具体的な学習計画

利用している学習教材も含めた、学習計画。

まだ必要なものを羅列している状態ではあるが、学習の指針とする。

もし読んでくれて、「こうした方がいいよ」などアドバイスしてくれる方がいましたらコメント、もしくはTwitterのアカウントにご連絡頂けると幸いです。

(独学故、皆の勉強記などを漁って作りましたが非効率な部分や至らぬ部分がたくさんあると思うので)

プログラミング勉強中の人

ゆったりと、でも切磋琢磨しあえる方と共に勉強したいです

仲良くしてくれると嬉しいです！#駆け出しエンジニアとつながりたい #駆け出しエンジニアと繋がりたい #プログラミング初学者#プログラミング学習#プログラミング独学#コード書け #Python#Paiza

— yosuke_ippo (@yosuke_ippo) April 13, 2020

【前述】

※現段階では、手を付けてはいるものの、あくまで今後のプログラミング学習のための青写真の段階。

全部終わらせるための学習量と時間が膨大になると思われる。

だから学習しながらそれぞれに時間などを算出し、すべてこなすのにかかる時間を概算する。

そのためこの計画には適宜、追記修正を加えていく。

【目指すべきところ】

ビジネス的な知見×専門的なプログラミング能力があり、課題解決能力に長けている人材を目指す。

そこに行きつくための学習に関しては以下の4つに大きく分けて考える。

①基本的なプログラミング能力(言語は主にPython)

②専門的知識が必要なプログラミング能力（専門知識も同時に）

③専門的知識を備えていることを証明する資格

④ポートフォリオなど学習結果を示すもの

右に△がついているものは、そこまでリソースが避けるかを考えた上で優先順位をつけて対応する。

【①基本的なプログラミング能力】

簡単なWebアプリケーションを作成することを目指す。

主に学習するため言語がPythonのため、ライブラリが充実しており、言語として向いているWebスクレイピングの技術も学ぶ。

ただし、フロントエンドの言語も決して軽視せず、ある程度は学んでいく。

業務でシステム開発、運営に携わる身としては、サーバーサイドとフロントエンドは切っても切れないと実感しているので疎かにしてはいけない。

〇学習教材

[Python]

※辞書的にスッキリわかるPython入門(書籍)を利用する

・paizaラーニング

・paizaスキルチェックテスト

・Pythonではじめるアルゴリズム入門△

・現役シリコンバレーエンジニアが教えるPython 3 入門 + 応用 +アメリカのシリコンバレー流コードスタイル（Udemy）

・Python でわかる オブジェクト指向 とはなにか？【Python オブジェクト指向 の「なぜ？」を「徹底的に」解説】(Udemy)

・ PythonによるWebスクレイピング〜入門編〜【業務効率化への第一歩】(Udemy)

・PythonによるWebスクレイピング 〜Webアプリケーション編〜(Udemy)

・【キカガク流】プログラミング力向上のためのPythonで学ぶアルゴリズム論（前編）(Udemy)

Django(Pythonのフレームワーク)

・【徹底的に解説！】Djangoの基礎をマスターして、3つのアプリを作ろう！

・プログラミング初心者でも安心、Python/Django入門講座

・【3日でできる】Django 入門 ( Python 3 でウェブアプリを作って AWS EC2 で公開！）

・【Python 3 x Django 2.0】作りながら覚えるDjango

[フロントエンドやその他知識(各々は太字参照)]

ITトレンド、Web技術基礎、HTMLとCSS、JavaScript、SQL、Git、AWS

・図解これ一枚でわかる最新ITトレンド(ITトレンド)(書籍)

・アフターデジタル(ITトレンド)(書籍)
・paizaラーニング(Web技術基礎)

・[HTML/CSS/JavaScript] フロントエンドエンジニアになりたい人の Webプログラミング入門(HTML、CSS、JavaScript基礎)（Udemy）

・はじめてのSQL ・データ分析入門 -データベースのデータをビジネスパーソンが現場で活用するためのSQL初心者向コース(SQL)(Udemy)

・もう怖くないGit！チーム開発で必要なGitを完全マスター(Git)(Udemy)

・AWS：ゼロから実践するAmazon Web Services。手を動かしながらインフラの基礎を習得(AWS)(Udemy)

【②専門的知識が必要なプログラミング能力、知識】

ディープラーニング、AI、数学、データサイエンスなど専門的知識やスキルが必要なものはここにカテゴライズする。

他者との差別化に必要な要素であり、手をかけていく。

プログラミングもあれば、数学的要素の強い統計やデータ分析やビジネス要素が強いものなどもある。

そのため、ある意味一番雑多な部分。 

学習の土台として、『はじめてのディープラーニング１、２』でスクラッチで機械学習のプログラミングを学ぶ。

その上で「足りない部分や+α」をUdemyや書籍で肉付けする。

・はじめてのディープラーニング(書籍)

・はじめてのディープラーニング２(書籍)

・G検定公式テキスト(書籍)

・機械学習エンジニアになりたい人のための本(書籍)

・見て試してわかる機械学習アルゴリズムの仕組み　機械学習図鑑(書籍)

・Kaggleスタートブック(書籍)

・最強のデータ分析組織なぜ大阪ガスは成功したのか(書籍)

・機械学習100＋ページエッセンス(書籍)△

・ディープラーニングの数学(書籍)△

・Python機械学習プログラミング 達人データサイエンティストによる理論と実践 (書籍)△

・機械学習のエッセンス(書籍)△

・データ収集からWebアプリ開発まで 実践で学ぶ機械学習活用ガイド(書籍)△

・60分でわかるAIビジネス最前線(書籍)

・60分でわかる機械学習最前線(書籍)

・60分でわかるディープラーニング最前線(書籍)

・超AI入門(書籍)

・統計検定　公式問題集(書籍)

・統計学が最強の学問である データ社会を生き抜くための武器と教養(書籍)

・完全独習統計学入門(書籍)

・みんなのAI講座 ゼロからPythonで学ぶ人工知能と機械学習(Udemy)

・アプリケーション開発者のための機械学習実践講座(Udemy)

・ 【キカガク流】人工知能・機械学習 脱ブラックボックス講座 - 初級編 -(Udemy)

・【キカガク流】人工知能・機械学習 脱ブラックボックス講座 - 中級編 -(Udemy)

・ AIのための数学講座：少しづつ丁寧に学ぶ人工知能向けの線形代数/確率・統計/微分(Udemy)

・【ゼロから始めるデータ分析】 ビジネスケースで学ぶPythonデータサイエンス入門(Udemy)

・【世界で29万人が受講】データサイエンティストを目指すあなたへ〜データサイエンス25時間ブートキャンプ〜(Udemy)

・ Pythonで機械学習：scikit-learnで学ぶ識別入門(Udemy)

・ 【4日で体験！】 TensorFlow, Keras, Python 3 で学ぶディープラーニング体験講座(Udemy)

・【画像判定AIアプリ開発・パート1】TensorFlow・Python・Flaskで作る画像判定AIアプリ開発入門(Udemy)

【③専門的知識を備えていることを証明する資格】

資格 is 正義。

能力を示せるものなので積極的にとっていく。

ただ資格を取るのはあくまで相手にスキルや知識の担保として見せるものなので、学習の一部としてしか時間は割かない。

基本的な学習に大きな時間を割くのが大前提。

・G検定

・E検定△

・統計検定

・Python 3 エンジニア認定基礎試験

・Python 3 エンジニア認定データ分析試験

【④ポートフォリオなど学習結果を示すもの】

学習の成果と経過を示すものが必要であり、これが一番重要な転職時の「資産」となる。

同時に学習時の振り返りなどをアウトプットすることで勉強の効率化を目指す。

・このブログ(学習経過)

・Qiita

 ・Git(学んだものは全部載せる)

・簡単なWebアプリケーション(教材に乗っ取る)

・paizaラーニング

・Kaggle△

・自作のアプリケーション(難易度は易しいものにする)