00:03
たっちゃん、たっちゃん。 なんとこのポッドキャスト、スポティファイの日本ランキングに乗りました。
おめでとうございます。 ヤバいよ、これは。 始めたばっかりでね、まあ乗ったのはかなり嬉しいなっていうところと、
データ分析、データサイエンス、超重要っていうところが分かったと思っているので、今回はデータサイエンスはもう一般常識、
教養になるっていう話をしていきたいなと。 実際にこれ収録し終わった後に撮ってるんだけど、今回どんな話ししてるか。
俺が大学のデータサイエンスの講義を持たせてもらってて、どんな思いで、どんなところを目指して欲しくて、大学のシラバスを作って授業を組み立ててるか、
っていうところをちょっとお話ししていきたいなと思ってるんで、今日も最後までぜひ付き合っていただけたらと思います。
隣のデータ分析屋さん。 この番組は隣の席に知らないことを気軽に聞けるデータ分析屋さんがいたらいいなぁ
を叶えるポッドキャストチャンネルです。 データアナリストのりょっちです。データサイエンティストのたっちゃんです。
今回はデータサイエンスは教養になってる。 つまりもう常識的に知っとかなきゃやばいよねっていう話をちょっとしていきたいなっていうところで、
もうそんな時代まで来ましたか? いや、結構来てると思うんだよね。で、この話をしようと思った理由が、実は俺が中央大学のデータサイエンスの授業を一部持たせてもらってるのよ。
で、そこの授業の立て付けが大学の全学部向け。 理系だけじゃなくて、文系の人も含めで全員受けてくださいみたいな。
必修じゃないんだけどね。っていう授業になっていて、それにデータサイエンスっていう科目が追加されてるぐらいなんだ。
面白そうですね。 だから、イメージ的にはもうやっぱ教養。
よくそのなんか、俺らの学科だと、なんか心理学とか、ああいうのってなんか別に
物理の学科出てるけど、物理全く関係ない授業として取るじゃん。 必修じゃなくても取れる授業がいくつかあって、で、その中で何単位か取れるから選んで、面白そうなのだなーっていうのを選んで受けるやつですよね。
僕も受けてましたね。心理学、農科学とか、哲学とか。 俺らの時は絶対なかったじゃん。
なかったです。データサイエンスっていう言葉はあったけど、大学で学ぶっていうほどなくて。
大学院入ってギリあったみたいな感じなんですか? そうですよ。理系でそれなのにもう、文系の人たちももうデータサイエンスを学ぶ時代がそこまで来てるんですね。
いや来てる来てる来てる来てる。それがそもそも教養になってるのが意味わかんないっていう人向けと、あとは俺の授業を取ってくれる学生にもこの音源を聞いてほしいっていう。
03:10
このちょっと二軸で話していきたいなと思ってて。なんかまぁもうここまでの話でデータサイエンティストとデータアナリストっていうのはまぁちょっと違うっていう話を最初にさせてもらったりとか、
データサイエンティストはもうなんか結構飛び道具的なのを作るみたいな話を最初にしたじゃん。 しましたね。けど
あれってデータサイエンティストが一人でビジネスの現場に来ても割とそのビジネス課題をつかめなかったりするんだよね。
でそこの間に立つのがあのなんかデータアナリストじゃないみたいな話をしたじゃん。 ビジネスを知っていて、かつデータをどう活用していくかみたいなところも考えられる人が重要だよねみたいな話しましたね。
で だから逆に言うとビジネス側の人がデータ素養を持ってるとそっち側からも歩み寄れるんだよね。
だから 今の時代ではそっち側もちゃんとデータサイエンスの素養を持っててねっていう時代。
なるほど。背景的には。いやありがたいですよ。あの普段データを分析する側で会社にいるけどそのビジネスする人たちがデータどう活用していいかよくわからないで
結構会社の中でセッションがあったりとかなかなかスムーズに仕事が進まないっていうのがあるから だから会社ではデータを学び直すみたいな
会社の中のeラーニングでAIとはとか データ分析とはエクセルの使い方をまず学びましょうみたいなそういうすごい基本的なところから
勉強できるみたいなプログラムがうちの会社にはあったりして。会社であるんだ。会社でありますね。
その今までは営業の人とか会社の中で仕事している人とかがプログラムを受けて少しずつ学んでいくってことは
会社の中ではやってたけどそれをもう学生の時代からしかも理系じゃない人たちも受けれるってなると
これから入ってくる新卒、文系の新卒の人たちもどんどん活躍できるフィールドがどんどん広がりそうですね。
そうだね。しかも今の話も含めで言うと空いてんだよね上が。確かに。から学生の時代からそこをちゃんとカバーできている状態で
でなんかまあインターンとかやってなんかこう仕事をするってこんな感じなんだって学んだ上でもし普通に新卒で入ってきたとしたら
全然上を抜ける可能性がでかいんだよね。確かに。だからそこが結構ポイントだなぁと思ってて
大学がそれに気づいているかどうかはまあわかんないけど世の中全体でもうデータ人材の人たちだけが理解できるっていう状態から抜け出さなきゃいけなくなってるから大学の授業になってるんだよね。
06:00
じゃあどんな授業をするんですか?結構その中身も気になるんですけれど。授業は
今さっきエクセルを学び直すとか言ったじゃん。まさにそこから入る。エクセルを教えてもらう授業って俺少なくとも俺は取ったことないんでね。
僕もないです。研究室に配属されて何なら初めて使ったくらいでしたよ。俺に関しては多分研究室入ってからすら使ってない。
今は使えるんですか? 今は使える。会社員になって初めて触ったかもぐらい。そういう人も全然いると思いますね。
エクセルの素養がゼロの状態でプログラミングから入ってるからエクセルを通らずに済んだというか。
だから細かいエクセルの関数とか全く知らなくて。いや結構難しいですよね。難しい難しい。いざ使おうと思ってif文どうやって書くんだっけとか
サムの取り方どうだっけとか結構悩むから毎回自分は調べて関数の時はやってますね。
最初の会社、その研究終わって会社入っての1個目の会社の時にコンサルの人がめちゃめちゃ多かったから
コンサルの人ってもうオフィス系のツールとかあらゆるツールのノウハウがもう
えげつないの。ほぼマウス触りませんみたいな。全部ショートカットキーでガーってやるし。
やりますね。なんか5秒後に見たらもう綺麗な表が出来上がってるみたいな。そのぐらいのペースでやるから
他の仕事を一緒にやってる時は何も問題ないんだけど、これちょっとエクセルにまとめといてってなった時の
共有までのスピードが遅くなっていることに気づかれて、あれ?みたいな。
りょうくんなんかもしかしてエクセル苦手?って。エクセルなんか触ったことないですよ。
あ、そういうパターンあるんだみたいな。いやいや少なくないっすよ。そこからね1週間ぐらいでえげつない量のショートカットを覚えて
もう大丈夫になった。あーよかったですよかったです。低くらい、エクセルって超大事だから
エクセルのところからちゃんと入ってくれるみたいな授業になってて。そもそも授業のタイトルがAIデータサイエンスツール1っていう授業なの。
ツール1。まさにツールをまず学ぶんですね。あ、そうそう。で、しかもこれシリーズで3とか4とかまであって
もう上の方になってくると、まあ理系の人も、何だろうな、理系の人推奨っていうよりはよりこうテクニカルな部分が増えてくるから
まあレベルが高いとこまで行きたい人は行けるような構造になっているのね。 なるほどじゃあ1だからまずは初学者
何も知らない人でもエクセルを使えるようになろうっていうところから始まるんですね。 そう、そこから始まる
で、エクセルから始まって最後にたどり着いてもらうのは一応Pythonっていうプログラミングまで触ってもらう
09:03
データサイエンティストといえばPythonみたいなところあるじゃん。 機械学習のプログラムを組むにしてもそうだし
いろいろまあPython使うタイミングが多いからそれをやっていく。 それを一パッケージで半期で全14回の授業
めちゃめちゃ丁寧にステップが区切られているように 俺ともう一人の先生と一緒に作ってるから
2人で作っててその人がエクセルの部分を担当してくれてで俺が後ろのPythonとか ちょっと機械学習触ってもらうみたいなところを作るっていうのの前段階のところめちゃめちゃ丁寧に
やってくれてるからもうPythonのとこ来てる時にはもう学生たちはもうなんかノリに乗った状態で エクセル使えるしみたいな次何教えてくれるんだもっと教えろみたいな感じで来てくれるんですね
むしろ自分が受けたいぐらいですもん。 見直したら絶対知らないこともあるし
学生のうちにやっぱそれができるのは結構でかいなと思ってて 大学っていいですね。大学ってすごい素晴らしいですね
なめてたけどね 通ってる時は。いやそうっすよ早く終わんないかなとか
なんなら教師サボるから代弁しておいてみたいなことをしてて やるよね。やっちゃいますよ。俺もあの授業とか受ける時右後ろの出口に一番近いところで受けてるタイプだったからさ
まさかこんなに先生側になってみると まず作るの超大変じゃんみたいな。授業ちゃんと作んなきゃいけないですからね。そう
っていうところもあるし多分ここでつまずくなみたいなところも明らかに見えてくるから なんか大学の授業って結構置いてく系が多いじゃん
もうなんかとにかくガーって教えて自分で勉強しろよみたいな感じだけど 結構今回俺が作ってる授業のところっていうのはそこはちゃんと
ついてきてもらうように 1個1個丁寧にステップを踏んでじゃないと授業の目的がそもそも教養だから
専門科目じゃないから置いていかないんだよね みんなが分かるように作っていかないといけないんですね
エクセルの次何を学べるんですか いやもうねずっとエクセル ずっとエクセルで全14回
うちの大学って卒業してからなったからわかんないかもしれないけど 授業の時間が90分から100分になっているの今
10分増えてるんだ そう 1回分減ってるみたいな感じで14回
で 14回のうちの1回目から6回目まではエクセルでもうエクセルを
大学のパッケージからインストールするところから あーなるほど からそこでどこに何打ってでなんか参照の仕方とか
ピボットテーブルとか使って ピボットテーブルはもうめちゃめちゃむずいからもう5回目とか6回目とか
っていうぐらい本当にそのまま社会に出ても使えるのを序盤からやっていってもらう これって多分
12:07
新卒の研修とかでやるような内容だと思うんだよね 確かに新卒研修が僕の時ありましたね
最初の入社してから2ヶ月ぐらいはビジネススキルを学ぼうというところで スライドの作り方とか
名刺の渡し方とかもちろんあるけどエクセルの使い方も確かあったと思うな 半日とかかけて基本的なことを学ぶぐらいだと思うんですけど
だから 教えてはくれるけどいざ使えるかといったらなんか聞いたことあるなぐらいで過ぎてっちゃうんですよ
だって半日使うってなっても1日例えば8時間だとしたら4時間がっつりやるわけじゃん そうですね
でここの授業で言うとまあ5回とか6回までそれでやっていくから まあ
そこよりちょっと丁寧に教えてくれるぐらい 新卒の研修よりかは丁寧に教えてくれることですよね
たぶん会社によっては丸1日とか2日ぐらいオフィス系の使い方でやるはず あると思いますよなんかそれがメインの仕事の人は職種の人は
新卒研修終わった後に専門の研修があるから多分そこで 普段エクセルを業務でめちゃめちゃ使う部署の人は勉強していると思うし
それを大学のタイミングで教えるだけで多分入社してから 1本も2本も先に出る状態で始まりますよね
ただ問題はこれを知ってるからって言ってあの研修で生きる 生きに散らかす新卒生にならないように気をつけてほしいなぐらいで
でまぁそこでとりあえずもう本当にスポットテーブルとかもそうだし vlookup とか あー無理だ絶対
使わないねあのもうパイソンとかに移行しちゃったらあんま使わない概念なんだけど まあエクセルとかだったらめちゃめちゃ便利な関数とかまで
がっつりやっていく でそこまでたどり着いたらパイソンの入り口に入るんだよね
第7回からもうそこからパイソンに イメージ的にはデータっていうのは表の形になっていてそれを
まあエクセルというのは簡単に触れるツールっていうのがわかったら次は パイソンっていうプログラムっぽい部分を触ってでそれを触ることによって
あ世の中のデータサイエンティストはこういう計算 エクセルでこういうのやってるやつをプログラム上で動かしてるんだを理解してもらう
フェーズに入ってくる なるほどパイソンはもうエクセルで扱える表の形のデータはパイソンでできちゃう
あそうできるじゃんそれを実感できるんですねそうそう感動しますよ ねえするよね俺もこの形で教えられてたらもうちょっとパイソン早く覚えられた
と思うしっかり確かにいきなりパイソンから入っちゃうとデータ今どう扱ってるのか っていうイメージが持てない状態でこういうふうに書けば何となくできるんだな
15:06
っていうその結果しか得られないんだけど エクセルを知ってたら表がどういうふうに動いてどういう計算結果が出るかっていうのを視覚で
イメージを持ったままできるから多分パイソンがすごくスムーズに習得できるん じゃないかそうそうそうそう
思いますねでそこからパイソンに入っていって まあなんか今回は割愛するけど sql とかっていう話もあってまあとにかくデータベースを
どんどん触っていくみたいな でじゃあパイソンでなんかエクセルっぽいこと
なんか自分の英語っぽいコマンド打つだけでエクセルっぽいことできるんだ で11回まで顔
でなったら私の出番でしてそこから出てくるはそうねどっちは俺は パイソンのスタートの部分はもうもう一人の先生に任せていて
その先の ai をパイソンで触るってどういう感じなんだろうまでやってもらう なるほど
でも本当にデータサイエンティストがなんとなくやってる浅いところをパーッと 半期で勉強してもらうみたいな感じ
そもそも機械学習って何なのかとか真相学習って何なのか 世の中で言うとマシンラーニングと d プラー
みたいな概念の話を していってで最終的には ai
使って感情の分析までしてます じゃあ自分で何か ai の
コードも作るとかも今回行ったりするんですかその使っ使ってみるみたいな大枠は 作っておいてそれをちゃんと自分が読み込ませたい文章で
ハンジョ分析できるかみたいなところまで持っていく 面白いですね
それは結構詰め込んでると思う 確かに確かに半年でそこまで学ぶは結構詰め込んでると思うけどちゃんと習得でき
たらかなりの スキルを身につくことができると思うし
ちなみに感情分析ってどんなことをやるんですか 感情分析はあのまあ文章の長さで言うと一部はツイッターとかから引っ張って
きたもう だから140時間文書を ai に ai のその感情分析してくれるマンみたいな
やつが ai の中にも準備されててそれをそこにこっちで準備した文章を読み込ませる と
ポジティブな感情かネガティブな感情かみたいのが出てくる ポジネが分析たつそうそうそうそうでそれをやるとが例えば
本当に今日は疲れたもう会社に行きたくない みたいなこの中4月にこんな話題出すのは凝縮なんだけどそういう話を入れると
じゃあ例えばネガティブ-0.8-80パーって この人はすごいネガティブなことを言っているとかあったり逆に今日は
なんかめちゃめちゃいいことがあった明日も頑張れそう みたいな話になってくるとポジティブのスコアが0.880%
18:08
みたいな形で出てくるっていうのをこっちで機械学習のモデルを準備しておいて そこに入れ込んでもらったりとか
してあ感情分析ってモデルをこうやって作っておけばできるんだみたいなところを 確認してもらうようなステップを最後に持ってきて
機械学習すごくねはいで終わってもらう いい体験をして終わるそうそうそうそう
面白いですねこれがツール1っていう立場になるから ツール2とかになってくると自分でやりたい
機械学習のところを見ていけたりするし あとは多分もちろん機械学習ってさ
違う要素もあるじゃん 画像を見たりだとかそうですねあと
アマゾンとかで言うとレコメンドエンジンが入ってる 何か推薦してあげるっていうAIですよね
まずは最初にExcel何でPythonでExcelみたいなのを実は触ってるっていう話で 最終的には
機械学習みたいなのでちょっと触ってもらうみたいなところまでを 順番にやっていってもらう
いや楽しいですねこれは誰でも学べるし理解できる内容ですよね そう式をまずめちゃめちゃ下げたいんだよね
式を下げてもうどんな人でもあのデータサイエンスみたいなところに触れる 状態に持っていきたい
去年これで200人ぐらい 受講してたのかな
150とかだったかな150か200ぐらいだった気がするんだけど そんなに受けるんですね
確かに どういった学部の人とかも受けるんですか 基本的にはもう全部の学部で
割と理系からも来てるし 文系の人はでも結構多いかなっていうところになっていて
でまぁこれが重要性を持ってきたから今年から 中央大学の小学部の必修の授業になってる
そうなんだ 多分
めっちゃ受けるはず 小学部の人も絶対受けるし 他の学部からも受けた人も受けに来るし
そうそうそう すごい数が
受けるし逆に言うとその人たちが3年後4年後は社会に出てくる状態になるから そこを
ちょっと対策するじゃないけどっていう意味合いでも 今働いてる人にもデータ分析の
素養はやっぱつけといてもらわないと 多分厳しい時代がやってくる
またこのポッドキャスト聞いてもらって 事例とかを出しつついろいろこう勉強してもらう
ネタみたいなところを掴んでもらえればいいかなっていうところ これは面白くなりますね
あったらよかったよね俺らの時にね 理系だったら全然そういう機械学習とか学ぶ機会っていうのはあるんですけど
21:05
でも大学院からじゃなかった? そうですね僕が僕物理学科で学科の時はそういう機械学習とか全く触れてこなくて
で自分がデータサイエンスを志した一つのきっかけになったのが 大学院入ってから受けた副専攻の科目の中でデータサイエンスを学ぶ機会があったんですけど
うちの大学で大学院入ると自分の持っている主専攻に加えて副専攻を選べるんですよ あったね
でその副専攻の中で データ科学アクチュアリー副専攻みたいな名前で
アクチュアリー そうまさにデータ分析をゴリゴリやってる人が着く仕事にアクチュアリーって仕事があるんだけど
保険の人でしょ 保険の保険数理とかがすごくメインになっていて なんかすげー難しそうだなと思って俺受けなかった
いや本当に難しくてやった内容はパターン認識と機械学習っていう ビショップって人が書いている広い
上と下の本があるんだけど あった
もうデータ分析やる人のなんかアカホン的な立ち位置になっている本があって 読んだなーそれの輪行
1年間かけてやるみたいな そういうがっつり
勉強する機会は理系の大学院に行けば まあ取れた 自分の専攻とは別の話でしょ そうですそうですそうです
なんだけどそこまで大学院に行ってさらに自分で選ばなきゃ 機械学習を学ぶことはできなかったから3年前4年前は
だから今の今回の授業はあれですよね 学部生 大学1年生から受けれるんですもんね
だからそういうどんどん式 機械学習を学ぶ式も下がってきてるし むしろそういうことを学ばないと今後社会に出てくる上で
あの絶対に必要になってくるスキルだって大学が認めているってことですもんね そうそうそう
これは受けないに越したことはないんじゃないかなと思いますね 中央大学は結構そこを多分ちゃんと捉えてて
データサイエンスセンターっていう大学のなんか横断組織みたいな でそこが一応を主催しているような授業
みたいな立て付けだから全学部向けだし たっちゃん卒業してからそれができて
でデータサイエンス系のが強くなっていったし 理系の学科もどっかがデータサイエンス学部に変わったんだよね
経営システム工学科がなくなったって言って自分の友達で騒いでましたよ あれ経営シスなんだな 経営シスがなくなって今データサイエンス学科みたいな
データサイエンスが名前につく学科に生まれ変わってるんですよね そう
つまりデータサイエンスこれから来るよってことをもう大学が認めて 振り切ったってことですよねきっと
24:00
あとあれにすると結構来るらしい人が 人気にいるらしい 噂ではそういうふうに聞いた
確かにキラキラしてるイメージありますよね 21世紀一番セクシーな仕事がデータサイエンスですからね
あれ気持ち悪いよね あれを聞いて俺博士終わった後データサイエンティストになるか悩んだもん
なんかちょっとダサいな そうそれが売り文句の業界ダサいじゃん 21世紀一番セクシーな仕事って
は?みたいな はいとか言ったけど自分は一番格好つけれるなと思って マジ?
キモいよ だからとにかく授業内容的に伝えたい部分で言うと
もう今後絶対必要になってくるスキル 本当にタイトルでつけてるぐらいだからあれだけど
強要なのよ データサイエンスというかデータを使う方法っていうのは もう強要だからとにかくそこだけは掴んでほしい
っていうところで5年後 6年後ぐらいに
この今話聞いたやつをチラッと頭に避けたら俺の勝ちだね 確かに
そうですね学んでよかったって多分時が来るんじゃないですかね絶対に 来ると思うけどね大学で学んだことを
6年後に覚えてるかっていう問題はまた別なんだけど 正直1年生の時に受けた授業なんかあんま覚えてないし
じゃあ伝えたいこととしてはデータサイエンスは強要だと 強要そうそこだけかな
と思ってやってたらいつかめちゃめちゃ役立つ時が来る でこれそうだ俺一個めちゃめちゃ話したいことがあって
これ俺多分日本国内でまだ どんぐらいだろうな
5人とか いや俺多分大げさに言ってないけど5人ぐらいだと思うんだけど
5人もいないと思う 大学の授業しかもちゃんと単位になる授業で
web 3の話をシラバスに入れてるのは日本国内にほぼいないと 実はそれも今回のシラバスに入れてもらったんだよね
この授業の中でですか web 3の話をしてくるんですか web 3簡単に言うと次の世代の
ビジネスを石鹸してくるであろう 何て言うんだろうな思想というかテクノロジー
新しいテクノロジーっていうふうに理解してくれるといいかもしれないですね NFTとか
まあそれこそビットコインとかああいうのもそうだよねああいうのも全部 web 3っていう世界の中で
広げられているテクノロジーの一つ 最近よく聞く難しいカタカナ英語三文字とかのやつですね
で まあ俺ら最初このポッドキャスト始める前に web 3の時代にデータサイエンティストがどう生き残るか
みたいなメディアを始めたところが一応2人でいろいろやり始めたのもスタートじゃん そうですね
27:01
で 次の週あのこのエピソードの次で web 3の話をタッチャンにしてもらおうと思ってるんだけど
そこからまあデータサイエンティスト 次の次世代に行った時簡単に言うとインターネットが出る前から今のインターネットの時代に
うまく橋渡しができたような人に次の時代にもなってほしいなと思って で世の中まだそこに目つけてる人はほぼいないから
けど俺は絶対大事だと思ってるね これからの新しい技術が来るのは web 3だと
web 3の世界になると データが全部ブロックチェーンっていう簡単に言うとなんか
データにすべての行動が記録されるみたいな時代になってくる でしかもそれを誰でも見れる時代になる
めっちゃ難しいんだけどこの概念が次しっかり話そう次話してもらうとして まあそういう時代になるから誰でも全員のこうなんかいろんな動きが見れるようになるし
過去の動きも見れるようになるから データサイエンティストは
web 3の時代においてもう世界のすべてを除ける資格を持った人材になるわけ 最強じゃないですかそう
って言ってくどいたじゃん やったほうがいいよって 最初ピンときてなくて
多分何回も会ってる間にいやこうなんだよって だからでしかもデータサイエンティストしかいないような
会社に行ったけど俺が会社で話してもそんなに誰もピンときてくれなくて けどそこを順序立てて話したら絶対にそうなりそうな未来は見えるわけじゃん
その時代に社会人に出るであろう大学の学部生にどうしてもブロックチェーンを分析 することで何が見えてくるのかを授業で絶対にやりたいと思う
これからの未来をリーダー学生たちに向けそう 届けておきたいとでやりたいやりたいって言ってもしょうがないから
もう大学にシラバスに書かせてくれと もう第12回第13回のタイトルに
先取り web 3の世界 スニークピーク ai 体験実習の準備っていうところで web 3の話を1回分で
ブロックチェーンを分析して今実際に出ているブロックチェーンのデータ見ても こういうとこまで
もうデータサイエンティストは見えてると世の中がそういう分析をするし 仕事の人になれっていうわけではなくて
もう単純にそういうのが見える世界で仕事をしなきゃいけなくなってくるから まあ知っといてねみたいな
っていうところでもうシラバスにがっつり書いてこれをやれば単位が取れる状態になっている わけ
多分5人はいないと思う 確かに web 3に大学で触れるはないんじゃないですか
30:05
すごいなぁしかも一部の必修だからねこれ 確かに
だからねこれはね強めに言っていきたいこれ刺さってもっと広がっていくといいですね ブロックチェーン関連の分析の授業とか多分そのうち出てくるはずなんだよね
いやすごいなどんどん進化しますねしかも多分 有名な大学とかだったら
そういう研究者もあるんですねブロックチェーンを扱っているような 研究をしている教授がいる研究なほど
っていうのはあるんだけど授業にまでは落ちてきてないから それはまあやっぱ非常勤講師として入っている人間が好きに動いて埋めていける場所じゃ
なんとか授業に埋め込んだから 今後俺は web 3の授業を大学で公式に行った男として
世界を渡り歩いていくことにすると
いやーこれはきますよきっと だって僕が大学卒業する前の機械学習をギリギリ力で学べるっていう段階が
多分今の web 3を学べるかどうかに近い ああそれが5年前なんだから5年後には普通にブロックチェーンを大学で学ぶっていうのも
あってもおかしくないのかなっていう だいたいそういうのってスパ短くなっていくから
なんか機械学習でが来るって言われてるから来るまでのスピードって 昔のなんかスマホが流行るとかそのスピードにもぐって短くなってるみたいな話は
よくあることだから多分本当に数年だと思う かなり先取りしたことも学べてお得感満載じゃないですか
からなんかもう最終的にはなんかそういう未来が待ってるんだな やっぱり ai ってすごそうだながちょっと手で触れる状態になって終わってたら
理想的な 形になるかなっていうそうですね
もちろん興味あったらツール2とかツール3っていうそう次の授業を受けてくれれば いいですねそう
面白いと思うんだよねだから
この音源を学生にも聞いてほしいし そういうのを大学で勉強してるっていうのも
社会人の人には知っておいてほしい でそこのバランスでじゃあ今後データ使ってどういう仕事が必要なのかとか
を考えてもらえるタイミングになればいいかなっていう このポッドキャストも含めはいそうですね
っていう感じでちょっとやっていこうかな いや面白かったですね
どうしても話したくてワクワクしますなかなかないじゃんこの大学の授業を こういう意図で作ってるんだって話もあんま聞いたことなくない
確かにシラバスをもうなんかこんなに気持ち込めて書くとかも聞いたことないし シラバスって無機質じゃん
あんなペラって読んで終わりのやつですからね じゃないんだよね結構ね
33:03
思いが詰まってるこの授業にはぜひちょっと受けてもらう人にはそこら辺を 楽しんでもらうが一番いいか楽しんでもらえるようには作ってるはずだから
楽しんでもらってもしなんか普通に授業があるんだったら別に大学の授業の外で ちょっと資料を作り変えて発表とかも全然してもいいかなと思ってるから
まあそういうのはおいおい やっていければという感じかな
授業やってみての感想とかどうだったかまた話してください あーいいよいいよ
学生のリアクションとか楽しんでたのか 皆寝てたっていう話になるかもしれないですけど
あでもねこれオンラインになる 最終的に出てくるだから課題の提出率とか最後のなんかアンケートとか
あそこでもしかしたらめちゃめちゃ課題が見えて半年後にめちゃめちゃ落ち込んでる可能性はあるんだけど まあそしたら改善したら次で一括しかないですからね
とにかく日本で唯一ぐらいweb3が学べる授業でなおかつ 機械学習とか
まあエプセルから結構初歩的な部分から入っていろいろやっていけるような まあそういう授業にしていこうかなと思ってるんで
楽しみでしかないですね きっとね まあまたなんか授業こんな感じだったっていうのはおいおい
しゃべっていこうかなと思ってるんで まあ楽しみにしておいてもらえればと思います
はい じゃあそんな感じで隣のデータ分析屋さん今回も面白いなと思ったらフォローレビューよろしくお願い
いたします 番組の感想や質問はハッシュタグ
隣の分析屋 隣のがひらがなで分析屋は漢字でお願いいたします また概要欄に貼ってあるお手紙フォームからコメントをお寄せいただけたら
嬉しいです ではまた
バイバイ
