2年前、habrastatiの「Stephen Wolframが彼の人生を分析しました」は私に強い印象を与えました。 その時までに、私はGoogleカレンダーに2年間何を、何をしていたかを書き留めていましたが、その時までに、この情報で何ができるかについて考えていませんでした。 その記事を読んだ後、私は気づいた：この情報を分析することができます！ 今、私は私の友人と私が長年にわたってバスケットボールをするつもりだった回数、私が病院で過ごした時間などを数えることができます。
今週、SHADで最後の宿題をして、勉強にかかった時間、週に平均どれだけ費やしたか、書いたコードの行数などを計算することにしました。いくつかのグラフとヒストグラムを作成し、友達に見せて理解しましたおそらくそのような情報は他の誰にとっても興味深いものになるでしょう。 したがって、レポートのページ数、週15〜20時間でのSHADの負荷見積もりの正確さ、およびSHADのコースに関する私の主観的な意見を知りたい場合は、habrakatにようこそ。
そのため、関心のある情報を含むカレンダーをダウンロードし、小さなスクリプトを作成して、次の画像を取得します。
各ブロックは1学期に対応し、ブロック内の24セルの各垂直ストリップは1日に対応し、各セルは1日の1時間に対応します。 色はシャッドコースに費やされた時間を示します。
誰もが最初に思うのは、3学期と4学期に私が怠けていたことです。 確かに、すべてを数値に変換して、次の表を取得できます。
| コース名 | 費やした時間 | 発言 |
|---|---|---|
| 離散分析と確率論 | 63.5 | |
| 検索アルゴリズムと構造 | 73 | |
| C ++言語トレーニング | 38 | |
| 言語学 | 27 | |
| 1学期 | 201.5 | |
| 検索アルゴリズムと構造 | 43.5 | |
| プログラミングトレーニング | 21 | |
| 機械学習 | 45 | |
| 計算の複雑さ | 30.5 | |
| 並列および分散コンピューティング | 2 | あきらめなかった |
| 2学期 | 142 | |
| 機械学習 | 43.5 | |
| 自動ワードプロセッシング | 34.5 | |
| 情報理論 | 39 | |
| 3学期 | 117 | |
| Python言語 | 21 | |
| 情報検索 | 21 | |
| 機械学習の統計の基礎 | 9 | あきらめなかった |
| 機械学習におけるベイジアン手法 | 58 | |
| 4学期 | 109 | |
| 合計 | 569.5 |
ここで、データに何らかのエラーがあることをすぐに言及する価値があります。これは、いくつかの丸めでクロックを書き留めただけでなく、Pythonで本を読むなど、ここでは考慮されない可能性があるためです。 そうかもしれないが、約570時間になった。 大学卒業証書の付録などでは実際にはそれほど多くありませんが、8020時間を書いていますが、ShADの時計はより効率的に使用されているようです。
また、コースの複雑さは、費やされた時間と相関していると言えます。「検索データのアルゴリズムと構造」と「離散分析と確率理論」は私にとっては難しいようでした。私はこのコースでの仕事に単に「sし」ました。前回、大学1年生でN.ブルバキの著書「Lie Groups and Algebras」にある無料のgroupoidの定義を理解しようとしたときに同じ気持ちになりました。 それにもかかわらず、ほとんどの科目で教師からの良いフィードバックがあり、エラーを指摘し、改善またはリメイクできることを述べたことが重要です。
続けて確認しましょう。平日よりも週末に多くの時間を費やしたのは本当ですか、学期の終わりと中間の締め切りまでに費やした時間が増えているのは本当ですか。
横軸は曜日を示し、縦軸はその週の余暇の学校でのトレーニングに費やされた時間数を示します。
最初の学期に、私が規則的な5日間の仕事の週に働いたとき、週末に多くをしなければならなかったことは顕著でした。 2学期と3学期では、学位論文を書いていたとき、すべてがほぼ均一であり、黄色い線の失敗は、大学でのその日の4つのペアに関連しています。 また、4学期の時間の分布について説明することもできますが、この説明はハラストラスティではありません。
リモート学習も興味深いので、どこでも勉強できます。たとえば、ノボシビルスク-オムスク列車で旅行しているときにアルゴリズムの宿題の1つを引き渡し、トロリーバスで大学に旅行していたときや、JFK空港でPythonプログラムを書いたとき締め切りに忠実で時間がありませんでした。 講義はどこでも見ることができます。私はしばしば電話で講義を書き、学校や仕事に行く途中でそれらを聞きました。 ボード上のマーカーで書かれた講義からの3階建ての式でさえ、耳で知覚されましたが、プレゼンテーションのすべての資料がある講義を見るとき、私はしばしばスクリーンを見なければなりませんでした。
横軸は学期の週番号（または、7日間のセグメントの数）を示し、縦軸は今週の過ごした時間数を示します。
第1学期と第2学期では、学期の終了前から中間期日までに費やされた時間が増加することがわかります。 第三学期に中間期日はありませんが、学期の終わりに費やされる時間が増加します。 4学期については、すでに上記に書いた。 事前にすべてを行うことはより正確ですが、そうでない場合は、論文や関連イベントを擁護した後の夜、時間通りに提出するために、情報理論に関する宿題を1回行いましたが、合格しましたが、先生から応答を受け取りました。 0を3で割る」、どうしてそんなに間違っているのかわかりません-わかりません！ この場合、締め切り前の夜にすべてを行う習慣をどうにかして取り除く必要性について考えさせられました。
569.5時間を64週間に分割すると、週に約9時間取得できますが、この数値はほとんどないことを示しており、次のヒストグラムははるかに有益です。
水平軸-時間単位で費やされた時間、垂直軸-この間隔に含まれる週数。
5〜10時間を費やした19週間、10〜15時間を費やした16週間、15〜20時間を費やした7週間があり、4週間もあったことがわかります。 20時間以上かかった。 残りの時間は5時間未満でしたが、この時間の半分は学期の始まりと終わりに当たります。
最後に、費やされた時間が何日にも渡ってどのように配分されるかを見てみましょう。
横軸は日単位の時間を示し、縦軸はその時間に私が学習学校で勉強した時間を示しています。
朝のピットは、私がこの時間に寝ているという事実と非常に一致しています。 また、午前7時頃の赤い線の小さな極大値は、そのとき大学への最初のペアに運転し、トロリーバスで講義を見ていたという事実によって説明されます。 また、高値が夜にあるという事実は、私がフクロウであることを示しています。
何行のコードとレポートページが書き込まれたかを計算してみましょう。
| 252ページ | |
| C ++ | 3,139行 |
| Python | 2187行 |
| Java | 60行 |
| R | 186行 |
| バッシュ | 90行 |
もちろん、多くのコードは書かれていませんが、仕事で十分なプログラミングがあったので、いくつかのタスクを実行しませんでした。 しかし、レポートと宿題の252ページ-これは深刻です、私は大学でそれほど多くの宿題をしたかどうかはわかりません！
次に、SHADについてのいくつかの質問に答えます。これらの質問はよく聞かれます。
-SHADに入るのは難しいですか？
私の意見では、それは簡単です。 入場の準備に2日かかりました。オムスク-モスクワの列車で旅行中に、私は自分で葉っぱの大要を持っていました。
-学習学校で勉強するのは難しいですか？
難しいように思えましたが、非常に深刻な問題を解決する必要はありませんが、勉強、仕事、ShAD、スポーツ、人生に十分な時間があるように時間を割り当てる必要があります。 私は時間を正しく分配する方法を完全に学ぶことができませんでした。 したがって、大学の上級コースまたは大学院の最初の2年で、より自由な時間があるときに勉強することをお勧めします。 質問に対する答えがSHADでの勉強に関するものである場合、答えはこれです。複雑さは大学での勉強の複雑さに非常に匹敵し、超大国は必要ありません。
-ShADで勉強するのにどれくらい時間がかかりますか？
上記のように、これを行うには約570時間かかりました。 しかし、すべての宿題をして、すべての講義とセミナーを見ると、1000時間もナビゲートすることができます。
-SHADでのトレーニングは何をもたらしましたか？
まず、C ++でのプログラミングがはるかに上手になり、Pythonでのプログラミングを学びました。 第二に、ゼロから機械学習を理解し、統計に関する知識も向上しました。 第三に、データ構造とアルゴリズムを理解することがより良くなりました。 Yandexでインターンシップのために面接をしていたとき、SHADで尋ねられた質問に対する答えの半分を学びました。 第4に、「離散分析と確率理論」、「情報理論」、「コンピューティングの複雑さ」の各コースから得られた知識は、大学院で学ぶ際に非常に役立ちました。 第5に、経済学部での研究中およびYandexでのインターンシップ中に、私はいくつかの素晴らしい人々に会いました。
-SHADで得た知識をどこに適用しますか？
たとえば、モバイルアプリケーションの開発のみを扱う場合、おそらくデータの分析方法に関する知識は必要ありません。 ただし、作業がデータ分析または検索に関連している場合は、取得した知識が積極的に適用されます。 また、アルゴリズムとデータ構造およびプログラミング言語に関するコースは、いずれの場合にも役立ちます。