GCI 2025 Summer体験記

「データを意思決定に効かせたい」「4年の卒業研究に活かせたらいいな」。そう思って、東京大学大学院 工学系研究科 松尾・岩澤研究室が主催するグローバル消費インテリジェンス（GCI）寄付講座を受講し、このたび修了しました。この記事は、これから受講する人に向けた実務目線の体験記です。記事中に出てくる専門用語は最下部にまとめておきます。

GCIとは

東大・松尾／岩澤研究室が監修する学生向けデータサイエンス入門。Python〜機械学習・SQLを、毎週火曜18:45–20:30のオンライン（アーカイブ視聴でも出席扱い）＋宿題＋Kaggle形式の演習＋最終課題で体系的に学べる。学生受講は無料、対象は中学〜大学院など在籍学生。修了条件は出席（＋アンケート）／宿題・コンペ全提出（宿題は基準正答数以上）／最終課題の合格。

受講前の自分と動機

私は電気電子系バックグラウンドで、大学の卒業研究や社内の業務効率化や新規事業のPoCづくりにデータサイエンスを活かしたいと考えていました。講義で使うPythonは軽く触れた程度、独学では「何から手を付けるか」「どこまでやれば十分か」が曖昧。GCIは“講義→宿題→Kaggle→最終課題（事業提案）”という流れで、学びがアウトプットに収束する点が魅力でした。

講座の実像（私の期の体感）

• 形式：毎週ライブ＋アーカイブ視聴あり。Slackで質問・議論が活発。

• 内容：Python基礎／Pandas・可視化／教師あり・なし学習／クロスバリデーション／指標設計／特徴量エンジニア（ここが一番の難関）／軽いSQL／マーケ応用。

• 要件：出席確認、宿題提出、Kaggle形式の演習、最終レポート（またはプレゼン）。

1週間のリズム（崩さないのが勝ち）

• 火：ライブ受講（要点メモ／出席アンケート）

• 水〜金：宿題→Kaggleに最低1本提出（まずはベースライン）

• 土：講義復習＋特徴量実験（小さく検証）

• 日：最終課題の下書き更新（1スライドでも進める）

ポイントは「早い初回提出」と「小さく刻む」。締め切りにまとめて頑張るとほぼ破綻します。

学びになったこと（実務で効いたこと）

1. 再現性ファースト：1ノートブック＝1実験。乱数固定、学習・検証分離、メトリクスを関数化。

2. CV設計の重要性：LBの上下に一喜一憂せず、CVが安定しているかを主尺度に。

3. KPI→特徴量：先に“意思決定で見たい指標”を言語化すると、前処理や可視化がぶれない。

4. 図注で語る：グラフは“誰が・何を決めるか”に効く1枚に絞り、前提・処理・示唆を図注で完結。

正直しんどかった点と乗り越え方

• 三本立て（宿題／Kaggle／最終課題）が同時進行：
  → テンプレ化で処理。「ベースライン」「新特徴量」「反省メモ」の3枠を毎週必ず埋める。

• 数学的背景の不足感：
  → まずは“手を動かす”。必要になった箇所だけを最短でキャッチアップ。

Slackでの質問は、「目的／試したこと／エラー全文／最小再現」をセットにすると、驚くほどレスが早く深くなりました。

受講前／受講中にやっておくと楽

• 環境：Google Colab＋Google Drive＋Slack。

• 基礎：Pandasのデータ整形と可視化。

• タスク管理：カレンダーに**週8時間（初心者）／3時間（経験者）**のブロックを先に確保。

• ミニ題材：自分の関心領域の公開データを1つ決めておくと、最終課題で迷いにくい。

私のアウトプット

• 宿題：前処理テンプレ／評価関数のモジュール化

• Kaggle：はじめの1週間でベースライン→CV安定化まで到達／効いた特徴量ベスト3

• 最終課題：社内データを用いた目的変数の可視化→施策シミュレーションの提案（概念実証）

これから受講する人へのアドバイス

1. 初回でコミュニティに挨拶：同期の存在は最後まで走るための同志。

2. 提出は“正解”より“継続”：とにかく毎週提出。

3. CVが正義：Public LBは“参考”。卒業研究や社内で再現できることが価値。

4. 図注で意思決定に寄せる：数値だけでなく、何を変えるべきかを一行で添える。

5. 最終課題は早めにテーマ固定：毎週の講義を“自分の課題にどう効くか”で価値が変わってくる。

修了してわかったこと（まとめ）

GCIは、知識よりも「小さく作って回す習慣」が身に付く講座でした。週次の提出物を積み上げるうちに、分析がビジネスの意思決定へ自然につながります。独学でつまずいていた「どこまでやれば十分か」に線が引け、翌日からの仕事・研究の前進量が変わりました。

最後に、これからの受講生へ。最初の1週間で“提出と質問の型”を作る——それだけで完走率は一気に上がります。あとは、淡々と積み重ねるだけです。完走、応援しています。

用語集

ツール・環境

• Python（パイソン）
  データ分析や機械学習でよく使われるプログラミング言語。

• Google Colab（コラボ）
  ブラウザだけでPythonが動かせる無料のノートブック環境。PCにソフトを入れなくてもOK。

• Google Drive（ドライブ）
  ファイルをクラウドに保存して共有するサービス。

• Slack（スラック）
  チャットで質問・連絡・ファイル共有ができるコミュニケーションツール。

• ノートブック
  コード・図・メモを1つのファイルにまとめて実験できる形式（.ipynb）。授業やKaggleでよく使う。

データ分析の基礎

• Pandas（パンダス）
  表データを扱うPythonライブラリ。表の並べ替えや集計が簡単にできる。
  例： groupby（グループ集計）、merge（表の結合）、pivot（表の組み替え）。

• 可視化
  グラフや図でデータを見える化すること。例：棒グラフ、折れ線グラフ、散布図。

• SQL
  データベースから必要なデータを取り出すための言語。例：SELECTで抽出、JOINで結合。

• 前処理
  欠損値の埋めや型変換など、学習前にデータをきれいに整える作業。

• 特徴量（フィーチャ）
  モデルに入れる説明用の項目。例：年齢、購入回数、直近ログイン日。

• 特徴量エンジニアリング
  役に立つ特徴量を作ったり加工したりして、精度を上げる工夫。この記事で「一番の難関」とある部分。

機械学習まわり

• 機械学習
  データからパターンを学び、予測や分類をする技術の総称。

• 教師あり学習
  「正解ラベル」があるデータで学習する方法。例：家賃（金額）を予測、メールを迷惑/通常に分類。

• 教師なし学習
  正解がないデータを自動的にグループ分けするなどの方法。例：似た顧客をクラスタに分ける。

• 目的変数（ターゲット）
  予測したい“答え”の列。例：解約する/しない、売上金額。

• 評価関数／メトリクス
  モデルの良し悪しを数値で測る指標。例：正解率、RMSE、AUC。

• ベースライン
  最初の簡単なモデルや提出。ここから改良していく“出発点”。

検証・評価の考え方

• クロスバリデーション（CV）
  データを何分割かに分けて交代で学習・評価する方法。偶然の当たり外れを減らす。
  CVが安定＝再現性が高い精度が出ているという目安。

• 学習・検証分離（train/validation split）
  学習に使うデータと評価に使うデータを分ける基本ルール。カンニング防止みたいなもの。

• 乱数固定（乱数シード）
  毎回同じ結果が出るように、乱数の初期値を固定すること（再現性のため）。

• LB（リーダーボード）／Public LB
  Kaggleの順位表。Publicは一部データだけでの暫定順位。最終成績はPrivate LBで決まるため、CVを信じるのが鉄則。

• 再現性
  他の人や将来の自分が同じ手順で同じ結果を出せること。実務では超重要。

成果物・アウトプット

• Kaggle（カグル）
  世界最大級のデータ分析コンペサイト。講座では“提出→改善”の練習に使う。

• Kaggle形式の演習（コンペ）
  用意されたデータでモデルを作り、予測結果を提出してスコアを競う授業内の課題。

• 最終課題（レポート／プレゼン）
  学んだことを題材に、分析→示唆→提案までまとめる締めのアウトプット。

• アウトプット
  学んだ内容を、コード・グラフ・レポートなど“形ある成果”にして出すこと。

• 図注
  図やグラフの下に書く説明文。前提・処理内容・読み取りポイントを書いて、意思決定につなげる。

仕事・研究での使い方

• KPI
  目標達成に向けて“今”追うべき指標。例：月の解約率、問い合わせ対応時間。
  （KPI→特徴量：まず見たい指標を決めると、どんな特徴量を作るかブレない）

• 施策シミュレーション
  「もし◯◯を実施したら、指標がどれくらい変わる？」を試算すること。

• PoC（概念実証）
  小さく作って動かし、実現性や効果を確かめる実験版。例：社内データで予測モデルをまず1本。

• 最小再現（Minimal Reproducible Example）
  エラーや疑問を共有するとき、必要最小限のコードとデータで“同じ問題が再現できる”状態にしたもの。質問が通りやすくなる。