先月からすべての空き時間をCourseraでデータ分析を学ぶためにつぎこんでいます。全力で学んでいるのは、Kaggleで戦えるレベルに行くために、スケジュールを前倒しして進みたいからです。しかし、今は、前倒しどころか、〆切に課題を間に合わせるのが精一杯です。情けない。。 orz
すると、MOOCsを最優先と決めているので、ほかのことはなおざりになります。 今日は出かける予定をキャンセルして、課題に取り組んでいました。 課題とテストの〆切は時差の関係で月曜日になるので、毎週月曜日は大変なのです。 今までに、なんとか２つのコースを〆切に間に合わせたものの、まだひとつのコースが残っています。
もっと、学習効率を上げたいです。問題は、MOOCのための所要時間が、公式の見積もりよりも、長くなってしまうことです。
それにしても、MOOC運営者は所要時間を過小に見積もっているのではないでしょうか。 例えば、"Machine Learning with TensorFlow on Google Cloud Platform Specialization" は、コースごとに所要時間見積もりを提示しています。 しかし、これらのなかの３つのコースを終えるために、すべて、公式の見積もり時間より長く掛かってしまいました。 この差異は、ビデオ講義の受講から生じました。 これに対して、テストや課題については、公式の見積もり時間と、私が使った時間はそれほど違っていませんでした。
つまり、私はビデオ講義を２回以上は再生しているので、どうしても、Googleによる所要時間の見積もりよりも、長く掛かってしまうのです。 おそらく、Googleの人たちは、このレベルの講義であれば、１回だけ聞けば十分に理解できるのでしょう。 ところが、私は、ノートを見直したり、早口で癖のある英語を、巻き戻して聞き直したりしています。 しかも、計算機科学の専門用語や特殊な言い回しが出てきたときには、それらの意味を調べたりしています。
他方で、この"Machine Learning with TensorFlow ..."を紹介している記事を読むと、このなかの５つのコースを１ヶ月で終えた、などと書いてあります。 となると、問題は、やはり、私の英語スキルと計算機科学の素養が不足していることにあります。 結局、中間レベル（intermediate)のMOOCを無理なく受講するには、アメリカの大学で専門科目の単位を取得できるだけの能力が必要なのかもしれません。
ともあれ、今日は、あとひとつ残った課題をがんばります。（16時間の時差のもとで〆切はすでに過ぎているのですが、採点してもらえるはず。）
