が乏しい時はコードを実行して理解を深める．理論と実装は両輪である（意訳）」と仰っていたのが強く記憶に残っています．
特に，NRIのコンペではほぼ0知識のR及び，因子分析などの手法に関して強くなることができました．この時の経験もあり，インプットはアウトプットをしてさらに深まるということを実感しました

Pythonから逃げるな
将来的にDS職で働くなら，Pythonですよね〜〜〜〜．今は統計ばっかりやっているので，ほぼRしか触っていないのです．pythonでも基本的なことはできますが，さらに親しくなりたいなとは思います

機械学習から（そこそこ）逃げるな
学びの順番としては，統計→機械学習は妥当なので，まあM2のオイラに頑張ってもらいましょう．ただ，個人的にはマーケとかやりたいので，統計をメインで学ぶ姿勢は崩さないかなと思っています．教養としての機械学習．修士の学位は重い……….

自分の力はカスなので，環境の力を利用しろ
これは，24年間生きて一番感じているところです．所詮人間は環境の生き物で，個々人の力なんて高が知れているので，環境の力を最大限に利用しましょう．
部活動でなぜあんなに頑張れたのか？大学受験でなぜあそこまで勉強できたのか？なぜ社会人になったら自堕落な生活から毎朝出社できるのか？
これらは全て，そういう環境にいるからであるからだと思います．
なので，内的要因（モチベーション）が強いうちに，望む力が得られる環境に飛び移りましょう．あとはどんぶらことしているうちに，遠いところに着くはずです．知らんけど

学んだことは適宜まとめよ
これは最近痛感しています．回帰とかめちゃくちゃちゃんと学んだはずなのに，その証明やら周辺知識がやっぱり忘れてしまいます．なので，すぐにアクセスしやすい仕組みを作成するのが良いです．ノートで書いたことも，文字として残した方が良いよなーと感じております．

先行研究は毎日読め
略

終わりに

つらつらと書いていましたが，私の今のレベルは少しだけちゃんと勉強している学部3年生くらいかな〜と感じております．
お隣の席のガチプロ君は遥かなる高みにいますし，他の同級生の方もすごいなーと思って眺めています．

ただ，私の学部時代の経験は確実に今に活きておりますし，「専攻を変えているから…」ではなく「専攻を変えているからこそ」というメンタリティで生きています．

学部時代にスタートアップの創業に携われたことで売り上げを生み出すことの難しさや，ダイナミックプライシングの会社で働いたことでDSがどのように実社会で使われて利益を生み出しているのか，業界最大手のVTuberの会社にいたことで最も勢いのある企業がどのようなビジネスモデルであったのか，などなど，様々な経験があったからこそ「今学んでいる理論やモデルはどのような場面で適用できるか」という視点を持ってDSを学べています．
これは他の学生とは違う点であると実感しています．また，その時の思考方法が研究やタスク管理にも応用できたり，無駄なことはないんだなぁと思ってます．

初めに書いたように取り止めのない話にはなりましたが，とりあえず入学から年の瀬までをざっくりとまとめました．

まあ，新年になっても粛々と毎日を送りましょう！なんか聞きたいことあればDMでもください！