未分類

会社を辞めて約2年間数学とデータ分析理論をひたすら勉強した話

サムネイル

この記事では、会社を辞めて家に引きこもり、数学とデータ分析理論の勉強に、ひたすら没頭した約2年間を振り返っていこうと思う。

偶然見つけた「心から好きなこと/やりたいこと」

まずは、数学とデータ分析理論の魅力に気付くまでの経緯を綴っていきたいと思います。

やりたいことが分からず迷走を繰り返す

遡ること19年3月、僕は、とある地方の私立大/文系学部を卒業しました。翌4月には、唯一内定をもらっていた会社に就職するという状況です。

自分の内定先には満足していませんでしたが、文系なのに大した学歴もなく、また、突出したスキルや経験もない貧弱なスペックでは妥当な結果だということも重々承知していました。

とは言うものの、就職予定の会社で定年まで働くことは、全くと言っていいほど想像できず。

また、どうせ働くなら「自分のやりたいこと・好きなこと」を仕事にして生きていきたい、という強い思いもありました。

しかし、これが本当に重要なことですが、自分は一体何が好きなのか?、本当にやりたいことは何なのか、が全くわかりません。

そこで、まずは何となく興味のあることを片っ端からやってみることに。具体的には、

  • webプログラミング
  • ブログアフィリエイト(webマーケティング)
  • 会計

の3つを始めます。

結果的には、これら3つのどれをやっても「これだ!」という感覚は得られず、結局挫折することになります。

しかし、これらをやる中で偶然読んだある1冊の本が一つの重要な転機となるのでした。

ある1冊の本で一気に視界が晴れる

プログラミング、アフィリエイト、会計、どれもイマイチしっくりこず、モヤモヤした違和感を感じなら続けていました。

そんな中、アフィリエイトのセールスライティングを学ぶためにある1冊の本を読み始めます。

本の題名は、「ファスト&スロー〜あなたの意思はどのように決まるか?〜」。

この本は、ノーベル経済学賞の受賞歴もある認知心理学者のダニエル・カーネマンによるもので、人間の直感的な意思決定の仕組みを実証研究をもとに詳細に論じています。

読み始めは「文字も小さいし、難しい」と感じ、早々に読むのをやめようかと考えたりもしました。

ただ、この本を知るきっかけとなった別の本で「セールスライティングを身に付けたいなら絶対に読むべき本だ!!」みたいな感じで超絶オススメされていたので、頑張って読んでみることに。

全部で約400ページぐらいある中で、半分の200ページぐらいにさしかかった頃でしょうか

「あれ、、、込み入った内容はよく分からないけど、なんかすごく重要なことが書かれている気が、、、、てか、それ以上に、めちゃくちゃおもしろい!!!!」

最初は無理やり読んでいたのが、気づいたら、フロー状態のごとく、この本の面白さにのめり込んでいたのです。

本書の主題「人間の意思決定が決まる心理メカニズム」は当然興味深かったです。

しかし、それ以上に、人間の直感的判断と対比させる形で論じられていた「数学的/統計学的な最適解」という観点が僕の知的好奇心をめちゃくちゃ刺激したのです。

「え!数学、統計学ってこんなに有用なのか!しかもびっくりすぐらい面白い!これはすごいよ!!」

と独り言を言った記憶があります。

20年6月、こうして僕は、やっとのことで「自分が心から追求したいこと/すべきこと」を見つることができたのです。

確率・統計の勉強をスタート!

ファスト&スローを上下巻全て読み終え、早速、確率・統計を勉強を始めます。

「ふたたびの確率・統計〜確率編〜」という、高校レベルの確率が学べる参考書を使いましたが、勉強を始めて間もなく至極当然のことに気づきます。

「高いレベルの確率・統計を理解するには、確率・統計だけやっていてもだめで、それ以外の数学をしっかり身に付けなければならない」

しかし、自分は文系です。数学は高校以来やっていません。

仮に、やり直すとなると10年近くもブランクがあり、しかも、その高校数学ですら高1の数学I/Aのみ。

こんなわけで、数学の重要性は痛感しつつも「今さら、数学を1から勉強するのか、、、絶対大変だよな、、しかも働きながら」と、できない理由を正当化しようとしたり、弱気にもなりました。

とはいえ、ファスト&スローで体感した確率・統計の面白さ・有用さは、自分にとって本当に特別なものでした。

「確率・統計を深く理解して、自在に使いこなせるようになりたい」という知的好奇心が弱気なメンタルを上回ります。

20年11月、僕は、専門的な確率・統計を理解するという目的のもと、確率・統計と同時並行で、数学学び直しも決意したのです。

数学の学び直しを決意

専門的な確率・統計を理解するには、大学レベルの数学が必要です。

しかし、当時の自分のレベルは、基本的な高校数学すら危うかった。こんな状態で、いきなり大学数学をやるのは明らかに無謀です。

そんなわけで、高校数学の復習から始めることに。ただし、Ⅲ/C に関しては、復習というよりも完全に初見です。

実際の勉強は、「入門問題精講」という参考書とYoutube上にある解説動画を使って、平日の夜、土日休みなどをフルで使って進めていきす。

また、「大人のための数学勉強法」という本で数学の勉強法も研究しました。

勉強に挫折

時は経ち、21年11月、数学、確率・統計の勉強を始めて、約1年ぐらいが経過しようとしていました。

この時点で、数学は、数学Ⅱ・B(高校文系数学)まで、統計は、統計検定2級レベルぐらいまでを一通りインプットし終えたぐらいです。

他方、新卒で入った会社で働き始めてから、約3年が経つタイミングでもあり、営業職として一人で仕事をこなしていました。

しかし、日々の業務に対して全くと言っていいほど楽しさや意義を見出せず、また、何か有益なスキルが身に付いている実感も皆無です。

要するに、仕事、働き方、会社に希望や明るい未来を全く見出せません。

ただただ一方的に増えいく仕事量に疲弊し、メンタルは少しづつ、しかし確実に蝕まれていきます。

このように日々の仕事で精神を消耗する中、数学、確率・統計の勉強は、限られた時間の中、なんとか継続する日々が続いていたわけです。

しかし、ある一件をきっかけに、これまで少しづつ積み上げてきたもの全てが崩れ落ちます。

それは、ある週末に、これまでの勉強の定着具合を確認するためにやった統計検定2級の過去問演習です。

この結果が、まあ悲惨でした。

制限時間は余裕でオーバーするし、しかも、間違えまくるしで、正答率は50%を下回っていたと思います。

メンタルそのものが不安定だったことも影響して自暴自棄になってしまいます。

「あ、、自分は全然才能がない。これまで、何を勉強してきたんだよ、、、。やっぱり自分はダメなんなだ、、もう勉強なんてやってられるか」

色々耐えていたものが、ここで一気に崩れ落ちました。

この件以来、数学、確率・統計の勉強を完全にやめてしまいます。

21年12月、やっと見つけた好きなことすらも、僕は挫折してしまうのでした。

虚無になる

22年9月、勉強を投げ出したその日から、おおよそ9ヶ月が経過しようとしていました。

もちろん、この9ヶ月、数学、確率・統計の勉強は1秒たりともできていません。

他方、仕事での負荷やストレスも耐えられないレベルに達し、新卒で入社し3年半勤めた会社を、この月で辞めることになります。

転職先を決めずに辞めたため、無職になりました。あるのは、350万ほどの貯金だけです。

これからどうしようかと途方に暮れている中、「貯金も十分あって、まとまった時間を確保できる無職期間に、もう一度、数学、確率・統計の勉強にチャレンジしてみてはどうか」という考えが巡ります。

もちろん、一度投げ出してから9ヶ月間何もやっていく、少しづつ積み上げた知識もかなり忘れてしまっています。再開するとしたら相当の気力が必要でした。

「もう自分には数学や統計は無理なんだよ」

と、できないことを何とか正当化しようともします。

一方で、確率・統計は心から面白いと思えたことだからこそ「やっぱり諦めたくない!もう一度チャレンジしたい」という思いは当然あった。

「もう一度頑張ろう」→「やっぱり無理だ」という堂々巡りが続いた中で、出た結論は「もう一度頑張ろう」でした。

22年10月、約10ヶ月ぶりに、数学、確率・統計の勉強を再開します。一度投げ出していまっているので、再度、机に座ってペンを持ち、参考書を開くのには相当の気力を要しました。

しかし、0→1を乗り越えると、あとはスムーズでした。当初の3ヶ月という想定を遥かに超えて、約1年9ヶ月、僕は、数学、確率・統計の勉強にのめり込んだのです。

勉強のレベルの上がれば上がるほど、理解するのに時間がかかり、また、勉強すればするほど楽しくもなり、「もう3ヶ月」を繰り返していたら、1年9ヶ月が経ってしまったのです

この間は、アルバイトも一切せず貯金や失業保険だけを頼りに、一人暮らしのアパートの一室でひたすら独学をしました。

 

2年間の数学とデータ分析理論の勉強の軌跡

ここまでは、ストーリー形式で書いてきましたが、ここからは、

数学

 

微分積分

 

線形代数

 

論理・集合

数学の勉強の仕方

最適化

 

確率論

測度論的確率論、確率過程、マルコフ連鎖

統計学

 

推測統計学

仮設検定、パラメータ推定

ベイズ統計学

 

機械学習

 

多変量解析

 

実験計画法

 

一般化線形モデル

 

時系列モデル

 

次元削減

 

グラフィカルモデリング

 

IT・ツール

 

プログラミング

Python, R, SQL

 

コンピュータサイエンス

 

データ基盤

 

その他

Latex

プロのデータアナリストとして生きていきたい