この記事では、こんな悩みを解決します。
- Pythonの勉強方法を網羅的かつ体系的に知りたい・・・
- 初心者の入門におすすめの学習方法って？
今回は、Python勉強法をマップにして網羅的に紹介したいと思います。
Python学習のコツ
Python限らずプログラミング学習全般に言えることですが、学習のコツは以下です。
- 質の高いコードを写経する
とにかく初心者の頃は、これを沢山こなすのが成長への早道です。
- 質の高い教材を選ぶということが大切
そこで、筆者が質の高い教材を選定しましたので、参考にしてみてください。
筆者は、Pythonの講座の講師を努めた経験があります。
その経験から良かったものを選別しましたので参考にしてみてください。
Python勉強方法一覧マップ
Python勉強法は以下6種類が大まかにあります。
- 本
- Webサイト・ブログ
- アプリ
- 動画
- スクール
- 勉強会
それらを一覧にしたマップが以下です。
- Python学習のポイントは、10万以上かけてでも効率的に学びたいかどうか？です。
YES：スクールが良いと思います
NO：スクール以外が良いかと思います
10万以上かけてでも効率的に学びたい
この場合は、スクールがおすすめです。
スクールのメリット
スクールのメリットとしては、以下三点です。
- 就職や転職のフォローをしてくれる
- チームで開発する経験を得られる
- プログラミング初心者との繋がりができる
スクールは、大きく分けて二つあります。
どちらも一長一短ありますが、Pythonを学ぶんだという方は、特化スクールが良いかと思います。
Python特化型スクールのメリット
- カリキュラムが、個別で対応してくれることが多い
- E検定などの資格試験への対応可能
つまり、自分の学びたいことに合わせて講師が対応してくれることがあります。
大手スクールのメリット
- 安定感と実績があること
- Python以外の言語にシフトする際もスムーズな点
メンターなども現役のエンジニアであることが多いですし、多様な言語に対応することができます。
なので、自分がPython以外の言語の可能性も学ぶ可能性を視野にいれているのであれば、大手スクールを選択するのが良いと思います。
Python特化型スクール
大手スクール
就職や転職のフォローをしてくれる
私は、プログラミング習いたてのころ、当時はプログラミングスクールに通っていました。
私と一緒に通っていたメンバーの中には、エンジニアと就職したくて受講している人が、多かったです。
いまでもその方々と連絡を取り合うのですが、皆さまエンジニアになれていました。
そのため、卒業できれば、ほぼ100%でエンジニアになれるんだなーと実感しています。
- フリーランスのエンジニア
- Web開発の会社
といった方が多かったです。
機械学習のエンジニアもいた。
しかし、もともと大手企業に勤めていて、機械学習の知識が必要になった。
というケースでした。
なかなか未経験から、機械学習やAI関連のエンジニアになるって方は、少ないと思います。
未経験から、機械学習やAI関連のエンジニアになりたいという方にはこちらの記事がおすすめです。
チームで開発する経験を得られる
- チームでの開発経験は大切
なぜなら、就職してエンジニアとして、働くと上級者、中級者がほぼかならずメンバーにいる状況なのです。
つまり、初心者通しでチームとなって開発する経験って、スクールくらいしかないと思います。
この経験が、私はよかったと感じました。
理由
- わからない点が、ほぼ同じメンバーとなるので、お互い教え合って成長できるため
上級者、中級者の方にそのような質問すると邪険にされたりといったケースもあるかと思うのですが、初心者同士だとお互い優しく接することができるなと、受講しながら感じましたね。
プログラミング初心者との繋がりができる
繋がりができるのはとても心強いことです。
理由
- 一人で取り組むのは、なにかと厳しいと感じるため
- 困った時に助けてもらえるため（教え合える）
- 今後エンジニアとしてのコネクションになるため
社外に自分と同じような境遇の方々とつながるって、人生を歩む上でも非常に有益な友達となります。
特に久しぶりにスクール時代の方に連絡をとると、すごいエンジニアになっている方とかもいるのです。
そこから、一緒に会社やらないか？とかいう話になったりします。
実際私と一緒にスクールに通っていた方がそのようになって、私も誘われました。（笑）
そんな経験も素敵かと思います。
10万以下で学びたい
この場合は、スクール以外の方法がおすすめです。
- 本
- Webサイト・ブログ
- アプリ
- 動画
- 勉強会
動画
この方法の場合の一番のおすすめの方法は、動画です。
参考書と同じ値段程度で、動画によるオンライン講座を購入することができるUdemyというサービスがおすすめです。
ただ一点だけ！
セールを狙え！
ということです。
セール以外のタイミングで買うとめちゃくちゃ高いです。セールになると商品によっては、1/10まで価格が落ちます。
Pythonおすすめ講座に関しては、以下の記事を参考にしてみてください。
Webサイト・ブログ
この手のサービスで有名なのが、以下二つのサービスです。
私は、PyQを利用したことがあります。しかし、少し高いな・・・との印象を受けました。
それでもProgateよりは、講座数も多いし、Progateと比較したら圧倒的にPyQの方がよいかと思います。
PyQが良い理由
- 数理アルゴリズムや、データ分析まで踏み入れているためです。
これは、Progateには、Pythonの基礎講座しかないので、この点は、PyQは優れています。
ただ、契約を切ると復習ができなくなる・・・
これが最大のデメリットでした。
ただ、一番良かったのは、Udemy
Udemyがおすすめの理由
- 買い切りのため
だからです。
一方でUdemyは買い切りなので、一旦購入してしまえば、いつまでも見れるため、復習が可能です。
よって、わたしは、Udemyの方がよいと感じました。
一番は、Udemyがおすすめ！
本
これは鉄板の学習方法ですね。
- 本での学習方法のコツは、コードを写経しながら、解説を丁寧に読むということです。
そのため、コードの質が高く、解説がわかりやすい本がよいです。
そして、文量は少なく高品質な本にするべきです。
文量が多いと
- 読むのが大変
- 時間がかかる
- 挫折の可能性が高まる
など、デメリットが大きいです。
Python学習のおすすめの本は以下の記事でまとめているので、参考にしてみてください。
アプリ
アプリに関しては、
があります。
基本的には、Webサイトと同じですが、この二つに関しては、スマートフォンのアプリも存在しています。
そのため、普段の通勤の電車の中とかで復習するのにはいいかもしれません。
しかし、筆者は、コードをタイピングしながら、プログラミングを覚えることが大切だと感じており、あくまで補助的なツールとなると感じています。
勉強会
これなかなかいいですよ。
というのもわたしも勉強会を開き講師とかも努めているのですが、教える側にも教えられる側も勉強になることが多いのです。
- しかも、無料の講座も多数あります。
- また、最新の技術に関する講座が、臨時で開設されたりするので、情報がフレッシュなことが多いのが特徴です
勉強会に関する情報は、Tech Playがおすすめです。
Pythonの目的別学習方法
次に目的別に学習方法をまとめたいと思います。
全体の俯瞰
個人的には、分野に特化して学習する場合は、Udemyと本が最適と考えています。
低価格に学習のコストを抑えたい方には、こちらの記事がおすすめです。
今回は、以下二つの目的別に解説したいと思います。
- AI
- データ分析
AIを学びたい場合
まず最初の分岐がPythonの基礎がOK/NGです。NGの場合は、まず基礎から固める必要があります。
基礎がNGの場合
まずは、基礎がNGで不安のある方は、基礎から固める必要があります。
その場合、基本的にはスクールに通うことをおすすめします。
AI分野は難しいので、スクールに通ってしまえば、基礎を固めつつAI分野まで学ぶことができるためです。
Python特化型スクールについて
大手スクールについて
あまりお金をかけないで、基礎を固めたい場合は、以下の本とUdemyがおすすめです。
この本に関する記事は、こちらを参考にしてみてください。
おすすめのUdemyの講座は、こちらです。
基礎がOKの場合
基礎がOKの場合は、基本的には、Udemyと本で学習するのがおすすめです。
Udemyと本の具体的なものは以下になります。
本
ディープラーニングの原理に関しては、以下の本で学ぶのがおすすめです。
この本はベストセラーだと思います。
私も一番最初に読んだ本がこれです。
少し難しかったですが、高校数学までしっかりと学ばれていれば、読める内容だと思います。
この本で数学が難しいと感じた方は、こちらがおすすめです。
フレームワークの使い方は、Udemyとかで覚えるのがおすすめです。
個人的には、その方がわかりやすかったです。
ですが、一応私が学習した本についても紹介しておきます。
Kerasというフレームワークの使い方に関する本です。
Udemy
おすすめの講座は以下です。
基本的には、どれか一つを受講すればよいかと思います。
個人的には、初心者の方は、Kerasというフレームワークで実装するディープラーニングを学ぶとよいかと思います。
初心者におすすめの理由
- Kerasは実装が比較的簡単なため
ディープラーニング : Pythonでゼロから構築し学ぶ人工知能（AI）と深層学習の原理
【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
みんなのAI講座 ゼロからPythonで学ぶ人工知能と機械学習 【2020年最新版】
データ分析
基礎がNGの場合
こちらは、「AI」の「基礎がNGの場合」欄を参照ください。
統計学
データ分析をやる上で、統計学は必須です
もし不安がある方は、基礎レベルをしっかりとマスターする必要があります。
そんな方には、以下の本での勉強をおすすめします。
この本では、Pythonとともに統計学を学ぶことがおすすめです。
また、比較的難易度が低く統計学をこれから学ばれる方には、ぴったりだと思います。
Pythonを使った統計学の基礎に関する記事
数学がNGの場合
中学数学を学びたい場合は、以下の書籍がおすすめです。
Pythonをつかって中学数学を学ぶことができます。
筆者も読みましたが、これは、非常に簡単な内容でした。
また、高校数学をPythonで学ぶ場合は、以下の書籍がおすすめです。
こちらも高校数学をPythonで記述しています。
- 微分・積分はディープラーニング学ぶ上では必須の内容なので、マスターしましょう。
- フレームワークを使うだけなら、数学の知識は、ほとんど必要ないのです。
- しかし、背景にある数学を理解してディープラーニングを使用しないと、応用がしにくいです。
データサイエンス
この内容はUdemyに優れた講座があるのでこちらがおすすめです。
【世界で37万人が受講】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〜
目的別のPythonの学習方法は以上です。
Python学んだあとにどのようなエンジニアになれるのか？
私の周りでは、AI関連の開発をやっている方が多いです。
ただ、もともと何かしらの専門家で、AIを使って現在の技術課題のブレイクスルーにならないか？と試している開発者や研究者が多いです。
なので、AI単体だけでなく、自分の専門分野を作ることが、大切だなと感じています。
- AI × 自分の専門性 で勝負すると良い
理由
- もちろんAI単体で研究者になることも可能ですが、周りのレベルが高く厳しいため
- 自分の専門性と掛け合わせることでオリジナリティが出せるため
データ分析職はわりかしなりやすい
一方で、データ分析の仕事は、なりやすくそれなりに稼ぎやすいです。
- 企業の経営もデータドリブンになろうとの動きが活発
データドリブン
- データを動機として、何かを判断すること
文系といえど数字が弱い人は、、、仕事が減ってきていると思います。
なのでデータ分析ができる方の採用は増えていますね。
もちろんエクセルは当たり前、Pythonで軽くモデリングやデータ分析できますという人材は、実はかなりプラス査定になることが多いです。
Web開発のエンジニア
近年、Web開発において、Pythonが採用される例が増えています。
Pythonが採用されている例
- Youtube
- Dropbox
Pythoh採用の主な理由
- コードの量が比較的少なく、可読性が高いため
- セキュリティ性が、比較的高いため
- ライブラリが充実しており、効率的な開発が可能なため
PythonでどのようにWebサービスを作るのか？
それは、Webフレームワークを活用するケースが多いかと思います。
その代表例が、Djangoです。
- このDjangoを用いた開発案件が多く、このようなエンジニアになる方が、比較的多いです。
Djangoに関する記事
今回の記事は、以上です。
最後までお読みいただきありがとうございました。
コメント
[…] Python勉強法｜初心者の入門におすすめの学習方法一覧マップPythonの勉強方法を網羅的かつ体系的に知りたい・・・tsukimitech.com2021.03.17 […]