コロナ後遺症になった人の転職活動記録

のほほです。コロナ後遺症が慢性化し、慢性疲労症候群の病名もいただいた30代後半・2児の母です。2022年８月に新型コロナ罹患→同年１０月より後遺症にて休職中です。諸事情で転職活動をせねばならなくなったので、その記録を残しておこうと思います。 転職活動はエネルギーを消耗します。同じくコロナ後遺症で苦しんでいる方、病名は違えど就労に制限がかかっている方、共通項は30代後半のみという方でも、私の経験が少しでも参考になればと思います。 １.コロナ後遺症の症状最初に自分にかかっている

【マナビDXQuest2023】参加

昨日、マナビDXQuestの選考通過お知らせメールが来ました！ データ処理スキル計測テストはねばって「S」が取れたものの、コロナ後遺症罹患中なのもありプログラム対象者の適性等で自信が無かったので素直に嬉しい。 私は、マルチタスクが求められる医療機関の事務要員としてはポンコツになりました。長年勤めてきて、努力して積み重ねてきたものを手放さなくてはならないのは辛く、まだ諦めきれていない部分もあります。 しかし、今の自分でもやり方次第でまだ社会に対して役立つことができると考えてい

Pythonデータ分析（勾配ブースティング②ランキング法）

今回チャレンジしたのはSIGNATE練習問題：ECサイトにおける購買率の最適化です。（Competitions名：オプト レコメンドエンジン作成） 前回のSIGNATEの練習問題：債務不履行リスクの低減でLightGBMを初めて使用しましたが、理解が今一つだったので再度勾配ブースティング（GBDT）問題に挑みます。 データ前処理学習用データが四種類あり、train_A.tsv, train_B.tsv, train_C.tsv, train_D.tsvでそれぞれ人材、旅行、

新たなSignate練習問題に取り組み中。Gitの概念を得たので使用してみると便利すぎて、もっと早く知りたかった。細々した設定を変えて精度検証する際に、一番精度が良かったファイルバージョンに簡単に戻れるのが素敵すぎる。初心者でもGUIなら分かりやすい。

Pythonデータ分析（勾配ブースティング①分類）

のほほです。コロナ後遺症患者です。 すっかり長期療養組になってしまいましたが、カメの歩みの如くでも徐々に体調は良くなっています。 日中の活動に必要な臥位休息時間が8～10時間だったものが最近は3時間程になりました。PC作業時間が長くとれるので勉強が捗ります。 残念ながら現職復帰レベルまでは改善せずそろそろ職を失いそうですが、それはそれとして黙々と機械学習の理解を深めていこうと思います。 今回はSIGNATEの練習問題：債務不履行リスクの低減をやってみました。 分類問題で、相

分類問題で見事に過学習にハマって抜け出せない。Bard→Bingに乗り換えて手法を色々試してるけど、やっぱり体系的な学習はAI任せでは無理がある感じ。

就労規則の休職期間も超過してるし、これ以上引き延ばせそうにない。 まだPythonも機械学習も全然モノにできないけど、今の自分に出来ることをやるしかない。在宅ワークの情報を鋭意収集中。

Pythonデータ分析（重回帰分析②）

SIGNATEの練習問題：民泊サービスの宿泊価格予測をやってみました。 SIGNATEのGymでscikit-learn道場をクリアしたので重回帰分析以外の手法も試してみたいのですが、パラメーターチューニングや K-分割交差検証の概念を得たので再度重回帰分析モデルを使用しました。 データ読込28列55583行と特徴量が多く、把握に時間がかかりました。 最終的に使用したのは下記のカラムです。 accommodates：収容可能人数 bathrooms：風呂数 bed_type

評価関数

回帰モデルと分類モデルの評価の方法メモ。 回帰モデルの評価1.MeanAbsoluteError【平均絶対誤差】 平均絶対誤差（MAE）は、小さいほど精度が良いです。真の値と予測値の差の絶対値の平均つまりどれだけズレているか外れ値の影響を低減した形での評価に適しています。 全サンプルの誤差を平等に評価し、サンプル全体の誤差をできるだけ小さくしたい場合に利用します。さらにMAEは外れ値に影響されにくいです。 from sklearn.metrics import mean

データ前処理②

機械学習前のデータ処理メモ。 教材の説明だけでは理解しにくい部分をBardに「もう少しわかり易く教えて」等聞きながら作りました。 標準化 データの標準化（Standardization）とは、平均を0に、標準偏差を1にするスケーリングを意味します。機械学習の中でもNN（ニューラルネットワーク）の分野では、データの標準化をしないとモデル精度が落ちてしまうことがあります。 例えば、検診データからある病気にかかっているかを分類する機械学習モデルを作成する際に、身長と体重を示す説

データ前処理①

データを前処理する手順のメモ。読み込み ～ 集計・可視化まで。 ライブラリ読み込み import pandas as pdimport numpy as npimport matplotlib.pyplot as plt%matplotlib inline　#JupyterLabでグラフ表示import japanize_matplotlib　#matplotlibグラフ見出し等日本語化import seaborn as sns データ読み込み、日付データ変換 ※日付

体調記録の可視化

コロナ後遺症で私が一番厄介だと感じる症状は倦怠感です。 １時間座っているだけで疲れて息切れし、臥位で休息しないと回復しません。無理に動き続けると症状が悪化して翌日は３０分も座っていられなくなったりします。 日によりますが、労作後の臥位休息時間は１時間は必要です。 日常生活の動作が減ったことで筋力が低下し、廃用性症候群で怠くなっているのではと医師から指摘されましたが、体調が良い日は２～３時間座っていても疲れないのでそれだけでは説明がつかないと思っています。 日にちの経過で体感