そぬばこ

備忘録とか、多分そんな感じ。

Pythonのよく使うパッケージぽえむ

Pythonのよく使うパッケージと、それについての気持ちです。

NumPy

numpy.org

行列計算。
いろんな行列とかテンソルの関数、メソッドはこれ準拠なので覚えないといけない。 とにかく演算がはやくて嬉しい。

Matplotlib

matplotlib.org

パラメータ職人になっていい感じのグラフを出す。
Rは使わないけど、ggplotのテーマが好き。 Examples, Turorialsでけっこう遊んでいて面白い(むかしそれでDentoo.lt発表した気がする)。 機能が足りないときはseabornを使ったり、ぐりぐり動かしたいときはPlotlyを使うこともある。

Pandas

pandas.pydata.org

DataFrame無しではもう生きていけない。
ちょっとしたデータの入出力もpd.read_csv()使いがち。これわかりませんか? デカいとDaskさんにも頑張ってもらったりする。しかし、こいつはかゆいところに手が届かない(Pandasであるけど、Daskにない関数がちらほらある)。

scikit-learn

scikit-learn.org

正直ましんらーにんぐやるより、誤差測ったり、データの前処理に使うことが多い。
雑にSVM使ったり、雑にランダムフォレスト使ったりしがち。 けっこうSciPyも使ってあれこれすることもある。

PyTorch

pytorch.org

みんな好みはいろいろあるけど、一番使うのはPyTorch。
NLP系のことをしがちなので、RNN系のモデルしか使わんけど…… Reccurent dropout の実装がないので、PyTorch-NLPの力を借りたりする。

NLTK

www.nltk.org

とりあえずこいつで、tokenizeしてstopword除去しておけばいい。便利。
最近だとspaCyのほうが多機能で高性能だけど、シンプルな処理はなれているからNLTKのほうが楽(体感)。 英語のデータばかり扱うのでNLTKだけど、日本語のライブラリ全然知らんにゃあ。

tqdm

github.com

ぷろぐれすばー。
計算時間が長いから進捗見てないと不安になる。 こいつは精神安定剤

WSLからsshしてX転送するまで

なんでWSLでわざわざやるんですか?

ssh

鍵作ってなかったので、まずは作ります。

$ ssh-keygen -t rsa -b 4096 -C "mail@address.com"

鍵を渡します。ついでに.ssh/configも書いておきます。

Host server
  HostName server.address.jp
  Username username

そしたら、一回sshできるか確認して

$ ssh server
Bad owner or permissions on /home/hoge/.ssh/config

ごめんやん。

$ ls -la ~/.ssh
...
-rw-rw-rw- 1 hoge hoge ..... config

権限合わせます。

$ chmod 700 ~/.ssh/config
$ ssh server

OK.

出来たら、WSL戻ってきて鍵渡してssh確認して

$ ssh-copy-id server
$ ssh server

OK.

Xサーバのアプリケーション

ってそもそもWSL上で動くんかい? まず入れよう。

$ sudo apt update
$ sudo apt install x11-apps

xclockとか試そう。

$ xclock
Error: Can't open display:

そりゃそうか。Windows上でXサーバを動くやつを入れないとね。

いろいろあるけど、VcXsrvを入れます。

sourceforge.net

インストールすると、デスクトップに"XLaunch"という名前のショートカットがあるので、それを起動します。

起動するとタスクバーに"X"っていうのが出まして、マウスオーバーするとhostname:0.0 x clientsと表示されるのを確認。 WSL側で環境変数を設定する必要があるので、これをもとに書きます。 面倒くさいので、.bashrcに入れます。

$ echo 'export DISPLAY=localhost:0.0' >> ~/.bashrc
$ source ~/.bashrc

xclockが動いているのを確認して、モーマンタイ。

$ xclock

ssh + X転送

オプションで-Xつけるだけ。 VcXsrv起動状態で、ssh -Xします。

$ ssh -X server
$ xclock

xclockが動いているのを確認して、おわり。

オマケ (WSL日本語化)

Warning: locale not supported by C library, locale unchanged

っていう警告がよく出ます。 OSの言語設定を変えればよいのですが、WSLでは標準でja_JP.UTF8に設定出来ません。

$ local -a

つまるところ、この中に入っているものじゃないと、環境変数LANGja_JP.UTF8を設定しても意味がありません。 だから、入れます。

$ sudo apt install language-pack-ja

入ったら、セットします。

$ sudo update-locale LANG=ja_JP.UTF8

WSLを再起動して、dateコマンドなどを打って日本語化していれば成功です。

$ date
2020429日 水曜日 22:52:51 JST

おわり

この1年(2019年度)の間に買って良かったもの

ここ1年の間に買って良かったものです。

今期は手術&入院*1から始まり、本当にお金を使ったことがわかりました。ありがたいことに、働ける環境をかなり頂けた感じです。 年度も変わるし、良かったので紹介していきます。

Pixel 3a

スマホをかえました。心機一転だね。

背面指紋認証が好きで、小さい端末が好きな人間なので、ちょうどいい感じで良いです。一度給電できなくなって*2交換したのですが、Google のサポートの方の応対が異常に丁寧で驚かされました。

ポケットモンスター Let's Go! ピカチュウセット

ピカチュウかわいいよね。かわいい。ドックとか背面がピカチュウイーブイでとてもかわいい感じです。

けっこうこの半年、Switch でゲームをしていたと思います。今はどうぶつの森ポケモン不思議のダンジョン、ミクさんの DIVA をやっています。もちろんポケモン盾もやっていますし、イカ2もやっています。おばケイドロをやったり、塊魂をやったりもしました。もじぴったんも予約済みです。ゲームたのしいね。

43インチの4Kテレビ (Hisense)

なんか、酒の勢いで4Kテレビを買っていました。Amazon Prime のセールで買ったので意外と安かった記憶があります。

普段はよく、Switch や PS4 でゲームをしたり、Chrome Cast で よく Youtube とかを観ています。前のテレビは小さかったのでそんなに使っていませんでしたが、でかいと使うことがわかりました。なんか新しいテレビは電気代もそんなにかかっていないこともあり、いい買い物だったと思います。

11インチの iPad Pro と 第2世代 Apple Pencil

高かったです。高かったけれども、めちゃくちゃ使っているので良いです。

主に論文を読むのにメインで使っていて、 Apple Pencil でメモをとったりしています。他にも手計算をしたり、ノートをとったりしていて、後は動画を見たり Amazon Kindle で漫画を買って読んでいます*3

ていうか、8月には買っていたんですね。体感では10月に買ったつもりでした。

個人的には Pro じゃなくていいかなと思ってましたが、Type-C だったのが Pro だけだったので Pro を買いました。これは正解で、普段他のデバイスが Type-C なのでストレスが無くて良いです。PC で使っている Type-C の変換器も使えて、モニタとかにそのまま映像出力出来たのでゼミのときとかに便利でした。修正中の論文をそのまま映して、ミーティングをしながらその場で Apple Pencil 書き込んでといった感じに使えたので本当に便利。

新型も出るようなので、ぜひみなさん充実した iPad ライフを。

GoodNotes 5

GoodNotes 5

GoodNotes 5

  • Time Base Technology Limited
  • 仕事効率化
  • ¥980
apps.apple.com

ノートアプリです。私の iPad Pro ライフを快適にしたアプリです。

ノートとしてメモや計算はもちろんのこと、基本的に PDF はこいつで全部取り込んで書き込みをしたり、投影をしたりしていました。ノートアプリは好みもあると思いますが、PDF を全部ノートアプリに取り込んじゃうのはおすすめです。書き込みをよくしていると、Apple 標準のファイルの画面だと不便なことが多いんですよね。

サッポロ レモン・ザ・リッチ 濃い味レモン (350ml×24本)

好きなチューハイはコンビニから急に消えるので、箱で買っておくと捗ります。

一番好きなレモンチューハイです。

キリン 氷結 栃木産スカイベリー (500ml×24本)

好きなチューハイはコンビニから急に消えるので、箱で買っておくと捗ります(2つ目)。

いちごのチューハイおいしいなって買いました。アルコール度数4%しかないので、500ml缶のほうが良いです。氷結は基本的にどの味でもおいしいから良いですね。

じぶんまくら 頂

f:id:nersonu:20200323010942j:plain
小豆色のカバーにした

この小豆色のカバーをかけたやつです。いわゆるオーダーメイド枕。

感触が良かったので、一番高いのにしました。やはり寝具は大事で、導入後の睡眠はかなり良いです。

体験が良いので、ぜひみなさんもお店で試してみてください。気に入ったらそのまま買いましょう。

jibunmakura.com

ということで、来年度はもうちょっと節約しようと思います*4

リクルートのインターンシップに参加しました

題の通りです。株式会社リクルートインターンシップに参加してきました。期間は2月中の1ヶ月で、週3,4程度で参加していました。

この記事では、そのインターンシップに関する感想を良いところ・悪いところ両方含めて書いています。一応、リクルートの人事の方に確認をもらっていますが、問題があればご連絡ください。

参加したインターンについて

engineers.recruit-jinji.jp

参加したインターンは、"Recruit Internship for Specialist 2020"というプログラムです。何やらかっこよさげなタイトルが付いていて、イカしています。なんてたってスペシャリストのためのインターンですからね。
「エンジニア/データエンジニアコース」と「データサイエンティストコース」に分かれており、私は後者の「データサイエンティストコース」で参加しました。今後のキャリアを考えると、エンジニア・データサイエンティストどちらもやりたいのですが、志望した時はデータサイエンティスト志向のほうが強かったからです。

インターンの選考

インターンとはいえ、もちろん選考があります。とはいえ、当初は申し込むかどうかさえ正直迷っていました。理由は二つありました。

  1. 実は去年リクルートインターンの選考に落ちていた。
  2. 申し込み締め切り10月末で、実際行くの 2 or 3 月って予定わかんにゃい。

前者はともかく、後者は(学生側も企業側も)難しい問題ですよね~というのが正直な感想です。
これらの理由に対し、私はノリと勢いで対処しました。そのノリと勢いを高めるために、たまたまアカリク*1経由で来ていた「現場社員との食事会付きインターンシップ説明会」っていうのに行ってきました。

説明会

説明会はかなり小規模で、6人程度の学生が来ていました。小さな会議室で、人事の方の説明を受けた後、現場の社員さんのお話を聞きながら寿司を食らうというものです。

正直なところ、この説明会に参加していなければ申し込んでいなかったと思います。現場の社員さんのお話を直接聞いてモチベーションを上げた私は、ノリと勢いで申し込みました。

1次選考 & 2次選考

ESを書き、SPIを受け、なんとか通ったようです。1次面接を受けることになりました。中身は言えないですが、1時間くらいオンラインで人事の方とお話をして、おわりです。確か11月とかだったと思います。
数週間後、忘れた頃に急に電話がかかってきて2回目の面接の案内をされました。通った人しか連絡が来ないので、なるほど~という気持ちになりました。

2次選考は、いわゆる配属先(候補?)との面接です。面接をした際は全くわからなかったのですが、どうやらそんな感じです。これは後から、「あの時の○○さんじゃん~~~」となります。面接自体は15分くらいで終わり、その後は雑談的な感じだったので、これは落ちたか???とやや不安になりました。

受け入れの通知と事前面談

年は明け、2020年1月。見知らぬ着信履歴から折り返し電話をかけたところ、インターンの受け入れ可とのことでした。いぇーい。
後日オンラインでメンターの方と面談をし、頑張っていきましょうとのことになりました。

インターンの中身

配属先はRLS(リクルートライフスタイル)の内にある電通とのジョイントベンチャー組織で、位置情報を主に取り扱っているところです。

中身に関してですが、もちろんNDAな感じなので、ざっくりとお話していきます。配属先では、最初は好きに位置情報データを触ってみて、会社としての需要や自分のやりたいことと相談しながらテーマを決めていく感じでした。メンターの方は忙しい方でしたが、1日に1時間程度ディスカッションする時間を設けてくださり、密に進めることができました。

最終的な成果物としては、今まで社内では検証したことのないデータ・方法で位置情報の推定を行い、実用性の検証を行いました。実際にデータを測定するところから行い*2、それを用いて軽い検証まで行うことができたので嬉しかったです。

インターン期間中に使った主な技術は、BigQueryとPythonです。人間の位置情報のデータなんてビッグデータ中のビッグデータなのでデータ規模はバカみたいに大きいのですが、初めてBigQurery触った人間としては爆速でびっくりしました。また、BigQueryには便利なことに"BigQuery GIS"という地理情報を扱うための関数群が搭載されており、扱いから可視化まで一通りのことはBigQueryだけで完結していました。すごい。特に制限等が無かったので、細かなシミュレーション等は慣れているPythonでやったという感じです。

イベント

インターン事務局主催の他インターン生との交流のためのLT会や、キャリアパスに関する説明会等がありました。おいしいご飯を食べつつ、お酒も飲みつつ、ワイワイガヤガヤという感じで楽しかったです。みんな優秀でした。

あと、データサイエンティストコースの時間が合った人たちだけで、飲みに行ったりもしました。ワインほとんど空けてごめんね。

ちょっぴりおしゃれなパーカーとかももらえました。写真下手なんですけど、こんな感じのロゴ?が入っています。

f:id:nersonu:20200309220843j:plain

ランチ

過去にリクルートインターンに行った同期達から、ランチは豪華だと刷り込まれていました。実際、なにかと機会があると豪華でした。行った店の位置情報を載せる同期*3みたいなことはしません。普通に写真を載せます。

f:id:nersonu:20200309234006j:plain

配属先が子会社だったこともあり、リクルート本体のいろいろな方々を呼んでいただいてランチをしたりもしました。ありがとうございます。

報酬

時給2,000円です。正直時給2,000円の成果が出せたのかわからん……

参加特典の技術書購入補助

実はこのインターン上限1万円まで好きな技術書を買っていただける特典が付いています。たかがインターン参加学生に太っ腹すぎませんか???
今回は配属先で使用する内容を鑑みて、以下の書籍を購入していただきました。ありがとうございます。

f:id:nersonu:20200131014717j:plain

普段Rは書かない*4のですが、一番右の本はとてもわかりやすく良い本でした。しかし高い。買ってもらえて最高。

まとめ

1ヶ月とても楽しかったです。やりたいことをとにかくやりたいだけやらせてもらえたインターンでした。リクルートの文化として「自分自身が何をやりたいか」を重要視していることを感じ、実際その通りやりたいことを優先させてやらせてもらった感じです。「圧倒的当事者意識」という言葉がありますが、まさにこのことです。

就職活動とデータ解析コンペと並行して参加したこのインターンは、良くも悪くも自分自身のやりたいことを見直すキッカケになりました。さらに、やりたいことをやっていくには自分自身のやっていきが大事なことも再確認しました。今後のM2の研究も、就職後もやっていくぞ!!!

最後にはなりますが、お世話になったメンターの方、ブログウォッチャーの皆様、インターン事務局の方々、ランチに来てくださった皆様、本当にありがとうございました!!!

*1:https://acaric.jp/

*2:オフィス内をぼうっと突っ立っているインターン生はさぞかし不審だったでしょう

*3:https://blog.monora.me/2018/03/did-an-internship-at-recruit-technologies/

*4:分析にも主にPythonを使うので

剣盾新ポケモンの受けループ/サイクルへの導入を考える

この記事は whywaita Advent Calendar 2019 - Adventar 20日 の記事です。
前日は id:yu_ki_kun_0 さんのようです。

なんか空いてる日が一日だけあったので、埋めてみました。 みなさんはポケモン剣盾やっていますか? 私はORAS*1振りに対戦に復帰して、やっています。 シングルバトルのみやっていて、使うパーティはもっぱら受けループ/サイクルと呼ばれるようなものです。 ところで、whywaitaさんをポケモンに例えると何になるでしょうか。

皆さん、様々な想像をされたと思いますが、攻撃を受けるのに強そうなイメージを持たれたと思います。 ということで、本記事では剣盾新ポケモンの受けループ/サイクルへの参画を雑多に考えることにしました。 ダメ計*2とか役割*3とか努力値振りの調整*4がしっかりしていない、真面目な考察記事ではないことに留意してください。 あと、正直この記事がwhywaitaさんと関係あるかは知りません。

データ

いろんなサイトでデータを公開していますが、Webで閲覧するのは正直疲れるのが本音です。 Pokemon Advent Calendar 2019 - Adventarをダラダラ眺めていたら、8世代*5のデータをまとめてくださっている方がいらっしゃいました。

sacchin13.hatenablog.com

種族値に関しては、 id:sacchin13 さんが公開しているデータを拝借して、検討することにします。

基礎統計情報

全体の基礎統計は元の記事でとられているのですが、ここではランクバトルを対象とするので、再度確認していきます。 ザシアン・ザマゼンタ・ムゲンダイナを除き、さらにこれ以上進化しないポケモンしか採用されないと仮定しこちらも除去します。 厳密には現環境に輝石サニーゴ*6がいたりと、進化の輝石*7を持たせるポケモンを無視することになりますが*8、ここでは一旦考えないことにします。

と、いうことで現環境で使えるポケモン種族値の箱ひげ図です。
H: HP, A: こうげき, B: ぼうぎょ, C: とくこう, D: とくぼう, S: すばやさ に一応注意してください。

f:id:nersonu:20191218234533p:plain

Aの平均値が若干高く、Sが他種族値と比べると全体的に低いです。 USUM*9環境と比べて鈍足環境らしいですね。

f:id:nersonu:20191219000328p:plain

雑にタイプ別でポケモンの数をカウントしてみます。 みずが多いのは元々ですね。 環境に多いのはミミッキュやドラパルトといったゴーストバンギラスサザンドラあくのイメージがあります。 トゲキッス等のフェアリー、アーマーガアやドリュウズ等のはがねも環境には多い印象ですが、上図の中では比較的少ないという感じでしょうか。 あまりアテにならないことくらいしかわかりませんね……

ガラル新ポケモンのみの基礎統計情報

さて、前節で選んだポケモンの中から、さらにガラルで初登場したポケモンに絞ります。 種族値の箱ひげ図は次の通り。

f:id:nersonu:20191219001147p:plain

あんまり変化がわかりませんね。 値のバラつきが減って、やはりAが若干高めに見えます。

f:id:nersonu:20191219001322p:plain

ガラル新ポケに絞ると、タイプ別カウントはでんきが一番多い結果になりました。 パッチラゴンくらいしか環境では見ませんね……あと、ストリンダーもいるらしい? 結局ランクバトルでよく見るのはロトムかな…… こおりも多いようですが、代表的なのはごりむちゅうガラルヒヒダルマですよね*10

ガラル新ポケモンの"受け"

せっかく種族値のデータがあるので、まずは特性や技を一旦抜きにしてそのまま種族値の値を見てみることにします。 実際はHPも考慮しないといけないと思いますが、ここでは少し割愛しています。

物理受け出来そう?

物理受けができるか、種族値だけで見るならば、ぼうぎょが高いかどうかでしょうか。 ガラル新ポケのBの種族値TOP10はこんな感じです。

f:id:nersonu:20191219002355p:plain

1位は145とずば抜けているデスバーン。 進化方法が特殊*11だということで話題になりました。 Dも高く、一見受け性能が高いように見える……

Name Type H A B C D S
デスバーン じめん・ゴースト 58 95 145 50 105 30
デスカーン ゴースト 58 95 145 50 105 30

ちなみに、デスカーンとは種族値は一緒らしいですね。 まず懸念点は、環境にミミッキュ、ドラパルト、ギャラドスといったタイプ的に相性の悪いポケモンが多い点。 選出も難しくなることが容易に想像できます。 ていうか、じめん・ゴーストってゴースト、あく、こおり、くさ、みずに2倍弱点なんですね……なんやこのタイプ…… 強く出れるむし、いわ、どくはいわ以外あんまりいないですね。 さまようたましいもうまい使い方が個人的にはわからないので、難しいですね。

環境にもいるポケモンとして優秀なのはアーマーガアでしょうか。 当初、クビになったエアームドのつもりで採用したんですが、かなり受け性能が高いと感じています。

Name Type H A B C D S
アーマーガア ひこう・はがね 98 87 105 53 85 67

ミミッキュにも強く出れますし、挑発で相手の受けや起点を潰せるのが大きいです。 特性のミラーアーマー*12も優秀。 鉄壁も積めるので、ボディプレス*13を採用する型もあるらしいですが、サイクルを円滑にするために私はとんぼ返りを採用しています。

可能性を感じているのはガラルマタドガスです。 時間があるときに型を考えたいポケモンの一つ。

Name Type H A B C D S
ガラルマタドガス どく・フェアリー 65 90 120 85 70 60

独自の特性のかがくへんかガスで特性の効果が発動しないのが面白いですね。 タイプ相性的にも優秀な上に、どくタイプでくろいヘドロを持てるのも良いです。 クリアスモッグ*14で積みアタッカーも見れそうなので、面白そうです。

特殊受け出来そう?

次はとくぼうを見ていきます。 ガラル新ポケのDの種族値TOP10はこんな感じです。

f:id:nersonu:20191219010027p:plain

D130のサニゴーンがトップ。 サニゴーンという進化先のおかげで、輝石サニーゴは物理受けとして活躍しています。

Name Type H A B C D S
サニゴーン ゴースト 60 95 50 145 130 30
輝石サニーゴ ゴースト 60 55 160 65 160 30

輝石サニーゴのろわれボディなのに対し、サニゴーンのほろびのボディ*15は扱うのが難しそうだなと感じています。 接触技は物理技だし、種族値との相性が悪いのも頭を抱えるポイントですね。 ビジュアルが好きなので、高いCを活かしたアタッカーとして一度使ってみたいです。

使ってみたいポケモンとしてはワタシラガです。 わたげと呼ばれる攻撃を受けると自分以外のすばやさランクを下げる特性が面白そう。

Name Type H A B C D S
ワタシラガ くさ 60 50 90 80 120 60

サイクルを回すなら特性はさいせいりょく*16かなという感じもします。 くさタイプで他にはいないはずだから、うまく差別化できそう? ダメージ与える手段がやどりぎギガドレで、眠り粉とか痺れ粉とかでなんとかしていくんですかね…… あんまり勝ち筋がよくわかんないんですけど、コットンガードとかうまく積めると物理にも強気でいけそうですね〜

おわりに

ポケモンで受けばっか使っていると嫌われますが、whywaitaさんはすごい周りの人から好かれている印象があります。 みなさんもwhywaitaさんみたいなポケモンを使っていきましょう。 明日は就活のプロのid:kyontan2 です。

追記(2019/12/31)

分析したときのコードを公開しておきます。 github.com

*1:オメガルビーアルファサファイアのこと

*2:ダメージ計算のこと

*3:どのポケモンを処理するために採用するのか

*4:ダメ計等を考慮して、特定のポケモンの技の確定数等をずらすために努力値振りを調整したりします

*5:剣盾のこと

*6:しんかのきせきを持たせたサニーゴ

*7:進化前のポケモンに持たせると防御と特防の実数値が1.5倍になる

*8:サマヨールもラッキーもおらんから、今他に何がいるか知らんけど……

*9:ウルトラサン・ウルトラムーン、第7世代のこと

*10:ごりむちゅうは、同じ技しか出せなくなるものの物理技が1.5倍になるというぶっ壊れ特性です。常に気合の鉢巻持ってる感じ

*11:49以上のダメージを受けた状態で、ワイルドエリアの特定の場所のアーチをくぐるとデスマスから進化する

*12:能力ランクを下げる効果を跳ね返す

*13:Bの実数値とランクでダメージを計算する技

*14:相手の能力ランクの変化を元に戻す技

*15:接触技を受けると、お互いほろびのうた状態になる

*16:他のポケモンに交代すると最大HPの1/3回復する

研究室を選ぶ

この記事は UEC Advent Calendar 2019 - Adventar 20日 の記事です。
前日は id:takuzoo3868 さんのようです。

今年は書く気持ちが無かったのですが、id:Knium に酒の席でこの日を譲ってもらったので書きます。 特にネタになるようなことも無いので、帰り際に言われた「研究室の選び方」について書こうかなと思います*1

この記事では

「研究室の選び方」なんて人それぞれだと思うし、知りたいのなら適当に検索すれば出てくるものです。 そう言ってしてまっては話が進まないので、私見をまとめておいて、いつか誰かしらの役に立てばいいなと思います。 もっとも私の後輩にあたる電気通信大学の今のI類ら辺の卒研配属は、この記事が公に出るまでに第一次フェーズと呼ばれる8割の学生が卒研配属先が決まる時期が過ぎていますので、間に合わないというわけです。

あと、この記事では「研究の進め方」については触れません。 分野によって異なりますが、以下の記事がわかりやすいです*2

blog.monora.me

また、記事の筆者は現時点(19/12/20)でM1で、専門分野は機械学習の理論と自然言語処理です。 より一般的な話(また、 UEC Advent Calendar であるため UEC の中で一般的?)となるように心がけますが、気付かぬ文化の話が紛れているかもしれません。 ご了承願います。

研究室の選び方

マッチング

よく言われるのがマッチングです。 マッチングと一言で言っても、何と何とのマッチングかという話になりますね。 基本的に自分と研究室のマッチングではあるのですが、いくつか見ていきたいポイントがあると思います。

本記事で挙げるのは以下の3点で、上に挙げるほど個人的に重要だと思います。

  1. 指導教員(指導方針)とのマッチング
  2. 研究テーマとのマッチング
  3. 研究生活(+先輩)とのマッチング

指導教員(指導方針)とのマッチング

ふつう、やりたいことがやれないとしんどい ので、「研究テーマとのマッチング」のほうが重要なんじゃないかと思うと思います。 確かに、自分のやりたい研究であるという条件を満たせないとつらいと思います。 しかし、実はこの「研究テーマとのマッチング」は「自分がやっていて楽しい、面白いと思える研究を行う」もしくは「指導教員のサポート」で置き換え可能なことがあります。 さらに言えば、「自分がやっていて楽しい、面白いと思える研究を行う」ことは指導教員の指導によって後から実現される可能性があると私は思います。 一見、「研究テーマとのマッチング」と「自分がやっていて楽しい、面白いと思える研究を行う」ことはほぼ同じように見えますが、前者は「研究室選択前に研究室全体でどういった分野の研究を行っているのかの事前情報での刷り合わせ」であり、後者は「研究室に入ったあとの可能性」です。 私は後者の可能性を広げる選択肢を取るほうが良いと思って、指導教員とのマッチングを重要視しています。

しかしながら、事前の面談(ここでは、直接教員と話機会を指します)で指導教員の全てがわかるわけではありません。 ですので、私が事前にわかると思うことを以下に挙げておきます。 こちらは、特に順番に優劣はありません。

  • 指導教員の(外の)学生に対する目線
    • 上からであるか、対等に対話をしているかどうか(、下手に出るのか)
  • 指導教員の対話の仕方
    • 自分から話したいことを話すタイプなのか、学生からの話を聞いてそれに答えるタイプなのか
  • 指導教員の学生の研究の見方
    • 指導教員が学生に研究テーマを提示するのか、学生がテーマを指導教員に提示するのか
    • さらに研究室の学生に、指導教員が研究の方針を共に考えるのか、方針は放任主義で聞かれたら答えるタイプなのかを聞いておくとよいと思います
  • 指導教員の居室と学生部屋との物理的な距離
    • さらに研究室の学生に、進捗報告・ゼミ・輪講といったもの以外でのコミュニケーションの頻度を聞いておくと尚良いです

上記のポイントにおいて、どのケースが自分にとって良いか一度考えると良いと思います。 考える上で大事なことは、上記を踏まえた上で最低1年間指導教員と円滑なコミュニケーションが取れるだろうか?というところです。

研究テーマとのマッチング

先に述べたように、ここでの「研究テーマとのマッチング」とは事前情報(研究室Webページだったり、面談であったり、オープンラボであったり)による検討です。 ですので、ここでまず気にすることは「自分のやりたい分野があるのであればそれが出来るのか」でしょう。 しかし、個人的にはこれを踏まえて(自分がやりたい分野で)似たような研究テーマを取り扱っている研究室の差異を確認して検討することが一番重要だと考えます。 弊学の岡本吉央研究室のHPのように「よく似た (ように見える) 他の研究室との違い 」と紹介してもらえるケースはほとんどありません。各研究室のHP、近年の研究実績、事前の面談含めて十分にすり合わせる必要があると感じます。 もし、今自分自身が所属する大学に十分マッチする分野が無ければ、修士に進む段階で他大学への大学院進学を検討するのも一つの手です。

さらにぶっちゃければ、現状の研究への意欲とも相談して、研究テーマを完全に捨てて前述の指導教員とのマッチングを優先しても私は良いと思っています。 やりたいことへの熱意を再三確認しておくべきでしょう。

研究生活(+先輩)とのマッチング

研究室には、それぞれの研究室におけるルールが存在することが多いです。 例えば、コアタイムコアタイムの有無と制約は、自分の生活スタイルや性格と一致するか確認しておきたいポイントの一つです。 もし、夜型で夜に長く作業時間を定めて進捗を出せる人間が、朝9時からコアタイムが発生する研究室に所属すると自分の能力を発揮することが難しくなるかもしれません。 他の例としては、ゼミ・進捗報告のやり方です。 週1で自分の進捗を報告する研究室なのかどうかとか、進捗報告をスライドで行うのかレジュメで行うのか。 もし、タイミングが合えばゼミを見学させてもらうのが手っ取り早いと思います。 研究室の雰囲気を掴むのに役立ちますし、そういった雰囲気とのマッチングを検討することができるからです。

また、研究生活において、指導教員とのコミュニケーションはもちろんのことですが、他の学生とのコミュニケーションももちろん発生します。 同期で入ってくる学生を事前に確認することは難しいですが、1つ上の先輩は自分が配属された後にも在籍している可能性が高いです。 実際に研究室の学生とコミュニケーションをとってみて、自分が研究において気軽に質問できたり、コミュニケーションをとれるかどうかを確認してみてください。 ここまでに挙げているような先生方に聞きにくい質問をしながら、同時に確認出来ることだと思います。

指導教員について

指導教員は教授?准教授?助教

一見、なぜこういったポイントを気にしないといけないのかわからないかもしれませんが、これは指導教員がどの程度学生の研究を見てくれるのかという所に大きく関わってきます。 どの大学でも大学教員は何かしら大学の委員会や職務に就いており、弊学では(私の体感で)以下の大小関係で仕事の量が違います。

教授 >> 准教授 > 助教

教授職の先生は、大学職務、特にその会議が多くその分学生への指導時間は減少します。 教授職の先生は、基本的に准教授職の先生の倍くらい会議に出ているように私は感じています。 指導教員との密なコミュニケーションを望む場合には、出来るだけ教授職の指導教員は避けたほうがいいのではないかと思います。 研究室の学生に、どの程度指導教員が居室に滞在しているか聞いておくのも手でしょう。

また、助教職の先生を志望する場合にはテニュアトラック制度を利用しているかを見ておくといいと思います。 テニュアトラック制度についてここで詳しく説明しませんが、弊学においてこの制度を利用して助教になっている先生は(研究実績が十分であれば)基本的に准教授になります。 そもそもこの制度で大学に入れる時点で、その先生は研究実績が一定以上あり、これからも一定の研究業績が認められるというお墨付きをもらっているようなものです。 そういった先生が指導教員の場合、スピード感を持って研究を行える場合が多いのではないかと思います。 テニュアトラック制度には数年で審査があり、そのために先生方も研究業績を出せるようにしっかりと研究を行っているからで、厳しい環境に自分を置きたい学生にはおすすめです。

指導教員が主任著者の論文・学会発表が最近あるかどうか

上記の指導教員の大学職務における忙しさや、指導教員が研究業績を出そうとしているかと関連する話です。 簡潔に言うと、「今、指導教員自身が研究をしているのか?」というポイントです。 これはケースバイケースで、必ずしもどっちがいいというものは個人的には無いと思っています。 ただし、指導教員自身が今も研究を行っているケースのほうが、最近の研究にも詳しい傾向があると思っています。 指導教員自身の研究への熱意を測る一種の物差しであり、これだけで判断できることではもちろんありません。 自分自身の研究に対する意欲に合わせて考えるべきだと思います。

お金の話

最後に、意外と蔑ろにされがちであると感じるお金の話をしたいと思います。 研究を快適に行いたいと思うのであれば、お金を持っている研究室のほうが良いという単純な話です。 基本的には大学から学生数(+博士課程の学生数)に応じて支給されるお金*3と、科研費等の外部資金があります。 ここでは、後者の外部資金の有無と金額を気にしたほうがいいという主張をします。

研究はやはりお金がないと出来ません。 分野・領域によって異なるとはいえ、実験をするには器具・機材・計算機が必要でしょう。 買った機材や計算機も、維持費が無ければ継続させることは出来ません。 また、被験者実験を行っている研究であれば謝礼が発生します。 学会への出張費論文の投稿料*4、全てお金がかかります。 すなわち、自分自身が快適に研究活動を進めたいのであれば、大学からのお金だけではなく、外部資金を獲得している研究室を選ぼうという話です。

調べ方は簡単で、JSPSすなわち皆さんご存知の科研費科学研究費助成事業データベースで探せますし

kaken.nii.ac.jp

前年度までの実績を見たいなら、文科省予算・JST予算も見れる日本の研究.comで確認すればよいでしょう(一応、今年度以降も見れます)。

research-er.jp

ただし、自分が在籍している期間に、外部資金の配分期間があるかどうかは気をつけて下さい。

おわりに

この記事では、私が研究室選びにおいて見ておいたほうがよいと思った基準をいくつか列挙しました。 実際に私が研究室を選んだ際に気をつけたのはマッチングくらいで、配属されてからここも見ておけば良かったなと思ったことが多いです*5。 ここまで言いたいように言ってきましたが、一番大事なことは自分の意思で決めることだと思います。 最後にこの記事を見て研究室配属を行ったみなさんが、何かの役に立ったなと思ってもらえれば幸いです。

明日はid:penguin22231 さんです。

*1:uec_higeに深層学習のTipsを書くんじゃないかと言われましたが、人とネタが被るのもアレだし気が向いた時に自然言語処理関係の何かを別の記事で書こうと思います。

*2:勝手に紹介したので文句があれば言ってください

*3:こんな話もあるらしいですね

*4:私の論文誌への投稿も二桁万円かかっており、研究費から出してもらっています

*5:私の場合、運が良いことに全部を満たさないにせよ他の要素で不満に思うことは少ないです