竹村彰通の作品一覧

作者をフォローする

フォローするとこの作者の新刊が配信された際に、お知らせします。

• 

  データサイエンス入門

  竹村彰通

  データサイエンス入門
  著：竹村　彰通
  岩波新書　新赤版　1713
  
  アメリカの主な大学には統計学科が存在する。中国でも最近は同様の状況である
  これに対して、日本の大学には統計学部や統計学科がなかった。
  日本におけるデータサイエンティスト育成には、初等中等教育における統計教育やデータサイエンス教育の充...続きを読む実からはじまって企業内人材の再教育まで、あらゆるレベルの教育が必要である。
  
  ビッグデータと統計について、広く紹介する書と理解しました
  
  気になったのは、以下です。
  
  ■ビッグデータの時代
  
  ・データサイエンスの３要素とは、①データ処理、②データ分析、③価値創造　である
  ・科学的研究のパラダイム
  　第１）自然を経験的に理解する研究方法　天動説
  　第２）理論と実験との組み合わせによる研究方法　ニュートン力学
  　第３）コンピュータの発展によるシミュレーションよる研究方法
  　第４）ビッグデータから新たな、科学的発見を見出す研究方法　データ中心科学、データ駆動型化学
  
  ・２つの通信技術　高速な５Ｇと、低速なＬＰＷＡ（ＩｏＴ向け）
  
  ・データサイエンティストの台頭の背景
  　　データ処理とデータ分析手法の進展
  　　機械学習や人工知能の進展
  　　⇒質の良いデータが大量に得られるいることが条件
  
  ・ビッグデータを支えるのは、大数の法則
  
  ・フィッシャー　統計的モデル　正規分布などの確率分布をもちいて、データのばらつきや誤差を定型化する手法　データにあうパラメタを選ぶことをパラメタの推定とよび、機械学習では、モデルの学習という
  
  ・フィッシャー　実験計画法　
  
  ・日本では工業製品の品質向上に、統計的管理や、実験計画法がつかわれた
  
  ■データとは何か
  
  ・時間をおって計測されるデータ　時系列データ
  ・１時点でさまざまな個体に関して得られたデータ　クロスセクションデータ
  ・表計算ソフトのシートに入力、整理できるデータ　構造化データ
  ・テキスト、音声、画像、動画　シートに入力できないデータ　非構造化データ
  
  ・非構造化データは、生のままでは処理できないので、元のデータから特徴のある数値を求めるか、決めなければならない
  
  ・データの中で不要と考えられ部分　⇒　ノイズ
  ・データの中に含まれる傾向やパターン　⇒　シグナル
  
  ・観測しにくいデータを観測するには、コストがかかるが、そのコストに見合うだけの価値があるかが問題
  
  ・ウェブページのＡ／Ｂテスト　デザインＡ、デザインＢの２つを用意して、デザインをランダムに表示することで、どちらがクリック率がいいかなどのテストをするもの　インターネットマーケッティングの代表的手法
  
  ・データのばらつき　⇒　ヒストグラムで表したもの分布、その曲線を密度関数、確率密度関数という
  
  ・２変数間の傾向　⇒　相関　⇒　直線であらわしたもの　回帰直線　⇒　回帰
  
  ・予測を目的として統計的モデルをたてること　予測的モデリング　という
  
  ・人を層別に分類することを、セグメンテーションという
  ・さらに個人ベースまで細分化すること　パーソナライゼーションという
  
  ・不確実性を扱う理論　確率論
  　⇒起こりうる結果が最初から網羅されている
  　⇒それぞれの結果の確率が与えられている　の２条件がなり立てば有効
  
  ・大量のデータ解析から何らかの有用な知見が得られられないかを探索することを、データマイニングという
  
  ■データに語らせる
  
  ・ＢＩツールで、データを可視化したら、地図データと組み合わせて表示する
  
  ・データを分析する前に、整理する作業を、データクレジングという
  　データの表記の揺れ　2021/1/1、2021年１月１日　などを書式統一すること
  　異常値、外れ値の排除
  　欠測値　データがはいっていない
  　項目の定義の変更　など
  
  ・データの分析、モデリング
  　回帰分析
  　判別分析
  　クラスタ分析
  
  ・機械学習　目的変数がある場合を、教師あり学習といい、ない場合を、教師なし学習という
  
  ・分析ツール　エクセルをはじめ、Ｒ，ＳＡＳ，Ｐｙｔｈｏｎ
  ・ビッグデータの処理　Ｈａｄｏｏｐ　分散処理フレームワーク
  ・非構造化ＤＢ　ＮｏＳＱＬ
  
  ・深層学習　ＤＮＮ　深層学習用のマイクロプロセッサ　ＮＶＩＤＩＡが出しているＧＰＵ
  　現在の深層機械学習をつかった、ＡＩの中心である
  
  目次
  
  はじめに
  
  Ⅰ　ビッグデータの時代
  　１　データサイエンスの登場
  　２　台頭するデータサイエンティスト
  　３　統計学の流れ
  　４　コンピュータとインターネットの発展
  
  Ⅱ　データとは何か
  　１　定義と種類
  　２　コストと価値
  　３　ばらつきと分布
  　４　相関と因果、回帰
  　５　データに基づく意思決定と不確実性
  　６　取り扱い上の倫理
  
  Ⅲ　データに語らせる──発見の科学へ向けたスキル
  　１　データサイエンスのスキルの学び方
  　２　データ処理と可視化
  　３　データの分析とモデリング
  　４　ビッグデータの処理と分析
  　５　人工知能とデータサイエンス
  
  付録１　統計学の歴史の概要
  付録２　コンピュータの歴史の概要
  おわりに
  あとがき
  参考文献
  
  ISBN：9784004317135
  出版社：岩波書店
  判型：新書
  ページ数：192ページ
  定価：880円（本体）
  発売日：2018年04月20日第1刷

  Posted by ブクログ
• 

  データサイエンス入門

  竹村彰通

  研究主任など，データを分析しないといけないポジションの人は読んでみると良いかなと思います。
  多くの学校の校内研究に欠けている視点が見えてきます。
  
  データサイエンスの専門的な内容というより，
  「データを分析するってこういうこと」
  ということがわかる本です。
  
  難解だという意見もあるようですが，僕には...続きを読む難しく感じませんでした。

  Posted by ブクログ
• 

  データサイエンス入門

  竹村彰通

  データサイエンスの入門書。「入門」と言っても、データサイエンスを学ぶ人が最初に読むべき内容というより、データサイエンスをよく知らない人間がどのような領域を対象にどのような役割を果たしどのような手法が活用されているか見通すための概要書というべきか。著者は滋賀大学のデータサイエンス学部の立ち上げに学部長...続きを読むとして寄与した統計学者。図表やまとめがあると分かりやすいと思うのだが、岩波新書ならではの趣きもあってそれはそれで良いのかも。アカデミアの人ならではの広い視野と知見が随所に散りばめられ、今ちょうど話題のGDPRを含めてデータの処理や分析にまつわる諸々の問題点を広く触れています。特にEBMや各種バイアスなどの実例の話はとても参考になりました。

  Posted by ブクログ
• 

  データサイエンス入門

  竹村彰通

  数理統計学の大御所が書いたデータサイエンスのガイダンス書。著者のバックグラウンドを考えると統計学的な観点からの議論がメインなのだろうと思っていたら、そんなことはなく、現代のデータサイエンスについてとても広範かつバランスよく書かれていて、読んで勉強になった。また、データサイエンスに馴染みのない人にでも...続きを読むとっつきやすい内容になっていて、とても価値ある一冊だと思った。

  Posted by ブクログ
• 

  教養としてのデータサイエンス

  北川源四郎 / 竹村彰通 / 内田誠一 / 川崎能典 / 孝忠大輔 / 佐久間淳 / 椎名洋 / 中川裕志 / 樋口知之 / 丸山宏

  ビッグデータからAIの手法等の話から入り、統計学を用いたデータの扱いについて立ち戻って行き、そしてまた現在の新しい問題(セキュリティ、AIシステム間のネットワーク、等々)に触れていく。数式の展開よりはストーリーや、データサイエンス概観に重きを置いているので、本書でこの膨大な分野を俯瞰してから、各専門...続きを読む領域に入っていくのが良さそう。とはいえ、扱っている範囲が非常に広いので、初見の話もとても多く学びが多いと思う。

  Posted by ブクログ

竹村彰通のレビューをもっと見る