ほくほく甘栗

【メモ】 学習時間の累計は、Day 0までに150時間くらい（12〜4月の5ヶ月間・週5日・1.5時間で算出）

コードを書ける人から、AIに置き換えられていく。 データ分析の世界では、これ現実になっています。 「まずはPython文法を暗記しよう」 「参考書を1冊やり切ってから実践に進もう」 このように考えて今日も参考書を開いているなら、 その前にこのポストを読んでください。 いまやClaude CodeやCodexに日本語で頼めば、分析コードが数秒で出てきます。 コードを書く作業は、AIが一番得意な仕事になりました。 だから「コードを書けるだけ」の人から順に置き換えられていきます。 それでもデータ分析の仕事が消えないのは、 コードを書く作業が仕事全体の10%しかないからです。 僕が今から学び直すなら、AIに任せられない残りの90%を鍛えます。 やることは3つ。全部書きます。 ━━━━━ ① 文法は「読める」レベルで切り上げる ━━━━━ 目指すのは「書ける」ではなく「読める」です。 というのも、AIの出力するコードは 動作するけど間違っていることがあります。 たとえば売上の平均を出すよう頼んだら、 キャンセル分が入ったまま計算されていた。 コードが読めないと、 この間違った数字をそのまま会議で報告してしまいます。 だから最低限の基礎だけはおさえておきます。 とはいえ、参考書を1冊やり切る必要はありません。 やるのはPythonのif・for・関数と、Pandasの基本操作だけ。 クラスも内包表記も、いったん飛ばしてOKです。 おすすめの勉強法は、AIに書かせたコードを1行ずつ解説させること。 「この行は何をしてる？」と聞きながら読むだけで、 文法書を眺めるより10倍速く読めるようになります。 合計15時間。1日1時間なら2週間で終わります。 「見たら何をしているか分かる」状態になったら、暗記せずに次へ進んでください。 知らない文法が出てきたら、そのとき調べれば十分です。 ━━━━━ ② コードを書く前に「問い」を3行で書く ━━━━━ AIに「このデータ、いい感じに分析して」と頼むと、 平均とグラフを並べただけの資料が返ってきます。 見た目は整っているのに、そこから何も決められない資料です。 原因はAIの性能ではなく、頼む側が「何を知りたいか」を決めていないこと。 なので分析を始める前に、毎回この3行を書いてください。 ・何を知りたいのか ・どのデータを見るのか ・何が分かったら成功なのか たとえば「売上データを分析して」ではなく、 「先月に売上が落ちた店舗の共通点を知りたい。店舗別の売上と客数を見る。共通点が1つ見つかれば成功」 ここまで書けたら、コードはAIに任せて大丈夫です。 題材は身近なデータで十分。 家計簿でも、職場の売上データでもOKです。 1日1時間、まずは3日間続けてみてください。 ━━━━━ ③ 分析結果は「次にどう動くか」まで言い切る ━━━━━ データ分析の成果物は、グラフではありません。 「次にどう動くか」の提案です。 ×「20代の解約率は40%でした」 ○「20代の解約率が全体の2倍。だから20代向けのフォローを最優先で見直す」 上は報告で、下は提案。 会議で相手が待っているのは、下のひと言です。 実際、僕がフリーランス時代に月単価100万円をもらえていたのは、 コードを書くのが速かったからではありません。 打ち合わせで「何を分析して、どう動くべきか」まで提案していたからです。 その場でコードは1行も書いていません。 練習はシンプルで、分析するたびに結果と次の行動を3行で説明する。 説明する相手がいなければ、Xに投稿するのでもOKです。 ━━━━━ まとめると、 1. 文法は「読める」レベルで切り上げる 2. コードを書く前に「問い」を3行で書く 3. 分析結果は「次にどう動くか」まで言い切る ①と②を合わせて、合計22時間。1日1時間なら1ヶ月かかりません。 文法を暗記できる真面目さがあるなら、素質は十分です。 あとは努力の向き先を変えるだけ。 コードはこれから、もっとAIが書くようになります。 だからこそ、問いを立てて結果を読める人の価値は逆に上がっていく。 参考になったら、いいね・ブクマで残しておいてください。

【DS独学 振り返り】 2025年12月〜Coursera IBM講座スタート コース1-3：DS概論 コース4-5：Python基礎〜株価分析 コース6：SQL基本〜実データ分析 コース7：機械学習の入り口（今ここ） 累計 約193時間 全12コースの折り返し地点📍 #データサイエンス #Python #SQL

📚 DS独学 Day 34 コース7（Pythonデータ分析）スタート☆彡 ・分析ライブラリ全体像 ・目的変数と予測変数（機械学習の基礎） ・read_csv（header/列名設定） ・dtypes/describe/infoでデータ探索 学習時間：1時間 / 累計：43時間 #データサイエンス #Python #SQL

@manapick_app 早速試してみたところ、INとサブクエリの理解が深まりました！ 複雑なクエリは分解して考える発想が大切ですね。 アドバイスありがとうございました🙏

@ajmgm_ サブクエリは中側だけ先に単体で実行して、返る値の集合を目で見てから外に入れると、想定とずれた時にどっちが原因か切り分けやすいです。INも一度ベタ書きの値に置き換えて同じ結果になるか確かめると、句の意味が腹落ちします。

📚 DS独学 Day 33 コース6（SQL for Data Science）修了！ ・最終課題の問題9・10 ・困窮度指数が最大のエリア（サブクエリ+MAX） ・犯罪最多エリアの特定（2テーブル+IN+サブクエリ） ・最終試験合格＆コース修了 学習時間：1時間 / 累計：42時間 #データサイエンス #Python #SQL

Claude Codeを使っていて、 「あのコマンド、なんだっけ？」 で手が止まる人へ。 機能名から探すのではなく、 やりたいことから検索できる Webサイトを作りました。 🟧「PRを直したい」 🟧「権限確認を減らしたい」 🟧「別端末で続けたい」 164項目、87コマンド系。 検索、分類、詳細つき。 Claude Codeを実務で使う人向けです。 サイトURLは後ほど スレッドで共有します。

📚 DS独学 Day 32 最終課題途中まで（3テーブル：国勢調査/学校/犯罪） ・LIKE + OR/ANDで部分一致の複数条件 ・GROUP BY + COUNTで最多エリアを特定 ・別名をORDER BYで参照する構造 ・ORDER BYにcount()を直接書いて番号のみ表示 学習時間：4.5時間 / 累計：41時間 #データサイエンス #Python #SQL

減薬してからずっと体調が悪く、最悪です😭

練習問題でミスしやすい箇所をことごとくミスしていたため、教訓メモがいっぱい、、、暗記パンに書いて食べたい

📚 DS独学 Day 31 シカゴ公立学校ハンズオンラボ完了！ ・サブクエリで段階的に問題を解く ・複数テーブルの結合（結合条件の重要性） ・ORDER BY DESC + LIMIT 1で最大値取得 ・テーブル存在確認（sqlite_master） 学習時間：1時間 / 累計：36.5時間 #データサイエンス #Python #SQL

今日はハンズオンラボの練習問題で、「分析の前には必ずデータの中身を見て、欠損値の有無や形を把握しておく」という教訓を学びました！ また明日、おやすみなさい💤

📚 DS独学 Day 30 ・実データ分析ラボ（シカゴ公立学校）続き ・GROUP BY + SUMでエリアごとの集計 ・欠損値の扱い（NULL vs 'None'文字列） ・データの中身確認（LIMIT/DISTINCT/型確認）の重要性 学習時間：1.5時間 / 累計：35.5時間 #データサイエンス #Python #SQL

【気づいたこと】 ・メタデータから列名を確認しておくと、後でクエリするときにバッククォートが必要かどうか判断できる。 ・練習問題で、出席率が高い学校の上位10校を問われたとき、最初は学校名一覧のみ表示したけど、出席率の値も見せた方が説得力がある（何%なのか確認できる）。

📚 DS独学 Day 29 ・実データ分析ラボ（シカゴ公立学校）続き ・LIKEで列名を検索（復習） ・ORDER BY + NULLS LAST + LIMIT ・REPLACE関数で%除去・CASTで数値変換 学習時間：2.5時間 / 累計：34時間 #データサイエンス #Python #SQL

きたーーーーーーーーーー！！！！！

📚 DS独学 Day 29 ・実データの扱い方（CSV・ヘッダー・phpMyAdmin取込） ・メタデータ取得（sqlite_master・PRAGMA table_info） ・LIMITで取得行数を制限（速度向上） ・シカゴ公立学校データの分析ラボ開始 学習時間：1時間 / 累計：32.5時間 #データサイエンス #Python #SQL

📚 DS独学 Day 28 コース6モジュール4修了！ ・シカゴ社会経済データの分析（所得と困窮度の負の相関） ・PythonからDB接続チートシートまとめ ・PythonでDBテーブルに問い合わせる方法（復習） ・セルマジックの活用（復習） 学習時間：1.5時間 / 累計：31.5時間 #データサイエンス #Python #SQL

消えてるって思った回は、単行本限定だったみたい

これもわたしの大好きな漫画。久々に全話無料配信してる（何話か消えてるけど、、）

勉強しよ