どうも。大学院で専攻を変更したはるです。早いものでもう大学院に来てから1年半が経ちます。修論も急がないとヤバい時期ですが、息抜きのブログはやめられません。
今回は大学院に来るときに専門分野を変更した僕が研究や院の講義についていくために独学で勉強したあれこれを書いていこうかと思います。
そもそも大学院から分野を変えることができるのか
結論から言えばできます。大学院は試験の合格と研究室の受け入れさえ許可がもらえれば入れるものなので。難易度的にはポンコツな僕でもどうにかやっていけていますし、普通についていくことができていますからそこまで難しいことではないんでしょう。
もちろんノー勉でできるほど甘い話ではありません。授業はけっこう真面目に復習しましたし、単位を取るために友人に勉強をおしえてもらったり過去問ゲットもしっかりやりました。
研究室のゼミは...わからないことがかなり多かったですね。なので研究室の同期に質問したりとか研究の相談をすることも多かったです。
自分でやる分には全然大丈夫ですが、人におすすめできる道かというとあまりお勧めはできません。っていうかおすすめしたくないです。途中で挫折する人だって少なくはないはずですから。
ですがそれでも大学院でどうしても専攻を変更したいという人がいるならばこの記事をみて少しでもいいので参考にしてもらえると嬉しいです。
専攻を変更しやすい大学院(2chのコピペ)
10年前の情報なので古くてすでに変わってしまっている情報や最近の情報が無かったりすることもありますが、参考までに。院進学先の勝ち負けは置いておくとして、入りやすい学校や分野外からでも受けやすい設定にされている院試科目の分野などは参考になるはずです。
-
専攻ロンダランキング（バイオから受けやすい専門科目の試験に絞ったランキング
-
SSS 【神大(国)、名大他医学部編入(国)】(難)..バイオ科目で受験可能、【群馬医】..面接重視
A 【慶大理工(私)、早稲田先進理工電気情報生命(私)】..バイオ科目で受験可能、【阪大基礎工(国)、東大京大化学(国)】...一部バイオ科目
B 【東大新領域(国)、東工大すずかけ(国)】...入試科目少、倍率低、【東北大医工学(国)】....バイオ科目で受験可能、【上智理工 (私)】...バイオ科目で受験可能、【名古屋大理学部物質理学専攻(化学系)A入試】...バイオ上等。他専攻はプレゼンのみ
C 【筑波大システム情報(国)】...入試科目少、倍率低、知能機能は実質機電系、【阪大情報科学(国)】...バイオで受験可能、【早稲田情報生産システム(私)】...専門科目なし
D 【NAIST(国)】...専門試験なし 【電通大IS(国)】...入試科目少、【豊田工業(私)】...入試科目少
E 【JAIST(国)、前橋工科(公)、会津大(公)、産業技術大学院大学(都立)、九州工業大学生命体工学(国)(生体と機械の融合がテーマ。実質機電系)】...専門試験なし、【徳島大電電(国)】..数学と英語のみ
-
-
-
東京大学大学院・新領域創成科学研究科・学際情報学府
・東京工業大学大学院・ 総合理工学研究科・社会理工学研究科・イノベーションマネジメント研究科
・京都大学大学院・エネルギー科学研究科・人間・環境学研究科・地球環境学舎
・東北大学大学院・情報科学研究科・生命科学研究科・環境科学研究科・医工学研究科
・名古屋大学大学院・ 国際開発研究科・情報科学研究科・多元数理科学研究科・環境学研究科
・九州大学大学院・総合理工学研究院・システム情報科学府
・北海道大学大学院・環境科学院・地球環境科学研究院
・電気通信大学大学院・情報システム研究科
・筑波大学大学院環境科学研究科（修士）・生命環境科学研究科（博士）・システム情報工学研究科
・早稲田大学大学院 情報生産システム研究科
・大阪大学大学院 言語文化研究科・国際公共政策研究科・情報科学研究科・生命機能研究科
・九州工業大学大学院 生命体工学
その他、広島と神戸、群馬大工学研究科が大学院重点化
- 専攻ロンダしやすいかもしれない大学院重点化した大学院大学
・ 北陸先端科学技術大学院大学 (JAIST)
・ 奈良先端科学技術大学院大学 (NAIST)
・ 産業技術大学院大学
-
情報系の分野についていくために独学でやった勉強-数学編-
一応今の僕の専攻分野は情報系...です。多分。もともと工学部だった人間からすると数学は使いまわせるのでせいぜいプログラミングにちょっと慣れておく程度で十分ついていけるのですが、全く関係ない分野から進学する場合数学もある程度勉強しておく必要があります。
数学は授業で普通に出てきますし、研究でも使いますからね。特にプログラムに書くときとか数式が分からないとどうしていいかわからなくなることも少なくありません。
ライブラリだけ使って自分はパラメータいじりだけでいいなら話は別なんでしょうが、けっこう1からプログラム書く人ばっかりだと思うので。
微分積分
センター試験受けた組は普通にやっているであろう微分積分です。式の変換を覚えるだけなら案外簡単ですが、0からやると時間がかかります。
基本となる微分積分から偏微分と重積分までやっておけばいいんじゃないですかね？ちなみに苦労して勉強して問題もちょっと解けるくらいにしていたのですが、大学院入学後単品として使うことはあまり無かったです。
ですがフーリエ変換やラプラス変換の中身として出てくるので勉強は必須です。僕は大学院だと授業でしかフーリエ変換やラプラス変換に触れていないのですが、微分積分は普通に使います。そして向こうは当然微積やってる前提できますので。
それ以外にも記号で使われたりとかするのでどういう意味を持っているのかを理解しておくことが重要です。むしろ式の変換よりもそっちの方が大事ですね。
線形代数
今の高校生は行列やらないみたいですね。僕は数Ⅲ・Cはやっていなかったので行列の段階から参考書を使って独学をしたのですが、パズルみたいで楽しかったです。
ただこの線形代数は情報やっててかなり出てくる分野なので勉強しておくべき科目だと思います。序盤の行列の変形の話は簡単ですが、射影の話だけやたら難しかったイメージがあります。
僕はこの部分独学段階では意味不明だったんですが、院にきて勉強する機会があったのでそこでなんとなくのイメージをつかむことはできました。
微分方程式
やらなきゃよかった！って言いたくなるくらい使っていません。そもそも微分積分を前提に式を解くのに微分積分のみの話がほとんど出てこないんだから当然と言えば当然。
ただ微分積分とかだと記号が出てきたり式の中身として出てきたのに対して微分方程式はマジでなにも出てこない。けっこう問題を解けるくらいまでやっていたんですが、全く使っていません。もはやどうやって解くのかすら忘れました。これを使いたいなら機械系にでも行ってください。
統計学
統計学はデータサイエンスとかビッグデータとかいろいろトレンドに上がった時にもてはやされてましたね。はてなブックマークとかで上位にあがったりすることが多かったですが、ブクマしてる皆さん本当に内容理解してブックマークしてんの？と思うことがしばしば。
実際重要な話ですし、大学院でも見かけることが多かったです。触れておいて良かった分野ランキングでは線形代数に次いで２番目ってとこでしょう。
ちなみに僕は統計学全く理解できていません。検定ができるくらいまでしかやってないですし、検定の問題が解けたり用語の意味がちょっとわかるくらいです。確率が入ってくるところまではやってません。
フーリエ変換
僕は研究では使ってはいないんですが、研究によってはフーリエ変換ばりばり使って解析するとかもあります。授業でも出ます。
僕が大学院でフーリエ変換と対面したのは授業でしたね。試験としては簡単な問題だけだったのでそんなに苦労してません。でも一回触れていなかったらヤバかったかも。
普通にで出てくる、っていうか情報系だとメジャーな分野なので研究で触れる可能性がある人は必須ですね。で、フーリエ変換をやるということは微積は当然必要です。僕のような分野外の人は頑張るしかありません。
ラプラス変換
フーリエ変換と書くことだいたい一緒です。授業でもフーリエの延長で出てきました。分野によっては必須で、ちゃんと勉強しようとするとフーリエ変換の知識と微積が必要です。
その他数学
何を血迷ったか複素解析とかも参考書を買って勉強しましたが、途中で挫折。本当にマジで理解ができなかった...。
数学についてのまとめ
参考書についてなんですが僕はマセマを使いました。説明もわかりやすいですし、とりあえず数学をなぞる分には十分な役割を果たしてくれます。
煽るような書き方をするところでは、マセマなんて簡単すぎるとか書かれますが実際0からやってみるとけっこう苦労します。大丈夫。マセマやってるだけで入学後の苦労は全然違います。
それにわからないところは大学院できっちりやればいいんです。本当に必要になったら数式をなぞるだけじゃなく、式変換の意味まで考えてしっかり勉強すればいいんですから。
マセマでもわからない人はやさしく学べるシリーズもおすすめです。難易度的にはマセマの1段下くらいかなと個人的には思います。
情報系の分野についていくために独学でやった勉強-プログラミング編-
数学よりもこっちの独学の方がやっかいな気がします。数学の場合式を書いて勉強すればOKですが、プログラミングはモノつくってみないと身に付かないですし、モノを作るまでに挫折する要因が多すぎます。
環境構築がまず難しいし、ちょっと間違えるだけですぐエラーが出ます。で、最初の打ちはエラーの原因も全くわかりません。強制的にプログラムを作らざるを得ないような環境に身を置かないと頑張り続けるのは難しいんじゃないかと。
ちなみに僕は卒業研究でプログラムを書くことになったんですが、フィールドワークが多い分野だったので学部でプログラムの勉強なんてしたこともなく、かつ放置系の研究室で地獄を見ました。
結局卒論発表の日まで結果が出ずに発表日も徹夜したのですが、けっこうキツイ非難をされました。おかげ様で出身の分野は今でも苦手です。そっちも中途半端なフィールドワークしかできない学生ばっかのくせに偉そうなこと言いやがって...
C言語
忌まわしきC言語。卒論用のプログラムで使ったのはCではなくC++ですが、使った機能はCと同じ部分でした。思えば最初からC言語系列にトライしたのは間違いだった気がします。
まず覚えることがめちゃくちゃ多いですし、書き方もちょっと複雑。基本となる言語ですからやって損はないですが、pythonみたいにとりあえず書きやすい言語で慣れてからの方が良かったかなーと。
使った参考書の順番は明快C言語→はじめてのC++だった気がします。めちゃくちゃやりづらかったので、独学で最初の言語にCを選ぶのはおすすめしません。
Ruby
C言語に嫌気がさして別の言語に手を出しました。それがRubyです。大学院でプログラミング言語はどれを使うかわからないからという言い訳を自分でしていたのを覚えています。
なんでわざわざRubyに手を出したかというと、ブロガー界隈でRubyが流行っていたからです。ついつい乗せられました。で、実際役に立ったかというと微分方程式と同じくらい役に立ってないです。
わざわざrails使ってwebアプリケーションでも作りたいわけでもないならこれやる必要ってあんまりないよなぁって感じ。pythonの方がライブラリも豊富だし。とりあえず使った参考書の順番はRubyの絵本→楽しいRubyでした。
Python
独学には一番向いてるプログラミング言語な気がします。書きやすいしわかりやすい。anacondaを使えば環境構築もライブラリを通すのも簡単。
Cやらずにこっちをやればよかったです。卒業研究の関係上無理だったけど...。他に書くことがあんまりないんですが、独学で初学者におすすめするならどれ？って聞かれたらpythonって答えます。
書きやすい言語他にどんな選択肢があるのかはわかりませんが、話を聞いた感じだとスクラッチとかも書きやすいらしいですね。参考書は何使ったか忘れました、ごめんなさい。
終わりに
今回は大学院で専攻を変更するにあたって僕がやった勉強を書き出してみました。実際大学院に入ってから努力すればどうにかなる部分も多いですし、自分が使う可能性のある分野の勉強だけした方が効率的にはいいと思います。
そうしたほうが集中して勉強できるし、式の意味や使い方なんかもイメージしながら勉強できるんじゃないかと。
ですが個人的には学部4年であまり使わない分野の数学まで勉強しておいた価値はあったと思っています。
とりあえずなぞっておくだけで2回目の勉強時のハードルはガクッと下がりますし、理解の速度も違います。1度頑張っておけば後が楽になるってわけですね。
数学だけじゃなくてプログラミングも同じで、とりあえず何か物を作るのに試行錯誤しておく経験が大事だと思います。情報系のような分野で研究するとプログラムが完成せずにうんうん悩むことも少なくないので。
あ、でもプログラミングの個人での独学だけは本当にお勧めしません。効率がとても悪いですし、時間だけかかってモノが完成せずに嫌になります。僕は環境構築でだけ2週間悩みました...。勉強するならなんとかして教えてくれる人を見つけてください。
こんなかんじで今回の記事を終わらせてもらおうと思います。最後にですが、今回の体験は僕の場合であって他の大学院の話とはちょっと違うかもしれませんし、工学部→工学部の専攻変えの話とはまた違うかもしれません。なので...責任はとれません！ごめんなさーい！