東京都立産業技術大学院大学科目履修生一週目が終了したので感想を書く

ワクワクドキドキ科目履修生生活が始まりました。科目履修生の履修可否は授業開始一週間前からくるため、履修可否の結果待ち→一週間後には授業開始というスケジュールでスタートします。

今回受けている科目は下記の時間割になっている。今期は四科目だ。ちょっと多いかもしれないが時間割と興味のある分野で絞った結果そうなった。

来季は2科目なので、今季を乗り切ればだいぶ楽になるはずだ。
コロナの影響で、特に学校にいくこともないまま授業が開始してしまった。あんまり科目履修生をやっている感がないが、自宅にいてそのまま授業を受けれるなんてなんて最高なんだろうとリモートを噛み締めている。

仕事をしている上では、移動時間が勿体無いので本当にありがたい。

授業を受けていると、あ〜〜業務でその壁ぶつかったなぁとか、わかる〜〜みたいな学びが多い。業務での知識は小島のように散乱しているが、授業をうけていくと、その小島に橋がかかり知識が体系化していくのがわかった。

普通に楽しくてしょうがないので本格的に修士を取得する方針に進めようかなと思う。

単位を取るための必要事項

●絶対条件で 15回の授業+1回の試験の合計16コマの中で11回以上の出席が必要
●出席を満たした上で、科目ごとにレポートか試験かで100点の配分で振られ成績が決定する

そもそも出席が大事なので、manabaという学習ポータルサイトのチェックが特に大事になる。ここで出席扱いにするための小テストやレポートを提出したりする。

プロジェクト管理特論２

●受講の仕方: 土曜日２限+ビデオ講義で一週間に二コマ
土曜日２限もリモートで受講できている。出席確認は、授業後に受けられるレポートを提出して出席扱いとなる。なのでリアルタイムで見ても、見てなくても授業後のレポートさえ出せば出席扱いになる。もしも土日に予定があっても安心。

●出席確認について: 授業後のレポート
その時間内で学んだことについて、●●について述べよという設問が多い。
大事なことは最後にまとめと書いてあるので、そこを確認すればよさそう。
授業でやっていないことは出ない感じ。

●内容
ポンチ絵というか、まさしくベンダー系の開発というようなプロジェクトの進め方について学ぶ。
具体的な内容についてはシラバスを見て欲しい

情報システム構築におけるプロジェクト管理の進め方を、情報処理推進機構が発行している「⾼度情報化人材育成標準カリキュラム プロジェクトマネージャ」を基準に学習する。授業では、体系化された情報システム構築プ
ロジェクトのカリキュラムでプロジェクト管理の知識を網羅的に整理しながら、実務事例の紹介を多く取り入れて具体的なプロジェクト計画や管理の方法を指導する。また、演習などを通してプロジェクト管理の知識をどのよう
に実務に適用するか考えていくことで、知識と実践力の橋渡しを実現することを方針とする。
(シラバスp127 プロジェクト管理特論２より引用)

自分はWeb系のエンジニアなので、こういう世界は見たことがなく、ITとは家ど、こうやってベンダーの会社とプロジェクトをすすめていくのか・・・と見たことがない世界を見た感じだ。

データインテリジェンス特論

●受講の仕方: 土曜日3限+ビデオ講義で一週間に二コマ
土曜日3限もリモートで受講できている。出席確認は、授業後に受けられるレポートを提出して出席扱いとなる。なのでリアルタイムで見ても、見てなくても授業後のレポートさえ出せば出席扱いになる。もしも土日に予定があっても安心。

●出席確認について: 授業後に３点まとめと、pythonで実行した内容についての課題
その時間内で学んだことについて、３点ほどでまとめよという課題
&授業資料でJupyterLabのノートが配布される、授業内で説明があった後に、ちょっと応用して問題を解いたりする。第二回まではPythonで共分散や平均pandasを用いて平均を出したりなど簡単な問題だった。Pythonの経験がなくても授業でお手本があるので、ちょっとコードを変更すればできる程度の難易度。

どっちかというとJupyterLabの環境構築などはさらっと進んでしまったので、本当にコマンドで触ったことない環境構築したことない人だとちょっと困るかもしれない・・・

現在、従来の業務データを用いて意思決定を行うための BI(Business Intelligence)は、データマイニング技術を取り込み、多様なデータを対象に DI(Data Intelligence)へと発展を遂げている。本講義では、多様なデータを対象としたデータ解析技術として、統計解析やデータマイニングからの知識獲得技術、基本となる機械学習技術について、体系的な説明を行う。特にデータマイニング技術、機械学習技術として、技術内容の提示だけでなく、具体例をとりあげ、動作原理と具体的な動作状況を理解することで、実際のデータ解析の基礎を習得することを目指す。
(シラバスp78 データインテリジェンスより引用)

あと、昨年統計検定2級を独学していたため、統計の最初の部分は余裕だった。ここにきて勉強が役に立つとは・・・・(1年ぶりのフラグ回収)

この授業の初めに、「はじめてのパターン認識」を挫折した人がターゲットとあったため本を買って内容をみてみてたら挫折した(笑)
この授業を受けて、半年後には「はじめてのパターン認識」を自分で読めるようになることが目標だ。

この授業が一番楽しみで、4Qのビックデータ解析の授業とも繋がるらしい。
半年間で機械学習の理論部分の基礎を身につけたいと思う。
微積とか、線形代数と統計を復習しておかないとなと思った。

はじめてのパターン認識

OSS特論

●受講の仕方: 月木 6限
リモートで受講できる。6限開始から10分間に出席確認があり、指定された3文字を小テストに入れて、10分の時間制限内に提出できたら出席扱いとなる。
ビデオで見る場合は、内容確認テストを受ける必要があるが、難易度がちょっと高い。結構しっかり授業を聞く&それなりに知識がいるかも・・・
その時間に出席確認で出た方が出席は取るのが楽だと思う。

●内容
普段開発で使っているOSSは、どんな歴史があるのか興味を持っため受講を希望した。先生はOSSの開発をする仕事をしていたり研究をしていたようだ。

Linux カーネル、GNU ソフトウェア、Apache HTTP サーバに代表されるオープンソースソフトウェア（OSS）は、インターネット基盤のサーバ類に広く普及していると同時に、2000 年ごろまでの古いソフトウェア産業を根底から変革してきた。当科目は、（1）OSS の思想、背景、歴史、（2）OSS の定義、使用許諾契約、（3）OSS の開発体制（バザールスタイル）、（4）OSS の事例、（5）OSS 関連の話題を扱う。

シラバス p81 OSS特論　より引用

自分がOSSの恩恵をかなり受けているが、それがどういう経緯でこうなったのかが学べて面白い

セキュアプログラミング特論

●受講の仕方: 月木 7限
リモートで受講できる。授業のどこかの出席確認があり、指定された3文字を小テストに入れて、一週間の時間制限内に提出できたら出席扱いとなる。
ビデオで見る場合も、同様にビデオ内で写っている指定された3文字を小テストに入れて、一週間の時間制限内に提出できたら出席扱いとなる。

●内容

OSコマンドインジェクションなどのセキュリティの課題についての解説、最新情報はどこを見ればいいのかなどの紹介があった。評価に関わるレポートは、実際にC言語の、静的解析ツールを用いて危なそうなところを抽出し、どう改善すればいいのかなどをまとめるという割と実践寄りでよさそう。
本当に好きな人&くわいしくなりたい人は掘りがいのあるレポートだなと思った。私はC言語が大学の授業以来なので、社会人になってある程度プログラミングを触った後でレベルアップした(はず)ので、ドキュメントの調べ方なども学生時代と比較すると全然違うと思う。そういうレベルアップを実感できそうという意味では結構楽しみな授業だったりする

インターネットが⽇常生活や企業での業務等に欠かせない社会基盤となり、多数のソフトウェアがネットワーク経由で多くのユーザに利用されるようになった現在では、脆弱性を持つ情報システムに対する攻撃が年々深刻化し
ている。本講義では、脆弱性を含まない安全なソフトウェアを開発するための技術及びノウハウを解説する。具体的には、C 言語で開発されたソフトウェアについて、文字列操作、動的メモリ管理、ファイル入出力等にまつわる脆弱性の具体例を示し、静的解析ツール、動的解析ツール、アドレス空間配置のランダム化等を活用した脅威の緩和策を示す。

シラバス p110 セキュアプログラミング特論　より引用