教材 on 鶴見教育工学研究所

第110回Tokyo.Rで発表しました

Sat, 20 Jan 2024 00:00:00 +0000

タイトルの通りですが、2024年1月20日に開催された、第110回Tokyo.RでLT発表を行いました。

スライドを以下に貼り付けます。

20240120_110th_TokyoR_PortfoliodownによるWebサイトの作成など

また、「R言語の教材」についてはR言語の講義資料を公開しますをご覧ください。

R言語の講義資料を公開します

Fri, 08 Dec 2023 00:00:00 +0000

GitHubリポジトリ: https://github.com/tetlabo/adv_pgm3_2023

はじめに

筆者は、自営業 (法人ではなく) として、教育・研修・人材育成の領域を仕事にしています。基本的には、社会人研修 (BtoB) のセカイで、すでにある教材で9時17時講義したり、研修会社のオーダーに沿った教材を作成して、生活しています。

そんな中で、縁¹あって、母校の専修大学で2020年から非常勤講師をしています。当初は学部の必修科目 (200数十人受講) を分担して、他の先生が作成した教材でやっていたのですが、それと別に「Rについての授業をやってくれ」という依頼を受けて、2021年から「応用プログラミング3」という科目で「モダンなRプログラミング」をテーマ (自称) とした講義をしています。

3年目も後半にかかり、そろそろ教材も完成したかなと思うので、公開することにしました。R言語について学びたい、と思っている学生や社会人の参考になれば幸いです。商用・非商用問わず自由に使っていただいて構いませんが、代わりに 何か仕事 (研修、非常勤講師、教材・書籍執筆など) をいただければうれしいです。 そのうち、講義動画も撮影して公開しようと思っています。

なお、R言語の利用目的は一般的に統計解析 (データ分析) ですが、本講義では「分析手法については他の授業で学ぶはずなので触れません」というスタンスで、詳しくは説明していません (説明できませんし)。

講義の概要

(激重🤪) シラバス

シラバスには、以下のように記載しています。

＜到達目標＞

R言語の近年の動向を捉え、適切な開発環境、パッケージを選択してプログラミングできる

tidyverseを念頭に置いたモダンなデータ分析フローを理解し、分析を実践できる

機械学習やテキストマイニングなど、分析の目的に応じた手法を選択し、Rプログラムとして実装できる

＜講義概要＞
データ分析のためのプログラミング言語であるRについて、近年 (2010年代後半以降) の開発動向を紹介し、ビジネスや研究の現場で広く使われるパッケージの活用方法を、実際にプログラミングをしながら学習します。講義を通じて、実践的なRプログラミングのスキルを身に着けることを目標とします。なお、本講義の履修者は、R言語について基本的な知識を有していると想定しています。前提知識として想定するのは以下の事柄です。

【前提知識】※第1回の授業で簡単な振り返り、確認を行います。

Rでファイルからデータを読み込むことができる

オブジェクト (変数) を作成し、要素 (行や列) を参照できる

オブジェクトに関数 (データ加工、グラフィックス、統計処理など) を適用し、結果を得ることができる

実際には、第1回から第2回の授業でR言語の基本については概説していますので、Rをはじめて学ぶ方でも問題ないと思います。

教材とハンズオン環境

教材は、R Markdownで作成し、PowerPoint形式で出力しました。²筆者が軸足を置く (伝統的な) 社会人研修の業界では、PowerPointのノート部分に解説文をしっかりと書き込み、「ノート」表示で出力、A4サイズで印刷というのが主流です。³筆者も、そのやり方で10年以上やってきて、それなりに合理的なところがある⁴と思っているので、その形式にしています。

実際に講義する際には、スライド部分が全幅で表示される程度に拡大して使用しています。

また、講義内容に対応したハンズオン環境をPosit Cloudで作成し、学生に提供しています。大学ではG Suite for Educationを導入しているので、学生に付与されたGMailアドレスでログインさせていますが、私用のGMailアドレスその他でも無償で月25時間 (CPU時間) まで利用できます。それぞれのハンズオンは、Posit Cloudの無償版 (1 CPU, 1GBメモリー) で実行できるようにデータサイズなどを調整しています。

ガイダンス、Rプログラミングの基本: 教材PDF / ハンズオン環境
Rプログラミングの基本、最近の動向について: 教材PDF / 補足資料PDF / ハンズオン環境
R Markdownによるレポート作成: 教材PDF / ハンズオン環境
GUIによるデータ分析: Radiant等: 教材PDF / ハンズオン資料 / ハンズオン環境
ggplot2パッケージによるグラフィックス作成 (1): 教材PDF / ハンズオン環境
ggplot2パッケージによるグラフィックス作成 (2): 教材PDF / ハンズオン環境
tidyverseによるデータハンドリング (1): 教材PDF / ハンズオン環境
tidyverseによるデータハンドリング (2): 教材PDF / ハンズオン環境
Rによる統計モデリング、機械学習の基礎: 教材PDF / ハンズオン環境
機械学習フレームワークによる機械学習 (1): 教材PDF / ハンズオン環境
機械学習フレームワークによる機械学習 (2): 教材PDF / ハンズオン環境
RによるWebスクレイピング: 教材PDF / ハンズオン環境

以降は、順次公開します。

日本語テキストマイニング (1)
日本語テキストマイニング (2)
Shinyによるアプリケーション開発 / reticulateによるPythonとの連携 / まとめ

ライセンスなど

教材、プログラムのライセンスは、MITライセンスとします (GitHubリポジトリに設定)。商用、非商用問わず自由にお使いいただいて構いません。ただ、代わりに 何か仕事 (研修、非常勤講師、教材・書籍執筆など) をいただければうれしいです。

本当に縁だけで、学位も研究実績もないんですが。 ↩︎
一発で公開しているもののような出力にはならないので、PowerPoint上でそれなりに手を加えて完成させています。公開しているのはPowerPointからPDFに変換したファイルです。 ↩︎
プログラミングスクールや教育ベンチャーはもちろんそうではありませんし、コロナ禍によるオンライン化やペーパーレス化、さらには印刷コストの削減などさまざまな要因で、A4縦の印刷物、というのは絶対的な要件ではなくなりつつありますが、まだまだ大多数です。会社ごとの個別研修では、未だに印刷した教材を事前納品ということも多いです。 ↩︎
説明したいこと (オプションの細かな相違など) をスライド部分にすべて書き込むと、情報量が過多になり、何かを初めて学ぶ人には負荷になります。また、口頭での説明だけでは聞き逃すこともありますし、後から見返した時に覚えていないこともあります (個人的な感覚として、研修の受講者は講師の話を半分くらいしか聞いていません🤪)。また、今回のように教材だけを公開する場合には、研修ではもっと細かく深い説明をしているのに、スライドだけ見て「内容が薄い」「厳密でない」「こんなのに〇万円？」とか言われるリスクもあります。これは、研修会社の営業が教材を持って提案に行く場合も同様です。そういうことを考えると、結果的にこのスタイルはある程度の合理性があるな、と思っています。実際には、20数年前にOHPやワープロからPowerPointに移行する際に、なんとかA4縦の印刷物を作りたくて辿り着いたのではないかと思いますが。 ↩︎

2022年にR Markdownで書いた教材・資料のページ数

Sat, 31 Dec 2022 00:00:00 +0000

タイトルの通りなのですが。

昨年後半から、仕事で作成する教材、資料、原稿のほとんどをR Markdownで書くようになりました。私の場合、作成する文書のほとんどはいわゆる「パワポ」なので、bookdownパッケージの powerpoint_presentation2 で出力し、どうしてもそのままではレイアウトのズレが生じるので、PowerPointで整えています。その中で「こう書けばこう出力される」という経験をたくさん積んだので、それを活かしてテンプレートとなるPowerPointファイルもブラッシュアップし、(内容はともかく) 生産性が向上した一年でした。

…ということで、今年作成した資料のページ数を数えてみました。PowerPointファイルだったりWordファイルだったり、ただの章扉もあったりで、1ページの情報量もだいぶ違いますが、単純に完成品のファイルを開いて、表示されるページ数を積み上げました。

その結果、2022年は1700ページ書いていたことがわかりました。

81種類の資料を作成し、合計1700ページ執筆しました

多いのか少ないのかわかりませんが、今年の前半はだいぶ働いた (教材を書いた) なぁという印象があります。代わりに、後半、特に10月と11月はスカスカでしたが🤪 そのぶん、このWebサイトとブログを整備できたり、次の仕事への準備ができたりしたので、トータルでは悪くない1年だったのかと思います。

今年の11月に (ノリで🤪) 自営業の屋号を「鶴見教育工学研究所」と変更しましたが、来年から、さらに「鶴見」(地域) と「教育」の両方をしっかりと意識したビジネスをしていきたいと思います。

それでは、よいお年を。

Pythonの自学自習用コンテンツ

Tue, 22 Nov 2022 00:00:00 +0000

この記事は、以前このサイトで公開していたものを再公開するものです。

厚生労働省　Pythonで始めるプログラミング

https://www.mhlw.go.jp/content/11600000/000806709.pdf

PDFしか引っかからないので、どういう事業・予算で作られたものかよくわかりませんが、Pythonの環境構築から文法の基本、データ分析の基礎まで幅広くカバーした入門教材です。

慶応義塾大学ゼロから学ぶPython

https://kaityo256.github.io/python_zero/

京都大学 Python演習

https://repository.kulib.kyoto-u.ac.jp/dspace/handle/2433/265459

東京大学　Pythonプログラミング入門

https://sites.google.com/view/ut-python/

Python早見帳

https://chokkan.github.io/python/index.html

九州大学データサイエンス概論I & II

http://mdsc.kyushu-u.ac.jp/lectures

大東文化大学 Pythonプログラミング

http://www.ic.daito.ac.jp/~mizutani/python/index.html

福山大学 Pythonプログラミング演習

https://www.kkaneko.jp/cc/po/index.html

福山大学プログラミング入門とオンライン開発環境

https://www.kkaneko.jp/cc/online/index.html

Python実践データ分析100本ノック

https://www.shuwasystem.co.jp/support/7980html/5875.html

東大OCW コンピュータシステム概論

https://ocwx.ocw.u-tokyo.ac.jp/course_11409/

東大OCW データマイニング入門

https://ocwx.ocw.u-tokyo.ac.jp/course_11414/

ディープラーニング入門：Chainer チュートリアル

https://tutorials.chainer.org/ja/tutorial.html

機械学習帳

https://chokkan.github.io/mlnote/index.html

numpy 100本ノック

https://github.com/tetlabo/numpy-100/tree/master/jp

scipyレクチャーノート

http://www.turbare.net/transl/scipy-lecture-notes/index.html

YoutubeいちやさしいPython入門講座

「Python実践講座」

Rの自学自習用コンテンツ

Tue, 22 Nov 2022 00:00:00 +0000

この記事は、以前このサイトで公開していたものを再公開するものです。

今日からはじめるR 2021改訂版

Rに詳しくない、これからRを使ってみようかな、Rって何ができるの? という人向けにはちょうど良い内容ではないかと思います。

東京大学Open Course Ware 統計データ解析I

https://ocwx.ocw.u-tokyo.ac.jp/course_11405/

東京大学Open Course Ware 統計データ解析II

https://ocwx.ocw.u-tokyo.ac.jp/course_11408/

Rによる統計入門

https://htsuda.net/stats/

R自学自習の基礎知識

https://heavywatal.github.io/rstats/intro.html

Rによるデータ前処理実習 2021 東京医科歯科大

https://heavywatal.github.io/slides/tmd2021/

データエンジニアリング人材養成演習補助教材

https://demlc.github.io/Educational-materials/

滋賀大学の集中講義「データエンジニアリング人材養成演習」の補助教材です。こちらも前処理テクニックの紹介が中心です。

Rビギナーズガイド

https://syunsuke.github.io/r_beginners_guide/

Rで計量政治学入門

https://shohei-doi.github.io/quant_polisci/

私たちのR: ベストプラクティスの探究

https://www.jaysong.net/RBook/

統計・データ解析 (奥村晴彦)

https://oku.edu.mie-u.ac.jp/~okumura/stat/

R、R言語、R環境・・・・・・

https://mjin.doshisha.ac.jp/R/

jamovi完全攻略ガイド

https://bookdown.org/sbtseiji/jamovi_complete_guide/

jamoviで学ぶ心理統計

https://bookdown.org/sbtseiji/lswjamoviJ/

Jamoviという、裏でRが動いていて、マウス操作で使うことができる統計ソフトがあります。実は、R言語を覚えなくても、同じことはマウス操作でできます。そのマニュアルを、日本の大学の先生が翻訳・作成してくださっています。

r-wakalang

https://github.com/tokyor/r-wakalang

タダでITを学ぼう！政府・官公庁のオンライン教材

Tue, 22 Nov 2022 00:00:00 +0000

この記事は、以前このサイトで公開していたものを再公開するものです。

はじめに

筆者は、研修講師なので、自分で教材を作ったり、あるいは研修会社がすでに作成した教材を使って、9時17時オッサンがひたすら喋り続ける、とってもレガシーな研修を日々行っています。多くの場合、それらの教材は、「新卒で研修会社に入って講師しかやったことがない人」¹が市販の書籍などを抜粋し、劣化コピーして作っているものです。

筆者自身も、大して変わりはなくて、大学を出て研修会社に入ったので、エンジニアとしての経験はほぼなく、やはり市販の専門書やオープンソースソフトウェアのドキュメント、Web上の技術ブログなどを元に教材を作成します。近年、そのような情報収集をしていると、政府や官公庁のサイト (*.go.jp) に、よくまとまった教材が公開されているのを見つけることが増えてきました。総務省、経産省、厚労省などの省庁がそれぞれ人材育成や就労支援の事業の一環で、ITの基礎や、AIなど先進領域の教育を提供しており、その教材が公開されているものです。実際には、どこかの研修会社やコンサルが受託して執筆しているものでしょうが、そういう仕事をしている人が書いただけあって、「研修教材」として体系化されて、利用しやすいものです。²

この記事では、そのような政府、官公庁が公表している優れた (筆者の主観による) 教材を随時紹介していきます。個人的には、そういうタダでよくできた教材があるんだから、わざわざ「文系学部卒、IT未経験から研修会社に入って、知らない技術を調べながら書いています」みたいな人³が作る教材よりも、きちんと品質が担保されたものを自分のペースで読んだほうが生産性も学習効果も高いのではないかと思います。

研修会社で受講すれば5万、10万かかります。資料をダウンロードして自分で読めばタダです。⁴

品質は、長年研修会社で研修をやっている筆者自身が見て、同等以上です。せっかく税金で作られているのですから、ぜひ活用してください。なお、ここではいわゆる「教材」以外にも、ITの基礎や最新動向を知りたい時 (=研修を受けたい時) に参考になる、平易な資料も紹介しています。

なお、ここでは大学の教材などは取り上げていません。特にデータサイエンス系の教材などは、Rの自学自習用コンテンツやPythonの自学自習用コンテンツなどで紹介していますので、そちらも参考にしてください。

総務省 ICTスキル総合習得プログラム

2023-01-26追記: 総務省のWebページからはなくなってしまったようですが、国会図書館のWebアーカイブにはPDFやZIPファイル含め残っています。

「総務省 ICTスキル総合習得プログラム」は、「データ収集」、「データ蓄積」、「データ分析」、「オープンデータ・ビッグデータ利活用事例」の4つのコースで構成されます。各コースは5つの講座から構成され、合計20講座でICTに関する基礎知識、基礎技術の全体像と各論を学ぶことができます。「各講座の概要一覧」には、各講座の説明内容の概要およびパート構成に加えて、アクセス情報と学習方面・難易度が示されています。アクセス情報に示されているQRコードを利用すると、スマートフォンやタブレット端末から簡単に教材のPDFへアクセスすることができます。

「データ分析」の章では、ExcelやRを使った実習問題も用意されており、資料を読むだけでない、実践的な学習ができます。

厚生労働省高度IT技術を活用したビジネス創造プログラム

https://www.mhlw.go.jp/stf/newpage_15221.html

一般社団法人ソフトウェア協会が作成、実施した事業の教材のようです。以下の幅広い領域の教材と、講師向けのマニュアルが公開されています。

デザイン思考
仮想化
AI (基礎)
IoT活用
セキュリティ
アジャイル開発
ビッグデータ
顧客分析・企画力養成

厚生労働省　開発した教育訓練プログラム

https://www.mhlw.go.jp/stf/seisakunitsuite/bunya/koyou_roudou/jinzaikaihatsu/program_development.html

キャリアアップやキャリアチェンジを目指す労働者を対象とした、技術革新を反映した最新かつ実践的な知識・技術の習得に資する教育訓練プログラムを業界団体、大学等に委託して開発しました。

ということで、AI、IoT、データサイエンスなども含む広範な領域の教材が無償で公開されています。IT分野を対象とした研修講師の養成プログラムもあります。

IPA マナビDX - あなたの学びに変革を！学んで身につくデジタルスキル

https://manabi-dx.ipa.go.jp/

2021年度まで、経産省の「巣ごもりDXステップ講座情報ナビ」として、さまざまな研修会社のコンテンツを無償で受講できる仕組みとして運営されていたものが、2022年4月からIPA所管のサイトに変わったようです。GoogleやMicrosoftのAIに関する無償プログラムを受講できたり、有償講座の受講料補助が受けられます。

科学技術振興機構博士Compass:研究人材のためのe-learning

https://jrecin.jst.go.jp/html/compass/e-learning.html

やや古いですが、さまざまな分野の基本的な事柄をe-Learning (動画) で学べます。特にITに関しては、以下のコースが関連するでしょう。

情報ネットワークコース
情報セキュリティコース
ソフトウェア工学コース
コンピュータアーキテクチャコース
データ構造とアルゴリズムコース
プログラミング言語コース (特定の言語についての教材ではなく、「プログラミング概論」のような内容です)
科学技術者のためのデータ解析技術コース
ロジカル・シンキングコース
品質の管理コース (大企業のIT部門では、QCもよく使われます)

総務省自治体におけるAI活用・導入ガイドブック

【PDF】https://www.soumu.go.jp/main_content/000820109.pdf

これは、教材ではないですが、自治体に限らず民間企業においても、「AIとは何か、何ができるのか」「どうやって導入・活用したらよいのか」を知るための、とても優れた資料です。2021年6月に公表されました。

それ以前から、筆者もAIプロジェクトの進め方に関する概論的な研修教材を作成し、実施していますが、そこで語っていることがほぼすべて書いてあります。そのため、最近では「みなさん今日〇万払って研修受けていますけど、同じことがこれに書いてあります。同僚の方とかにはこちらをお薦めしたほうがいいですよ。タダですから」と述べています。⁵

豊富な事例や、ステークホルダーの整理、予算の編成などさまざまな分野について、総務省や自治体の実践に基づく知見が記載されています。

文部科学省高等学校「情報科」教員研修用教材

高等学校情報科に関する特設ページ: https://www.mext.go.jp/a_menu/shotou/zyouhou/detail/1416746.htm
情報I: https://www.mext.go.jp/a_menu/shotou/zyouhou/detail/1416756.htm
情報II: https://www.mext.go.jp/a_menu/shotou/zyouhou/detail/mext_00742.html

こちらは、2022年度から必修化された、高校の「情報科」を担当する教員向けの講義ガイドです。情報科では、研修会社の新人研修で扱うような、「コンピューターの仕組み」や「OSの機能」といったITの基本的な部分から、ITシステムの開発プロセス、セキュリティ、PythonやRを用いたデータサイエンスまで、幅広い内容を扱うそうです。

高校で実際にどこまで取り上げるのかはわかりませんが、この教員用資料は全トピックを、「大人向け」に説明しているので、ITの全般的な入門書としてとても優れています。個人的には、研修会社の新人研修でよくある「〇〇を身近なものに例えてみよう」といった無意味な演習・グループワークなどがないので、新入社員の方もこれを通読したほうがよっぽどスピーディーに、ITの知識を身に着けられるのではないかと思います。

情報処理学会 IPSJ MOOC

https://sites.google.com/a.ipsj.or.jp/mooc/

上記の情報科の必修化に関して、情報処理学会も教員向けの解説コンテンツを公開しています。Eテレの高校講座や放送大学のようなトーンで、大学の教員などの専門家がわかりやすく解説しているので、やはり「大人」としては⁶これくらいがわかりやすくて良いのではないかと思います。

IPA 情報セキュリティ啓発

https://www.ipa.go.jp/security/keihatsu/features.html

情報セキュリティも、企業の新入社員研修などでよく扱われますが、モノによっては新入社員が直接的にかかわることがすくないISMSなどの仕組みを延々説明するだけの、役に立たない研修もあります。IPAが情報セキュリティの啓発のためにさまざまなコンテンツを提供しており、こちらを見た方がよっぽど役に立ちます。ここからセキュリティ！情報セキュリティ・ポータルサイトなどで、多数の学習コンテンツが公開されています。

NISC インターネットの安全・安心ハンドブック

https://security-portal.nisc.go.jp/guidance/handbook.html

内閣サイバーセキュリティセンター (NISC) では、サイバーセキュリティに関する普及啓発活動の一環として、ハンドブックを公開しています。こちらも、情報セキュリティの学習コンテンツとして有用です。

IPA AI白書2019

https://www.ipa.go.jp/ikc/info/20181030.html

AI白書は、IPAがここ数年発行しているものですが、基本的に最新版は印刷物や電子書籍として販売されています。以前のものがIPAのサイトで公開されています。現在は2019年版と2017年版が公開されています。2017年版はさすがに古くなっていると思いますが、2019年版については、日本の大企業の人事や中小企業の経営層は、ようやくこの時期の事柄に意識が向き出した頃⁷なので、ある意味でちょうど良いのかもしれません。AI技術の概要や、業界動向、事例などが豊富に紹介されています。

IPA DX白書

こちらは2022年の2月に公開されたばかりの、比較的新しい白書です。2018年頃から、経産省のDXレポートをきっかけに、DXがバズワード化しており、おそらく2020年代の新入社員のみなさんも、エラい人がDX, DX言っているのを耳にしていると思います。その、DXに関するさまざまな調査結果やDXの取り組み方 (要素技術や考え方のフレームワーク等) が整理されています。2021年版と2023年版が公開されています。

おそらく、インチキ臭い講師の「ITトレンド」研修より、よっぽど正確だと思います。

総務省統計局高校生のための統計学習教材

https://www.stat.go.jp/teacher/comp-learn-03.html

総務省統計局が提供している、データサイエンスのための教材です。高校の数学や情報科で補助教材として使用することを念頭に作成されています。社会人になって、統計学やデータサイエンス、AIといったキーワードに興味を持って、勉強しようと思っている方に、ちょうど良い教材だと思います。

総務省統計局高等学校における「情報II」のためのデータサイエンス・データ解析入門

https://www.stat.go.jp/teacher/comp-learn-04.html

同様に、統計局が公開している補助教材です。統計学から一歩進んで (?) 機械学習などのデータサイエンス領域の知識を学習できます。Google Colabなどで実行可能なJupyter Notebook形式のプログラムも提供されています。

総務省統計局データサイエンス・スクール　レベル別教材

https://www.stat.go.jp/dss/getting/textbook.html

初心者向けから上級者向けまで、統計学についての基礎的な知識が学べる教材が提供されています。

数理・データサイエンス・AI教育強化拠点コンソーシアム数理・データサイエンス・AI教材

http://www.mi.u-tokyo.ac.jp/6university_consortium.html

本コンソーシアムは、「文理を問わず全国すべての高等教育機関の学生が，数理・データサイエンス・AIを習得できるような教育体制の構築・普及を目指」す大学横断の組織です。「コンソーシアムが公開したリテラシーレベル及び応用基礎レベルのモデルカリキュラムの全国展開に向け，東京大学数理・情報教育センターが開発した」豊富な教材が公開されています。

九州大学データサイエンス概論I & II

http://mdsc.kyushu-u.ac.jp/lectures

九州大学が、上記コンソーシアムのカリキュラムに対応する教材として開発した資料が、無償で自由なライセンス (CC-BY) で公開されています。このデータサイエンス概論では、統計学や機械学習の基礎知識から、Pythonプログラミングの基礎とデータ分析の実践まで、幅広い範囲をカバーしています。

統計データ利活用センタービジネスパーソン向け統計データ利活用1dayセミナー

https://www.stat.go.jp/rikatsuyou/training/seminar/index2020.html
【PDF】https://www.stat.go.jp/rikatsuyou/pdf/seminar1.pdf

統計局の外郭団体 (?) の独立行政法人統計データ利活用センターが開催したセミナーの教材と補助資料、動画が公開されています。講師は、「統計学が最強の学問である」シリーズで有名な西内啓氏です。ビジネスで統計・統計学を利用することについて、わかりやすくまとめられています。

一般社団法人全国専門学校情報教育協会専修学校リカレント教育総合推進プロジェクト

一般社団法人全国専門学校情報教育協会が「専修学校リカレント教育総合推進プロジェクト」事業として、各地の専修学校に委託した教育プログラムの成果が公表されています。各種の技術に関する豊富な教材がPDFで公開されています。

厚生労働省　Pythonで始めるプログラミング

https://www.mhlw.go.jp/content/11600000/000806709.pdf

教育ベンチャーなどでは「現役エンジニアが教える」を売りにすることが多いですが、メーカー系研修会社はほとんど、講師専業で、エンジニア経験のない人が教えています。だいたい2年目くらいから、現場に出たこともないのに「現場では～」「実務では～」とかググって出てきたことを語り出します。 ↩︎
書籍とは異なり、スライド1枚で1トピック、というように研修で講師が説明するスタイルに合致している、という意味です。 ↩︎
個人的には、これはマーケティングとしてプラスなのだろうか、と思いますが。 ↩︎
とはいえ、「会社のお金で、就業時間内にしか勉強したくない！」という人も数多くいるので、社会人研修という業界が成り立っているのですが。 ↩︎
それもどうかと思いますが。 ↩︎
さすがにトピックごとにキャラクターが出てきてドタバタ小芝居をするようなのは飽きてきますので。 ↩︎
研修会社では、どういうわけか2021年頃から「ビッグデータ」「IoT」研修の受講者が増えています…。それ、私が8年前に書いた教材なんですが…。 ↩︎

「ビジネスの現場で使えるAI&データサイエンスの全知識」

Sun, 13 Nov 2022 00:00:00 +0000

Twitterに先に書いた文章ですが。

「ビジネスの現場で使えるAI&データサイエンスの全知識」という本がありました。買ってないんですが🤪本屋で見て、「大企業の非エンジニア向けAI・データサイエンス研修」の教材としてとてもよいと思いました。レコメンドもディープラーニングも全部Excelでやっているので、手を動かして「やった感」が得やすい内容です。オールカラーで見やすく、数式や理論の説明よりも、実際にビジネスの場でありそうなケースで説明がされているので、わかりやすいと思いました。買ってないんですが🤪

実際のところ「現場で使える」「全知識」ではない¹んですが、大企業の人事が喜ぶ、難しくない (難しいと、必要な知識であってもアンケートの満足度が下がり、人事が困ります)、手を動かす (Excelでも触って何か結果が出れば、アンケートが良くなります) 研修のネタ本として最適だと思いました。

「大企業の非エンジニア向けAI・データサイエンス研修の教材」という (私の勝手な) 評価が、著者の意図に沿っているかは知りませんが、本は (教材として見た時に) すごくよいと思います。

書籍とは別の話ですが、大企業の人事主導の研修は、受講者が何を身に着けたかではなく、アンケートの満足度が高かったかどうかがKPIです。²ですから、「Excelで集計して何がわかるか検討しよう」「AIのビジネス活用アイディア (思い付き) をディスカッションしよう」みたいな内容が喜ばれます。

そういう研修が悪いわけではないですが、それでビジネスにデータサイエンスを活用できるか、というとできないわけです。でも、人事はそれ以上難しい＝実践的な研修は、「ついていけない人が出て満足度が下がるからやらない」という判断をします。実際、「機械学習というタイトルが難しそうだからやらない」ということがありました。でも、その次のレベルの「実践ワークショップ」は手を動かして楽しそうだからやる、という。もはや、人材像とか育成プランとかカリキュラムとかないわけです。アンケートの数字がよさそうかどうか、自分達の評価が上がりそうかどうかでしか決まりません。

だから、人が育たないのです (唐突)。

記述が間違っているわけではないですが、基礎的すぎて、現場でデータ分析人材が活用する知識、というより全社員が知っておくべきリテラシーレベルの内容です。 ↩︎
もう一つ、これもTwitterに書いたのですが、研修の内容ではなく、開催実績 (回数) もKPIになります (たぶん)。 ↩︎

図解まるわかりメタバースのしくみ

Sat, 05 Nov 2022 00:00:00 +0000

持っていないんですが😅目次や紹介を見ると、企業向けの「体験！メタバース」研修のネタ元としてよさそうですね。

そもそも、本じたいに「やってみよう：メタバース企業のビジネス分析をしてみよう」「やってみよう：メタバースのアイデアを出してみよう」「やってみよう：メタバースのビジネス活用を考えてみよう」など、研修の中で演習¹としてありそうなトピックが含まれているので、そのまま許可だけ取れば使えそうです。

…研修 (教材、講師) って、テーマの領域で実務経験が豊富な「有識者」が作って、実施していると思われがちですが、実際には、「研修会社に『IT系未経験・新卒』で入って、現場に出ることもなく研修²しかやってこなかった人」(私もですけど) が、市販の書籍やネットの記事を換骨奪胎して作るものです。なので、研修は、先によい本が出ないと作れないのです😜

ただ、それで大企業の人事も大企業のビジネスパーソンも「研修を開催したという実績ができた」「難しくなくてよかった」と納得してくれるので、それはそれで産業として成り立っているのです。

率直に言うと、「今日初めてそのテーマを学ぶ人たちが、たかだか30分前後、検索することもモックアップを作ることもなしにただ思い付きを雑談するだけ」の「演習」には何の意義もないのですが、企業研修ではそういうのが好まれます。人事も参加者も、「他の人とおしゃべりする」ことを目的にしているので。 ↩︎
大抵のベンダー系研修会社では、教材と講師は分離されているので、新卒で入った講師も早々に、誰かが作った教材を読み上げるかたちでデビューします。 ↩︎

教材 on 鶴見教育工学研究所

第110回Tokyo.Rで発表しました

R言語の講義資料を公開します

はじめに

講義の概要

教材とハンズオン環境

ライセンスなど

2022年にR Markdownで書いた教材・資料のページ数

Pythonの自学自習用コンテンツ

厚生労働省 Pythonで始めるプログラミング

慶応義塾大学 ゼロから学ぶPython

京都大学 Python演習

東京大学 Pythonプログラミング入門

Python早見帳

九州大学 データサイエンス概論I & II

大東文化大学 Pythonプログラミング

福山大学 Pythonプログラミング演習

福山大学 プログラミング入門とオンライン開発環境

Python実践データ分析100本ノック

東大OCW コンピュータシステム概論

東大OCW データマイニング入門

ディープラーニング入門：Chainer チュートリアル

機械学習帳

numpy 100本ノック

scipyレクチャーノート

YoutubeいちやさしいPython入門講座

「Python実践講座」

Rの自学自習用コンテンツ

今日からはじめるR 2021改訂版

東京大学Open Course Ware 統計データ解析I

東京大学Open Course Ware 統計データ解析II

Rによる統計入門

R自学自習の基礎知識

Rによるデータ前処理実習 2021 東京医科歯科大

データエンジニアリング人材養成演習補助教材

Rビギナーズガイド

Rで計量政治学入門

私たちのR: ベストプラクティスの探究

統計・データ解析 (奥村晴彦)

R、R言語、R環境・・・・・・

jamovi完全攻略ガイド

jamoviで学ぶ心理統計

r-wakalang

タダでITを学ぼう！政府・官公庁のオンライン教材

はじめに

総務省 ICTスキル総合習得プログラム

厚生労働省 高度IT技術を活用したビジネス創造プログラム

厚生労働省 開発した教育訓練プログラム

IPA マナビDX - あなたの学びに変革を！学んで身につくデジタルスキル​

科学技術振興機構 博士Compass:研究人材のためのe-learning

総務省 自治体におけるAI活用・導入ガイドブック

文部科学省 高等学校「情報科」教員研修用教材

情報処理学会 IPSJ MOOC

IPA 情報セキュリティ啓発

NISC インターネットの安全・安心ハンドブック

IPA AI白書2019

IPA DX白書

総務省統計局 高校生のための統計学習教材

総務省統計局 高等学校における「情報II」のためのデータサイエンス・データ解析入門

総務省統計局 データサイエンス・スクール レベル別教材

数理・データサイエンス・AI教育強化拠点コンソーシアム 数理・データサイエンス・AI教材

九州大学 データサイエンス概論I & II

統計データ利活用センター ビジネスパーソン向け統計データ利活用1dayセミナー

一般社団法人全国専門学校情報教育協会 専修学校リカレント教育総合推進プロジェクト

厚生労働省 Pythonで始めるプログラミング

「ビジネスの現場で使えるAI&データサイエンスの全知識」

図解まるわかり メタバースのしくみ

厚生労働省　Pythonで始めるプログラミング

慶応義塾大学ゼロから学ぶPython

東京大学　Pythonプログラミング入門

九州大学データサイエンス概論I & II

福山大学プログラミング入門とオンライン開発環境

厚生労働省高度IT技術を活用したビジネス創造プログラム

厚生労働省　開発した教育訓練プログラム

IPA マナビDX - あなたの学びに変革を！学んで身につくデジタルスキル

科学技術振興機構博士Compass:研究人材のためのe-learning

総務省自治体におけるAI活用・導入ガイドブック

文部科学省高等学校「情報科」教員研修用教材

総務省統計局高校生のための統計学習教材

総務省統計局高等学校における「情報II」のためのデータサイエンス・データ解析入門

総務省統計局データサイエンス・スクール　レベル別教材

数理・データサイエンス・AI教育強化拠点コンソーシアム数理・データサイエンス・AI教材

九州大学データサイエンス概論I & II

統計データ利活用センタービジネスパーソン向け統計データ利活用1dayセミナー

一般社団法人全国専門学校情報教育協会専修学校リカレント教育総合推進プロジェクト

厚生労働省　Pythonで始めるプログラミング

図解まるわかりメタバースのしくみ