さわやかで優しい先輩に囲まれて進む学習。

1、内容

２．１効果的な問いかけとは(オープンでスマートに)

課題解決と効果的な問いかけについて学ぶ。
最も重要なのはオープン（自由に答えることができる）かクローズ（答えが選択できる）でいうと

①オープンquestionにすること。

自分の身の回りの人に日常でデータを使っている人はいるか、その人に問いかけてみることを行う。
また課題は６つに分類され、予測、分類、異常、特定、つながり、パターンに大別される。

②SMARTの法則を使う

• 具体的: その問いかけは、車の特定の特徴に焦点を当てているか？

• 測定可能: その問いかけでは、機能をレーティングできるようになっているか？

• 行動指向:その問いかけは、異なるまたは新しい機能の追加につながるか？

• 関連がある: その問いかけで、車を購入するかしないかを左右する機能を特定できるか？

• 時間的制約がある: その問いかけは、過去 3 年間のうちに人気だった機能のデータを検証しているか？

 とりわけステークホルダーとの意思疎通が重要な印象を受けた。

２．２データに基づいた意思決定（量と性質）

データのチカラを理解する。

・定量データ（満足度、星の数など数字で測れるもの）と定性データ（アイスの味はイチゴ、チョコなど）がある。

定量：何を
定性：なぜ　を知ることができる。

ダッシュボード、ビッグデータとスモールデータについて。

２.3    表計算ソフトの基礎知識

２．３表計算ソフトの基礎知識（スプレッドシートの練習）

スプレッドシートを使う。
数式→加減乗除
関数→SUMなど（キーボードショートカットが、実は関数である( ﾟДﾟ)らしい）

エラーの意味。
作業範囲（sow：Statement of Work）
プロジェクトで実行されると合意したタスクの概要について

２．４ステークホルダーを常に意識する（ニーズ、ニーズ、ニーズ）

ステークホルダーとのコミュニケーションの取り方。
チーム内で対立から協力するための対処法。
チームとステークホルダーのニーズを把握する。

2、感想

面白かった。
例えばスプレッドシートではエラーが出たら諦めていたけども、解決出来て嬉しかった。
あと数式と関数の違い、ショートカットを覚えたいと思った。

　またコミュニケーションの取り方についても意外と詳しく説明があり、わかりやすくて良かった。少し大変かなと思ったのが、ステークホルダーとチームメンバーのニーズを把握してさらに顧客のニーズも考えると・・全方位やんと思った。（あたりまえ笑）思いやりとか距離感とかバランス感覚が必要な印象を受けた。学習中にもあった「コンテキストを理解する」って点がチームの成果を上げるのに大事なのではないかと考えた。

　印象に残ったのは「データがストーリーを語る」「変数」という言葉。
この辺りは今後の学習に期待しておく。

３、他の講座との違い（自己開示と協力依頼）

・他の学習プログラム（オンライン）との違い

１知人や友人に協力してもらう場面がある。
自分が資格の勉強していることを明かしたり、質問する場面がある。面白い。

２実践が多い
動画の途中でテスト、クイズカード、検索したりと全く学習者を飽きさせない構成。

すごすぎる。Googleすごすぎる。

・前回（基礎１）との違い。
今回のメイン進行は女性だった。かわいい。
大きな差はないが動画、カード、実践等、学習のバリエーションが少し増えていた。
少しづつ専門用語の割合が増えている。例：ROI（Return On Investment）等

４、自己学習

やはりアナリストとサイエンティストの業務分担が分からない私(T_T)
図があるやつを探した('ω')笑

↓引用元

The Data Science Hierarchy of NeedsThe Data Science Hierarchy of Needs, developed after Maslow’s Hierarchy of Needs, is a model that shows the needs of data science practitioners and helps them understand and priori…

拙い文章ですが、ここまで読んでいただいてありがとうございました。