東京大学主催GCI(グローバル消費インテリジェンス寄付講座)を優秀修了したときの話
はじめに
GCIとは？
東京大学が主催のデータサイエンスに関するオンライン公開講座。
あらゆる分野で武器となるデータの解析・分析スキルを身につけることができる。
具体的には、分析結果を効果的に可視化する技術、機械学習の基礎、データベースの扱い方などを網羅的に扱い、一人前のデータサイエンティストとして活躍する入口に立つレベルです。
あと、基本的に学生であれば、受講可能であったと思います。
※また特定の条件に沿っていれば社会人の方も受講可能だったと思いますが、詳しくは以下のGCIのホームページ（2025年度版）から確認していただければなと。
学べる内容
最新の講義情報は以下になっています。（2025年度版）
第1回（4/22） 導入（データサイエンス・本講義の概要）
第2回（4/29） Python基礎（プログラミング文法／演算・条件分岐・関数）
第3回（5/13） Pythonによる科学計算（Numpy）
第4回（5/20） Pythonによるデータ加工処理の基礎（Pandas）
第5回（5/27） Pythonによるデータ可視化の基礎（Matplotlib）
第6回（6/3） 教師あり学習（回帰と分類）
第7回（6/10） 特徴量エンジニアリング（説明変数の変換・生成）
第8回（6/17） 教師なし学習/時系列（クラスタリング・主成分分析）
第9回（6/24） モデルの検証方法とチューニング
第10回（7/1） AIのビジネス活用提案（最終課題導入）
第11回（7/8） マーケティング基礎・データ戦略
第12回（7/15） SQL（データベース構築の理解・実装）
第13回（7/22）〜第15回（8/5） ゲスト講義（調整中）
ご覧の通り、Pythonの基礎から学ぶことができるので、プログラミング初学者の方も気軽に受講することができると思います。
※ただし、コンペでいい成績を取れるかどうかは頑張り次第。
修了条件
出席・宿題・コンペ・最終課題の提出状況や成績を総合的に判断されます。
具体的な数字は分かりかねますが、各回出席し、宿題を出していれば、コンペや最終課題が出来なくても、修了は可能かと思います！
ただし、優秀修了したい人は全回出席はもちろんのこと、コンペや最終課題にてオリジナリティを出す必要があるかと思います。
筆者の経験｜GCIを受講して感じたこと
実際にGCIを受講してみて、想像以上に実践的な講座 だと感じました。
特に、以下の3つの点が印象に残っています。
① Pythonをゼロから学べた
僕自身、Pythonは多少触ったことがある程度でしたが、講義の中で基礎からしっかり学ぶことができました。
「プログラミング初学者でも受講できる」と言われていますが、実際には、多少の予習をしておいた方がスムーズに進められる と思います。
とはいえ、講義ごとに 演習課題が用意されていたので、実践を通して自然と理解が深まりました。
特に Pandas（データ処理）やMatplotlib（データ可視化）の回 は、どのような分野の実務でも役立つ内容のように感じました！
グラフを綺麗にわかりやすく、まとめることはどの分野においても重要ですからね。。。
② コンペ形式での学びが実践的だった
GCIでは、単なる座学だけでなく、Kaggleの形式に基づいたデータ分析コンペ が講義中三回開催されます。
「与えられたデータを分析し、どれだけ良いモデルを作れるか？」を競うものですが、これが想像以上に難しい……。
最初はなかなかスコアが伸びず苦戦しましたが、
Slackでのディスカッションや、講義内でのアドバイスを参考にしながら進めることで、少しずつ精度を上げることができました。
しかしながら、僕自身は全三回のコンペでは、全て平均より少し上程度のスコアで対して工夫をこなすことができませんでした。。。
ただし、このコンペを通じて、機械学習モデルのチューニング方法や、特徴量エンジニアリングの重要性 を身をもって学ぶことができたの事実です！
オンラインでありながらも回りのレベルの高い人たちに刺激をもらって根気強く続けれらるのもこの講義の良いところだなと感じました！
③ 最終課題が一番の学びになった
GCIの最後には、最終課題として実際の企業から提供されるデータセットを使用して「事業提案」 を行います。
僕の時は、スライド15枚以内で、与えられたデータセットからモデルを作成し、新たな事業提案を論理的に説明せよというような内容でした。
ここでは、ただモデルを作るだけではなく、ビジネス視点でどのようにデータサイエンスを活用できるかを考える 必要がありました。
僕自身は、与えられたデータから直近のトレンドを予測するというようなテーマで取り組みました。（データ保護の観点からあまり詳しくは言えませんが。。。）
何が大変だったか？
僕自身は以下の3点がデータサイエンスにおいて共通して大変かつ重要だと感じました。
大規模なデータの理解
特徴量の選択
モデル精度
実際の現場で扱われているデータの量は信じられないくらい膨大です。
そのデータを理解し、どのような傾向があるのか可視化し、論理的にまとめていく必要があります。
どのようなモデルを作るかアイデアが湧いたら、次は特徴量を選んでいきます。
最初は精度を気にせずある程度必要だと感じる特徴量を選んでそれを基に、とりあえず動くモデルを作ることが大事かと思います。
モデルを作ってしまえば、あとは、特徴量の重要度を見て落としていけばよいだけなので。
僕自身は、新たに時系列データから時間が直近になるほど重みが増すような目的変数を新たに作成して進めました。
このようなデータを理解し、モデルを作り、結果をレポートに論理的にまとめる……と、なかなか大変な作業でしたが、これまでの学びを総動員して形にする 経験はとても有意義で、今でも役に立っています。
優秀修了した後の話。
優秀修了生として選出されると、いくつかメリットがあります。
①企業との共同研究に参加するチャンス
これに関しては通常の修了生にもチャンスがあります。
具体的には、松尾研究室の持つコネのある企業がプロジェクトごとにインターンシップの情報をSlackを中心に提供してくれます。
あとは、それに応募して面接等をこなせば、参加できるのかなと！
※僕自身はこれに一切、応募しなかったので、あまりわからないのが正直なところです。。。
②記念品の授与
名前入りのガラス盾がもらえます。
結構かっこいいので僕は好きでした。
③次期TAとして活躍するチャンス
次回以降のGCIの講座でTAを行えるチャンスをいただけます。
お給料もそこそこよかった気もします。
④海外視察
優秀生向けに海外視察のチャンスもいただけます。
私は参加しなかったので、費用面などは自費なのかどうかあまりわからないですが、良い経験やコネが作れると思います。
以上が優秀修了生のメリットになるのかなと思います。
それだけでなく、就活などのガクチカのかなり良い材料になるのかなと。
僕自身も、この経験を得て、Wantedlyで長期インターンシップのチャンスを得れました。
まとめ｜GCIを受講してよかったこと
GCIを受講して、単なる知識ではなく、実践的なスキルが身についた と感じています。
✔ Pythonを使ったデータ分析の基礎が身についた
✔ コンペ形式で、実際に手を動かしながら学べた
✔ データ活用をビジネス視点で考える力が養われた
特に、データサイエンスやマーケティングに興味がある人にとっては、めちゃくちゃおすすめの講座 だと思います！
「興味はあるけど、難しそうで不安……」という人も、基礎から学べるので安心 です。
迷っているなら、ぜひ挑戦してみてください！！
ご一読ありがとうございました。