本日は「データベーススペシャリスト2022年版/三好康之/翔泳社」を元に、部分的な要旨と学び、次にすることを残す。
本の要旨（一部）
- 現在の資格ホルダは約3万人。昨年度合格率は17%。時間を割いて真剣に取り組めば、確実に合格を勝ち取れる数字（P591）
- 受付期間は7月下旬ころから。試験日は2022年10月9日予定（P586）
- 午前１、午前２、午後１、午後２の4部構成。4部すべて合格することで資格取得
- 午前１は四択が30問。6割で合格
- 午前２は四択が25問。6割で合格
- 午後１は長文問題が2題。6割で合格
- 午後２は長文問題が1題。6割で合格
本の学び
- 合格率を見ると、数字上はいけそう。（既に保有しているST,PMは近年15%程度の合格率）
- 残り期間は約半年。計画的な学習が必要。
- 限られた時間で無駄にならない学習を。未経験者であるからこそ。
- まずそのためには午後2の論理設計。これについてコツ・基礎・実践を覚えるのが良い。これをコンパクトにしたのが午後1に出るから。最もやりたいのもこの論理部分なのでこれはOK。
- 次にSQL。午後1の出題頻度上がっており避けては通れない。論理設計との親和性も高く、実際にPCで試せるのも面白い。
- 最後に物理設計。優先度はあくまで3番目。幅が広く無駄になる懸念。
- まとめ。合格率は昨年約17%。10月本試験にむけ残り約半年。「自分の本当にやりたいことと出題頻度」をふまえ、「論理設計・SQL・物理設計の優先順」で、「試験ノウハウ・理論・実践」を、「計画立ててコツコツ学ぶ」
次にやること
- カレンダーにリマインド。後はIPAのメール通知サービス申込
- まずメタバースは機器購入のハードルがあるので、少なくともDBの学習が軌道に乗るまで保留。
- 今一番やりたいことはDB学習なので。次に合格までのロードマップ。受験日から逆算して。三好さんの本は「解説を読むだけ」でも力がつくらしいので、平日読み、翌朝ブログで3点アウトプットして、休日まとめて手を動かす戦略で。これを１〜2週間続けて感覚を掴む。
- TAC申込するかはそれから決める。というのも一番ありがたいのが論文添削なのだが、DBはかなり勝手が違うことがわかったので。
- また、日々のブログ×Twitterでは「データの活用事例」としてAIに関わる情報を発信
データ活用事例（AIの概要）
データベースと非常に親和性が高いAIについて概要をおさらい
- AIとは「artificial intelligence」の略であり、和訳すると「人工知能」
- コンピュータは計算機であり、計算しかできない。人の知的活動は数式化できない（リアルに測定する方法がない）ので、「人間の知能を模したもの」ではない。
- よって現代ではAIとは「機械学習を用いたシステム」を指すのが一般的
- 機械学習とは サンプルデータを元に与えられた問題の答えを予測する、統計的な方法論のこと
- 扱うインプットデータは大きく画像、音声、文字、数値。
- これらのデータを処理する方式は、数学のうち確率と統計。詳しく言うと回帰、分類、クラスタリングの３手法。
- なお、従来の機械学習分野では論理的な手法も検討されていた。「AはBである、BはCである。よってAはCである」という具合。しかし、例えばいくら辞書的にイチゴを教えても、実際のイチゴの判別は不可能。
- 現代では大量のデータが安価に取得できるようになったため、統計的手法が結構当たるようになり、AIの主流となっている。
なお、機械学習が適用される業界は以下のようなもの
- 金融…ロボアドバイザ
- 教育…学習管理ロボ、パーソナライズ教材
- 不動産…価格予測、物件マッチング
- 医療、健康…パーソナルトレーニング、ロボット診断
まとめ①。データベースと関わりが深いAIについて。AIは「大量のデータを元に、問題の答えを予測する、統計的な方法論」。現代では「人の頭脳を模したもの」ではなく、数学的手法であることに注意。噛み砕くと「これだけ多くのデータがあるんだし…たぶん答えはこう！」
まとめ②。大量のデータが入手可能になることで回答の精度が高まり、AIは急速に盛り上がる。ただ、ゴミデータがいくらあっても答えがゴミになるだけ。よって現実世界をよく見て、データを綺麗にまとめて、うまく使う知識は必要（それがデータベーススペシャリストの基礎と認識）
参考書籍
データベーススペシャリスト2022年版/三好康之/翔泳社
コメント