どーも、ユメソバです。
前回、Python 3 エンジニア認定基礎試験に合格したので、Python 3 エンジニア認定データ分析試験も挑戦しました。
Python3エンジニア認定基礎試験の勉強方法｜合格するための勉強法と教材を解説 確率と統計は自信があったのに0%なのはよくわからないのですが、無事に合格できました！
もともと「G検定」の学習を通して、数学や統計、機械学習の基礎知識は軽く勉強したことがありますが、実際にPythonを使ってNumPyやpandasなどのライブラリを触った経験はほとんどありませんでした。
「知識として知っているだけでなく、実際にライブラリを使いこなせるようになりたい！」と考えたのが、今回受験を決めた一番の理由です。
基礎試験のときは問題集があり、それを解き進めるのがメインの学習法でした。
しかし、このデータ分析試験にはなぜか公式の問題集が存在しません。
問題集はないですが、公式のテキストと無料の模擬試験で合格をすることができましたので、勉強方法などを共有します。
Python 3 エンジニア認定データ分析試験とは？
データ分析に必要なPythonの基礎知識とPythonのデータ分析で使用するライブラリ(NumPy、pandas、Matplotlib、 scikit-learn)の使い方を問われる試験です。
NumPyやpandas、matplotlibといった代表的なライブラリの使い方を中心に、データの取得・加工・可視化に関する知識が問われ、データ分析の入門スキルを体系的に確認するのに最適な内容となっています。
- 試験時間：60分
- 問題数：40問（すべて選択問題）
- 合格ライン：正答率70％
- 受験料金：1万円（税別） 学割5千円（税別）
Pythonでデータ分析をしてみたいと思っても、何から始めればいいのかわからないという人におすすめの資格です。
使用した教材
私が主に使用した教材を紹介します。
Pythonによるデータ分析の教科書
テキストは主教材（教科書）として指定されている、『Pythonによるデータ分析の教科書』を使用しました。
ちなみに、『Pythonによるデータ分析の教科書』は以下のサイトで受験宣言をすると無料でもらえます。
キャンペーンがいつまでかはわかりませんが、受験宣言は簡単にできるのでやっておくことをおすすめします。
ちなみに、テキストの第５章は試験範囲外なので、興味がない人は読まなくていいです。
無料の模擬試験サイト
紙の問題集が販売されていないので、無料の模擬試験で問題を解く練習をしました。
無料で模擬試験を受けられるサイトがいくつかあるのでご紹介します。
PyQ
PyQは問題のPDFが公開されており、回答フォームを記入すると、解答のPDFがもらえます。
解説はしっかりしていて、すべての選択肢に対してなぜ間違っているかの説明があります。
PRIME STUDY
PRIME STUDYはWEB上で問題を解くことができます。第3回分あり、第1回のみ解説があります。
こちらも解説は、すべての選択肢に対してなぜ間違っているかの説明があります。
また、数学の説明やNumPy、pandasなどの基本メソッドを解説してくれたり、テキストの内容を表でまとめています。
無料の模擬試験の中では一番解説が充実しています。
EXam App
Exam Appは、初級、中級、上級の3段階の模擬試験を受けることができます。
本番試験は中級相当の問題が出題されます。
ただし、初級レベルの問題もまあまあ出題されるので、初級も解いておくことをおすすめします。
上級はテキスト範囲外の問題も出題されるので、時間に余裕がある方のみで大丈夫です。
初級、中級の問題だけで試験対策としては十分です。
DPro Exam
毎回、ランダムに出題される問題を解くことができます。
問題の難易度のバランスが良く、一番本番試験の問題に近いと思いました。
勉強方法
基本的な勉強方法としては、無料の模擬試験で問題を解いて、間違えた問題を公式のテキストで確認の繰り返しとなります。
上述の模擬試験をすべて３周くらいすれば、7～8割の問題は解けるようになると思います。
勉強時間としては、期間は３週間で毎日1時間ぐらい勉強したので約20時間といったところです。
Pythonに慣れている人だともっと勉強時間が短くても合格できると思います。
最初に模擬試験にチャレンジする
最初にテキストを読んで勉強してもいいのですが、上述した「PRIME STUDY」と「PyQ」の無料の模擬試験を解いてみることから始めることをおすすめします。
当然、問題は解けないのですが、これらの模擬試験は解説が非常に充実しています。
数学の説明やNumPy、pandasなどの基本メソッドを解説してくれたり、テキストの内容を表でまとめてくれているので解説を読むだけで勉強になります。
問題を解いた後に、テキストを読む方がより内容を理解でき、試験の全体像と出題傾向をいち早く掴むことができます。
数学対策
「数学の知識はどれぐらい求められるのか？」気になる人もいるかもしれませんが、出題されるのは統計・微積・線形代数の本当に基礎的なところしか問われません。
例えば、「sinx、cosxの微分は？」、「2×3の行列と3×2行列を計算すると、何になる?」、「６面さいころの期待値は？」ぐらいのレベル感です。
そもそも、試験では紙と鉛筆を持ち込めないので、頭の中で計算できるレベルの問題しか出ません。
無料の模擬試験で出題される問題を理解できれば十分です。
Pythonコード
試験問題の割合が公開されており、NumPy, pandas, Matplotlib, scikit-learn に関する問題だけで全体の 67.5 % を占めています。
合格ラインが正答率70%なので、ここを重点的に勉強する必要があります。
ライブラリは実際に動かして見たほうが、頭に残るので、公式テキストのコードを実際に書いてみた方がいいです。
第4章の scikit-learn は、慣れるまで少し苦戦するかもしれません。テキストを読むだけでなく、実際に手を動かしてコードを書いてみるのが記憶に定着させるコツです。
Pythonの開発環境構築は以下の記事で説明しています。
本番試験の感想
本番試験の問題はひねった問題は出題されず、素直な問題が多かった印象です。
模擬試験のサイトで比較すると、DPro Examが一番近いと思います。
scikit-learnに関する問題が最も多く出題されるのですが、そこまで深い内容の問題ではなく、「教師無し学習はどれ？」、「次元削減て何？」ぐらいの簡単な問題でした。
おわりに
「Pythonでデータ分析を始めたい」と思っても、何から手をつければいいかわからない、ライブラリをインストールしただけで満足してしまい、結局使いこなせずに終わってしまった経験がある人も多いと思います。
この試験の学習を通じて「scikit-learnってこうやって使うんだ！」という具体的なイメージが湧きました。
複雑に見えるアルゴリズムも、実は思いのほかシンプルに実装できることが分かり、実践に対する心理的なハードルがぐっと下がったように感じます。
Python 3 エンジニア認定データ分析試験は、合格率も高く、試験範囲も明示されているので、決して難しい試験ではありません。
気軽にデータ分析のリテラシーを身につけるのには最適な試験なので、興味がある方は受験してみることをおすすめします！
