勉強方針をまとめるために以下から出題範囲を確認します。
| 章 | 節 | 問題数 | 問題割合 | ページ数 | ページ数÷問題数 | 個人的見解 | |
| 1 | データエンジニアの役割 | 2 | 5% | 12 | 6.00 | データ分析のなんたるか。 | |
| 2 | Pythonと環境 | ||||||
| 1 | 実行環境構築 | 1 | 3% | 9 | 9.00 | pipでインストールなど。 Python基礎と内容かぶり |
|
| 2 | Pythonの基礎 | 3 | 8% | 16 | 5.33 | 内包・分岐・ジェネレータ・一部ライブラリなど Python基礎と内容かぶり pathlibだけは基礎になかったかも |
|
| 3 | Jupyter Notebook | 1 | 3% | 7 | 7.00 | 特筆無し Jupyter Notebook環境構築 |
|
| 3 | 数学の基礎 | ||||||
| 1 | 数式を読むための基礎知識 | 1 | 3% | 7 | 7.00 | 数学記号や三角関数など 中～高数学の基礎知識のさわり |
|
| 2 | 線形代数 | 2 | 5% | 7 | 3.50 | ベクトルや行列 | |
| 3 | 基礎解析 | 1 | 3% | 6 | 6.00 | 微積分とそのグラフたち | |
| 4 | 確率と統計 | 2 | 5% | 13 | 6.50 | 分布とか回帰とか | |
| 4 | ライブラリによる分析実践 | ||||||
| 1 | NumPy | 6 | 15% | 42 | 7.00 | 多次元配列を扱うライブラリ | |
| 2 | pandas | 7 | 18% | 42 | 6.00 | 数表のような データ型を使うライブラリ |
|
| 3 | Matplotlib | 6 | 15% | 34 | 5.67 | グラフを描くライブラリ | |
| 4 | scikit-learn | 8 | 20% | 55 | 6.88 | 機械学習ライブラリ | |
| 5 | 応用: データ収集と加工 | 0 | 0% | 46 | 0.00 | 試験範囲外 |
上記を踏まえた上で、学習する優先順位を考察すると
①Pythonがある程度わかるか(Yes→2章の優先度低)
②数学がぷーではないか(Yes→3章の優先度低)
③データ分析系のライブラリわかっているか(Yes→ノー勉でいける)
でだいぶ変わってきますね。
私は
①：△
②：×
③：×
なので
1章→3章→4章→2章
でいこうかな。。。と思います。
(ほんとは4章を最初にやりたいのですが、ばーっと読んだ感じでも
数学わかってるっしょ的なノリだったので、多分3章を読んでからのほうが
分かりやすい)
合格点は70%(700点)なので、40問中28問あっていれば大丈夫なはずです。
4章だけで27問なので4章がわからなかったら無理ですね。..
1時間で実施するCBT方式で3章(基本的な数学)はどんな問題出るんですかね？
ある意味楽しみでもあるようなそうでもないような
試験まであと：24日
残ってる学習範囲：全部
