MENU
会社から時間を取り戻そう
  1. ホーム
  2. 社会人の勉強
  3. UdemyでPythonを学んで何が作れた？TodoアプリからKaggleまでの受講記録

UdemyでPythonを学んで何が作れた？TodoアプリからKaggleまでの受講記録

社会人の勉強
当ページのリンクには広告が含まれています。

※本記事にはアフィリエイト広告を含みます。講座内容、対象コース、料金は変更される場合があるため、申し込み前にUdemy公式サイトをご確認ください。

「UdemyでPythonを勉強したら、実際に何か作れるようになる？」

「講座が多すぎて、どれから受ければいいか分からない」

こんな疑問を持っている方へ、私自身の経験を紹介します。

私はプログラミング経験がほとんどない状態からUdemyを使い、Git、Python、Django、React、機械学習などを学びました。

学習を進める中で作ったのは、Todoアプリ、レシピアプリ、小さなSNSなどです。機械学習を勉強した後には、Kaggleにも参加してみました。

Udemyでの学習を振り返って感じるのは、講座を順番どおりに消化することより、小さくても自分で何かを作ることの方が大切だったということです。

この記事では、受講経験を振り返りながら、役に立った講座と学習を通じて身についた考え方をまとめます。

目次

Udemyで学んだ分野

Gitから機械学習まで学び、特にWebアプリの組み立て方と機械学習の進め方をつかめたことが大きな収穫でした。

学んだ分野を大きく分けると、次の5つです。

  • Gitを使ったコードと変更履歴の管理
  • Pythonの基礎
  • Djangoを使ったバックエンド・Web API開発
  • JavaScript・Reactを使ったフロントエンド開発
  • データサイエンス・機械学習

講座を通じて、個別の文法やツールだけでなく、Webアプリを組み立てる考え方や、機械学習を進める手順を学べたことが役立っています。

受講して役に立ったUdemy講座

Gitのチーム開発、API構築、画面づくり、機械学習など、講座ごとに異なる開発の考え方を学べました。

Git講座

Gitの基本操作に加えて、ブランチやマージを使って変更を管理する流れを学びました。

受講したのは、次の2講座です。

なかでも山浦さんの講座は、Gitのコマンドだけでなく、ブランチ、マージ、コンフリクト、GitHubを使ったチーム開発の流れまで扱っていた点が役に立ちました。

かめれおんさんのPython・機械学習講座

Pythonの基礎からデータ分析、機械学習、開発環境まで、関連するテーマを一連の講座で学べました。

かめれおんさんの講座では、次のようなテーマに取り組みました。

文法を覚えるだけで終わらず、データの扱い方やモデルの評価、開発環境へ学習を広げられたことが、その後のアプリ開発やKaggleへの参加につながりました。

Build a Backend REST APIシリーズ

英語の解説を追いながら実際にAPIを作り、コードを書いてエラーを解決する流れを経験できました。

Djangoのバックエンド開発で受講したのは、次の2講座です。

BeginnerとAdvancedのどちらも、動画を見るだけではなく、自分の環境でAPIを作りながら進める内容でした。コードを書き、エラーが出たら原因を調べる。その繰り返しを経験できたことが役に立っています。

じゃけぇさんのReact講座

Reactの講座をきっかけに、ユーザーが操作する画面とバックエンドのAPIをつなげて考えるようになりました。

フロントエンドでは、じゃけぇさんの次の講座を受講しました。

バックエンドだけでなく、ユーザーが操作する画面まで作ろうとすると、JavaScriptやReactの知識が必要になりました。

Pythonだけを勉強していたときには見えていなかった、画面とAPIをつなぐ考え方へ興味が広がったきっかけになっています。

Webアプリを作るための考え方や手法を学べた

コードの書き方だけでなく、Webアプリを小さな機能へ分けて組み立てる方法を学べました。

Python、Django、Reactの講座を通じて、Webアプリを作るときに何を考えればよいかが少しずつ分かるようになりました。

例えば、次のような考え方です。

  • 作りたい機能を小さく分ける
  • どのようなデータを保存するか考える
  • バックエンドでデータを処理し、APIを通じて受け渡す
  • フロントエンドでユーザーが操作する画面を作る
  • コードの変更をGitで記録する
  • 一つずつ動かし、エラーが出た箇所を確認する

最初はPythonのコードだけを見ていましたが、Webアプリを作るには、画面、データ、APIなどをつなげて考える必要があります。

機械学習を進める手順を学べた

機械学習は、モデルを一度動かして終わりではなく、データと評価結果を見ながら改善していくものだと学びました。

かめれおんさんのデータサイエンス、統計学、機械学習講座では、機械学習で何を順番に進めればよいかを学べました。

大まかな流れは次のとおりです。

  1. 何を予測・分類したいか決める
  2. データの内容や分布を確認する
  3. 欠損値などを処理し、学習に使える形へ整える
  4. 学習用と評価用のデータに分ける
  5. モデルを学習させる
  6. 評価指標を使って結果を確認する
  7. 特徴量やモデルを見直して改善する

アルゴリズムの名前を覚えるだけでなく、データを確認し、モデルを作り、評価して改善するまでが一つの流れだと理解できたことが役立っています。

Udemyを通じて作ったもの・取り組んだこと

学んだ考え方や手法を、Todoアプリ、レシピアプリ、小さなSNS、Kaggleで実際に使ってみました。

Udemyで学習を進める中で、次のものを作ったり、取り組んだりしました。

  • Todoアプリ
  • レシピアプリ
  • 小さなSNS
  • Kaggleへの参加

Udemy学習で一番難しかったのは「始めること」

内容を理解すること以上に難しかったのは、講座を始めることと、興味が別のテーマへ移ったときに続けることでした。

Udemyは自分の好きな時間に学べる反面、今日始めなくても誰にも注意されません。興味のある講座を見つけても、購入や登録だけで止まることがあります。

途中で止まったのは、内容が難しかったときだけではありません。別のテーマに興味が移り、そちらの講座を始めたときにも止まっていました。

Webアプリを作っている途中で機械学習が気になったり、Pythonを勉強している途中でReactを触りたくなったりします。

興味が広がること自体は悪くありません。ただ、新しい講座を追加するたびに、作りかけのものも増えていきます。

私の経験から言えるのは、講座を全部見終わることを目標にするより、次のような小さな区切りを作る方が進めやすいということです。

  • Todoを1件登録できるようにする
  • APIからデータを1件取得する
  • 学習用データを読み込んで結果を表示する
  • KaggleのNotebookを1回実行する

講座を開くことすら重い日は、「最初の動画を見る」ではなく「昨日のコードを実行する」だけでも構いません。

生成AIがある今なら、同じ順番では学ばないかもしれない

今から学ぶなら、小さなものを先に作り、生成AIへ質問しながら不足する基礎をUdemyで補う方法も考えられます。

私がUdemyでPythonを学び始めた頃と比べると、現在は生成AIへコードの意味やエラーの原因を質問できます。そのため、すべての基礎講座を順番に終えてからアプリを作る方法にはしないかもしれません。

例えば、先に「自分用のTodoアプリを作る」と決め、生成AIに作業を小さく分けてもらう。分からない文法、データベース、APIなどが出てきたら、Udemyの講座で体系的に学び直す。このような進め方も考えられます。

ただし、生成AIが出したコードを貼り付けて動けば、それで理解できたことにはなりません。

GitHubの学習ガイドでも、AIに答えを書かせるだけでなく、考え方を説明する学習相手として使い、生成された回答の正しさを確認する方法が案内されています。

生成AIを使って学ぶ場合も、次の確認は必要です。

  • コードの各部分が何をしているか説明してもらう
  • 自分で一部を書き換えて、動きがどう変わるか試す
  • エラーを消すだけでなく、原因を確認する
  • 期待する入力と出力を決めてから実行する
  • 動いたコードを自分の言葉で説明できるか確認する

生成AIは、講座を不要にするものではなく、作りながら疑問を解消するための相手として使うのがよいのではないかと考えています。

これは、生成AIを使った学習方法を比較実験した結果ではありません。これまでのUdemy学習を振り返った、現時点での私の考えです。

今から始めるなら、最初に作るものを1つ決める

最初に講座を選び続けるより、今日動かす小さな成果物を1つ決める方が、必要な学習を絞りやすくなります。

UdemyにはPython、React、機械学習など、多くの講座があります。興味のある講座を探し続けると、学習を始める前に疲れてしまいます。

例えば、次のような小さなもので十分です。

  • 自分だけが使うTodoリスト
  • CSVを読み込んで合計を表示するプログラム
  • よく見るWebページの情報を取得する処理
  • Kaggleの初心者向けNotebookを動かす

作りたいものが決まると、必要な講座も絞りやすくなります。

  • Pythonの書き方が分からない → Python入門
  • データの加工が分からない → データサイエンスのためのPython
  • APIを作りたい → Django REST API
  • 画面を作りたい → JavaScript・React
  • 予測モデルを作りたい → 統計・機械学習

最初の一歩は、講座を何本買うかではなく、今日動かす小さなものを一つ決めることです。

Udemyの料金体系、講座の選び方、利用上の注意点は、Udemyのメリット・デメリットと失敗しない講座の選び方で詳しく紹介しています。

＼ セール実施中かも ／

Udemyで学びたいテーマの講座を確認する

まとめ：Webアプリと機械学習の進め方を学べた

Udemyで得た最大のものは、講座の修了数ではなく、Webアプリと機械学習を自分で進めるための考え方でした。

私はUdemyでGit、Python、Django、React、データサイエンス、機械学習などを学びました。

そこで身についたのは、個別のコードだけではありません。Webアプリを小さな機能へ分けて組み立てる考え方や、データを確認して機械学習モデルを評価・改善していく手順です。

Todoアプリ、レシピアプリ、小さなSNSを作り、Kaggleにも参加しました。学んだ考え方を実際に使ってみたことが、その後の学習につながっています。

生成AIがある現在は、学び方の順番も変えられると思います。先に作りたいものを決め、生成AIに質問しながら動かし、不足する基礎をUdemyで体系的に補う方法です。

ただし、生成されたコードを理解せずに使うのではなく、自分で動かし、変更し、結果を確認することは変わりません。

Udemyでも生成AIでも、学習を前へ進めるのは「次の講座」ではなく「次に動かす小さな成果物」です。

社会人の勉強
よかったらシェアしてね！
  • URLをコピーしました！
  • URLをコピーしました！

コメント

コメントする

目次