Study English IT

【大学院留学ブログ@グラスゴー大学】データサイエンスコースの1学期に受講したモジュールの授業内容について

くろかわ(kurokawa)

Postgraduate, @uofglasgow, Data Science MSc ← 国内IT (JV設立支援,事業&SL開発,大学講師,インフラエンジニア等) 初めての留学で経験したことや日常で感じたことを呟きます。

悩むねこ

海外の大学院で実際に勉強する内容を知りたいです!

こんなお悩みを解決します。

この記事で得られること

・グラスゴー大学のデータサイエンスコースの1学期に受講したモジュールについて

この記事の信頼性

この記事を書いている私は、2021年1月からUniversity of GlasgowのData Science [MSc]に進学しています。
当ブログやSNSでは大学院留学での経験や英語・ITの勉強について情報発信しています。

今回は、海外の大学院で実際に勉強してきた内容についてお話しします。

大学院留学を目指す皆さんの中には、「実際にどういったことを勉強するのか知りたい!」という方がいるのではないでしょうか?

イギリスの大学院留学やデータサイエンスの分野に興味があるという方に向けて、私が1学期中に学んだ内容を感想を交えて紹介していきますので、皆さんの今後の留学準備(大学院・コース選びなど)や勉強の計画にお役立てください!

大学院留学の実体験を共有したいと思いますので、よろしければご覧ください!

くろかわ

1年間のスケジュールについて

まずは1年間のスケジュールを簡単に共有します。

大学院側から入手した情報を参考にし、スライドに整理しました。

今回の記事で取り扱うのは1学期(2021年1月11日から3月28日まで)のモジュールについてなので、上図の赤枠が該当します。

私が現在進学しているコース(Data Science [MSc])は、コロナウィルスの影響を受けて2021年1月からスタートしました。

そのため入学してから(当記事執筆時点までで)4ヶ月程が経ちました。

社会人になってから大学院留学を目指してから大学院に入学するまでが大変だったのもあり、いざ入学してからは時間が経つのが大変早く感じます。

1週間のスケジュールについて

続いて、1学期(Spring semester)の1週間のスケジュールは以下のとおりです。

1日平均4コマ(1コマ/1時間)ありました。

それぞれのモジュールで五月雨式に課題が降ってきたので、そのイメージはまるでぷよぷよのようでした。

社会人経験を積んだものの私自身の学習効率があまり高くないため、常時このくらいの緊張感があった気がします。

https://puyo-euphonic.com/puyo-momoken-commentary-1

UI/UXデザインを英語で学びたい方へ

ドイツ(ベルリン)発祥のデザインブートキャンプであるCareerFoundryのコースを5%オフで受講できるクーポンコードを共有いたします。

コースが完了すると、履歴書、LinkedInのプロフィール、就職面接で使用できる証明書が発行されます!

授業料が5%オフになるクーポンコードはこちら

1学期(Spring semester)で学んだモジュールについて

当記事の本題となりますが、私が1学期(Spring semester)で学んだモジュールは以下のとおりです。

モジュール一覧

  1. PROGRAMMING AND SYSTEMS DEVELOPMENT (月曜・水曜・木曜)
  2. RESEARCH AND PROFESSIONAL SKILLS (火曜)
  3. INTRODUCTION TO DATA SCIENCE AND SYSTEMS (火曜・水曜・金曜)
  4. MACHINE LEARNING & ARTIFICIAL INTELLIGENCE FOR DATA SCIENTISTS (木曜・金曜)
  5. In-Sessional Course (火曜) 


簡単に補足すると、

「3. INTRODUCTION TO DATA SCIENCE AND SYSTEMS」と「4. MACHINE LEARNING & ARTIFICIAL INTELLIGENCE FOR DATA SCIENTISTS」では、データサイエンスや機械学習などの人工知能分野の全般についてカバーし、「1. PROGRAMMING AND SYSTEMS DEVELOPMENT」がそれらを下支えするようなプログラミングなどの基礎的な内容となります。

「2. RESEARCH AND PROFESSIONAL SKILLS」は、理系の大学院生に必要な研究関連のコアスキル(論文の読み方・書き方など)について取り扱います。

「5. In-Sessional Course 」は、英語力(アカデミックライティングなど)を向上させることを目的としたオプショナルのモジュールです。

以下にそれぞれ具体的に紹介します。

1. PROGRAMMING AND SYSTEMS DEVELOPMENT (月曜・水曜・木曜)

こちらのモジュールは、大きく2つ(a. プログラミング・OSの基礎、b. システム開発プロジェクト)に分けて紹介します。

a. プログラミング・OSの基礎

コンピューティング・サイエンスの修士課程に必要なソフトウェアとツール(JavaとPythonのプログラミング言語、それに関連したサービス(Jupyter Notebook、IntelliJ IDEA)、Dockerおよびオペレーティングシステム(Linux)など)を短期間で集中的に学びます。

大きく3つの講義テーマ(Python、Java、Linux)に分けられていて、それらを3週間ずつ勉強しました。

1週間の中で講義と演習のコマがそれぞれあって(割合は1:2くらい)、講義ではプログラミングの文法について説明してもらい、演習ではその週に学んだ文法を使った小テスト(10行から50行くらいのコードを4問くらい)や演習問題(10行から50行くらいのコードを20〜30問くらい)を解いていました。

例えば、1〜3週目のPython編では、1週間でPython チュートリアルに書かれているような内容を学びました。

2週目では、TkinterSQLite3の概要について学び、Pythonの基本的な文法と組み合わせてコードを書いていました。

3週目では、Numpy、PandasやMatplotlibの文法について学び、データの処理や可視化などができるようになりました。

このようなペースで、Python以外のJava(4〜6週目)、Linux(7〜9週目)もそれぞれ勉強していきました。

大学生の頃にJavaを勉強していましたが、社会人になってからコードを書く機会があまりなかったため、どれも新鮮な気持ちで取り組むことができました。

b. システム開発プロジェクト

上述したプログラミングなどの勉強と平行して、学生を7人1グループに分けてシステム開発プロジェクトを実施しました。

本年は、Bike Share System(みたいなもの)がテーマでした。

開発するシステムのイメージは、グラスゴーのNextBikeやロンドンのSantander Cyclesなどが近いです。

システムの機能例を簡単に挙げると、顧客が自転車を予約・返却したり、料金を支払ったりすることや、管理者が利用レポートを閲覧・エクスポートすることなどが期待されていました。

またプロジェクトの作業期間と範囲は、6週間くらい(1月中旬から3月1日まで)で大学院側が指定する要件を満たすシステムのプロトタイプを作成し、適切なデータを使ってそれを実証し、まとめレポートを提出するところまででした。

私は前職の経験+周りの空気を読んで、プロジェクトマネージャー+バックエンドエンジニア+αのような役割で参加しました。

前職では、違う国籍の方と一緒にプロジェクトを実施する機会がありましたが、会社に所属することによって得られた立場に助けられていたことを痛感しました。

対等な立場でプロジェクトを進行させることの難しさ(プロジェクトマネージャーとして英語を使った交渉など)を体験できた気がします。

2. RESEARCH AND PROFESSIONAL SKILLS (火曜)

研究活動に役立つスキル

こちらのコースでは、科学的手法の基本原則と、研究活動(計画・設計・実行・評価・発表など)のコアスキルを学びます。

加えて、IT技術の普及に伴う社会的・倫理的・法的・専門的な問題についても取り扱いました。

講義は複数のユニット(例:Plagiarism、Critiquing papers、Social Issues in ITみたいなもの)から構成されています。

講義の前に、関連するビデオ(10分〜20分くらい)を視聴し、関連するユニットのタスク(30分〜1時間くらい)を完了しておくことが求められました。

平均して1講義あたり4ユニットあったので、毎週5時間程(1時間20分+4時間)の作業ボリュームだったと思います。

またエッセイを書く機会がある唯一のモジュールでした。

演習は個別とグループそれぞれあって、個別では私の興味のあるテーマ(Human-centered computingの非言語的行動)に関連した論文を読み、要約レポートなどを作成しました。

例えばこちらの研究では、話し手の非言語的行動を分析して、ヘッドマウントディスプレイ上で視覚的なフィードバックを提供するシステムの効果を検討しています。

グループワークは、2人 or 3人1組となって、IT技術(人工知能など)の普及に伴う社会的な問題・その影響と結果をプレゼンするための動画(Youtube)を作成することでした。

個人的な話になりますが、グループワークの仲間に誘って下さったLさんとCさんには大変感謝しています。

グループワークを通して仲良くなれたため今でもよくやりとりしています。

ちなみに、UXデザイナーとしての職務経験があったLさんにものすごい動画(?)を作っていただいたので、動画の一部をこのブログに納めたいと思います。

プレゼン動画の一部

プレゼン動画の一部

3. INTRODUCTION TO DATA SCIENCE AND SYSTEMS (火曜・水曜・金曜)

データサイエンスの基礎

データ変換の基礎(配列データの取り扱い、線形代数・確率的概念の実装、可視化など)、データベースシステム(物理的なデータベースの設計、ファイルの構成に基づいたクエリ処理アルゴリズム、クエリの最適化など)、実用的なデータ処理パイプライン(Pandas、Numpy、Scikit-learnなどを用いたデータ処理など)などのデータサイエンスの理論を学びました。

スケジュールは、1〜3週目に線形代数、4〜5週目に最適化、6〜8週目に確率、残りはデータベースシステムについて学びました。

上記のデータサイエンスの理論の講義のアウトプットの場として、さまざまなテーマの演習課題に取り組んでいました。

例えば、ウイスキーのフレーバーに関する分析、顔の向きを予測する分析、潜水艦の位置を当てる分析などがありました。

こちらの演習課題は2〜3週間で1テーマずつこなしていき、全部で4テーマを取り扱いしました。

1テーマあたり20〜30問くらいありました。

上述した「1. PROGRAMMING AND SYSTEMS DEVELOPMENT」と比べてレベルが高いため、演習問題に取り組んでいた時には教授やアシスタントの方によくお世話になってました。

グラスゴー大学のコミュニケーションツールは基本Teams、SharePointもしくはOutlook(Office 365 A3のサブスクリプションを契約しているため)を使いますが、どの方法でも問い合わせてから1日以内に返事があったので、日本⇄イギリス間のオンライン留学もあまり苦ではありませんでした。

なお、演習課題の進み方のイメージとしては、以下の書籍が近いです。

4. MACHINE LEARNING & ARTIFICIAL INTELLIGENCE FOR DATA SCIENTISTS (木曜・金曜)

こちらのモジュールでは、人工知能の歴史、データを使った学習と意思決定の一般的な理論、一般的な機械学習方法について学びました。

講義では、Regression、Classification、Clusteringなどのテーマを2週間ごとに学んでいきました。

演習は個別とグループそれぞれあって、共通して機械学習技術における標準的なライブラリ(scikit-learnなど)使用して、機械学習モデルのトレーニングと検証を実施しました。

グループワークでは、3人1組になって、最適な特徴量選定やクラスター数について議論、検証をし、レポートを作りました。

取り扱う内容のイメージとしては、以下の書籍が近いです。

まとめ

この記事では、グラスゴー大学のデータサイエンスコースの1学期に受講したモジュールについてお話しました。

イギリスの情報系の大学院ではどういったことを勉強するのか少しでもイメージしていただくために、多くの図などを使って共有させていただきました。

こちらの情報を参考にしていただき、例えば、データ分析に興味があるけど、

(a) もっとビジネスを中心に勉強したい場合は、 Business Analyticsなどのコース

(b) もっと統計を中心に勉強したい場合は、StatisticsData Analyticsなどのコース

(c) 総合的に勉強したい場合は、オーストラリアの大学院のコース(Master of Data Science at the University of Melbourne, Master of Data Science at the University of Queensland)

を検討してみてはいかがでしょうか。

ちなみに、オーストラリアの大学院のデータサイエンスコースについて興味ある方は、ワカメさんの記事がおすすめです!

この記事が、イギリス大学院留学・データサイエンスに興味を持っている方にとって少しでも参考になれば幸いです。

今回の内容は以上となります。

当記事をお読みいただきありがとうございました!

当ブログの発信内容についてご意見・ご希望がございましたら、当ブログのContact Usもしくは私のTwitterアカウントまで何なりとお申し付けください。

くろかわ

-Study, English, IT
-,