Depuis que j'ai commencé l'analyse des données lorsque j'ai changé de poste en octobre 2020, je voulais apprendre systématiquement, j'ai donc travaillé sur le ** examen d'analyse des données de certification d'ingénieur Python3 **. C'était un examen relativement nouveau, et c'était un peu différent des informations sur le Web, donc je vais partager mon expérience. J'espère que cela aidera ceux qui vont passer l'examen.
J'écrirai également sur moi-même, qui écrit cet article. Je pense que ce serait bien si vous pouviez considérer cela comme une impression humaine. ** Rien n'est plus fiable que «facile» comme le dit une personne intelligente. Lol **
--Deux années d'expérience en tant qu'ingénieur informatique
--Réside à Osaka
――Comme je le souhaitais, je suis heureux d'avoir pu étudier l'analyse de données en utilisant Python de manière ferme et systématique. ――Il était bon d'approfondir votre compréhension des bibliothèques "standard" telles que NumPy et pandas. «C'était la première fois que vous utilisiez une bibliothèque pour l'apprentissage automatique et le dessin de graphes, mais c'était bien d'apprendre des bases. ――Comparé à ce test, le niveau de difficulté du test simulé (décrit plus loin) est considérablement plus élevé, et j'étais malade jusqu'à ce que je passe ce test. «Personnellement, j'ai trouvé les bases des mathématiques difficiles. «Pendant le test, on m'a dit que le calcul et les notes de service étaient interdits, et j'ai dû le résoudre par un calcul secret, ce qui était difficile à résoudre. «C'était un système dans lequel la demande d'examen était contactée directement au lieu d'examen, et j'ai ressenti la difficulté d'aller payer directement au moment de la demande.
** Le matériel pédagogique principal pour cet examen est le "Nouveau manuel d'analyse des données avec Python" de Shosuisha **. Fondamentalement, les questions ne peuvent être posées qu'à partir d'ici. Sur le site officiel, les questions ont été posées dans la gamme et le ratio suivants.
| Chapitre | Section | Nombre de problèmes | Rapport de problèmes | |
|---|---|---|---|---|
| 1 | Rôle de l'ingénieur de données | 2 | 5.0% | |
| 2 | Python et environnement | |||
| 1 | Construction de l'environnement d'exécution | 1 | 2.5% | |
| 2 | Principes de base de Python | 3 | 7.5% | |
| 3 | Jupyter Notebook | 1 | 2.5% | |
| 3 | Bases des mathématiques | |||
| 1 | Connaissances de base pour la lecture de formules mathématiques | 1 | 2.5% | |
| 2 | Algèbre linéaire | 2 | 5.0% | |
| 3 | Analyse de base | 1 | 2.5% | |
| 4 | Probabilité et statistiques | 2 | 5.0% | |
| 4 | Pratique d'analyse de la bibliothèque | |||
| 1 | NumPy | 6 | 15.0% | |
| 2 | pandas | 7 | 17.5% | |
| 3 | Matplotlib | 6 | 15.0% | |
| 4 | scikit-learn | 8 | 20.0% | |
| 5 | Application: collecte et traitement des données | 0 | 0% |
Comme le montre le tableau, l'utilisation de ** 4 bibliothèques a clôturé 67,5% ** des points, et c'était clairement le point important.
Voici ce que j'ai appris en passant cet examen.
J'ai jeté un coup d'œil rapide au matériel pédagogique et vérifié le fonctionnement avec le Jupyter Notebook au chapitre 4. Aussi, sur la base de ce matériel pédagogique, j'ai créé une question-réponse et l'ai résolue moi-même. En passant, comme mentionné ci-dessus, ** cet examen comporte une gamme de questions assez biaisée **, donc après avoir appris les bases des mathématiques dans une certaine mesure, j'ai décidé de me concentrer sur ** l'étude de la bibliothèque **.
Ce qui précède est un rapport simple mais d'expérience.
En étudiant, j'ai aussi créé mon propre problème, donc je vais le publier ↓ https://qiita.com/pon_maeda/items/39877a703b155d3dbdbd
Si vous avez des questions, n'hésitez pas à commenter. Merci d'avoir lu jusqu'à la fin.
Recommended Posts