川添節子のレビュー一覧

株価やアメリカ選挙、被弾された戦闘機などの統計をもとに、数字に盛られた、あるいは不足した観点を指摘する。数字にとって大切なのはその根拠にあり、説明の付かない事象には、説得力がない。
面白いと思ったのが、被弾を受けて生き残った戦闘機よりも、墜落した戦闘機の統計を採ることの意味が面白かったです。何となく...続きを読む上手くいっているからよりも、根拠に基づいて行動することの方が良い気もします。

予測情報とベイズ定理について。確かにメディアで大胆な予測をする人は言い切る分目立つが多面的な予測力に欠ける。

小説を統計処理するとそれでベストセラーになるのかどうか判断できるか？ってもので、具体的には使われている単語によるセンチメント分析でそのセンチメントのゆらぎがどのように流れるものがよいのか？ってところとか。タイトルとかテーマとかの部分はどこまで？って感じがするけどセンチメントとか、！の用法とか、しゃべ...続きを読むるってのの言い方をいくつも使ったほうがよいのかよくないのか？ってところとかがデータを用いて明確にわかるってのはすごい。解説の人はこの本はあまり好きじゃないみたい。ぎりぎりの上手いバランスのところに着地している面白い本

最新の自然言語処理技術と機械学習を用いて、「ニューヨーク・ベストセラーズ」にランキングされるために必要な小説の要素を分析した一冊。使われている技術は(基礎研究としては)特にこれといって新奇性のあるものではないし、分析の結果判った「ベストセラーになる要素」も特にこれと言って奇妙なものはない。しかし、基...続きを読む礎研究成果の丹念かつ有意義な応用という意味では非常に興味深い。著者たちはコンピューターが小説を書くことに関してはまだまだ懐疑的だが、良い小説を判定できるのであれば、良い小説を書くところまではもうあと 1ステップだという気がする。

歴史が好きなので面白く読めた。
特に興味深いのが、最初期の帳簿には十字架が記されていたということ。これはクリスチャンである彼らからすると神に誓って不正はしないということである。つまり会計をするものにとって重要な要素は誠実であることだったのだ。
僕も会計を生業とするものの１人として大事にしたい。

５００冊のNYタイムズベストセラーとその他のノンベストセラーを読み込んだ傾向と対策の分析。
プロット（感情の上下で示す）に特定のパターンはないが、上下はリズミカルである。もっともそれが優れているのがダヴィンチコードである。多くのテーマはなく、２、３のテーマが物語の1/3までで出てくる。そのテーマは普...続きを読む遍的なもの特に人間関係が多く、複数のテーマ間で対立が描かれることになる。
主人公は、能動的でシンプルな動詞を使う。最近のGIRLが主人公のブームは、女性という今でも制約が多いと思われる状況で、規範から外れた行動と意思を示すことで物語をドライブしていく。
言葉は口語により近く、大仰な言葉遣いは避けられている。設定はあまり関係なく、状況や舞台が物語をドライブすることはない。

購入。

アメリカのベストセラーを分析して、その特徴を解説する。

テキストマイニングと機械学習によりニューヨークタイムズ紙のベストセラーリスト掲載書籍とベストセラーにならなかった書籍の違いを分析している。
分析の手法については概要を述べるに留まるので、専門知識がなくても理解できるように書かれている...続きを読む。手法について興味があれば、どのような用語を調べればいいかが解説で案内される。

ジャンルとトピックのどちらを分析に使うべきか、という部分に気づきがあった。また分析には使われていないがBISACという書籍の内容を示すコードがある。この存在を初めて知った。

予測の難しさ、過去に基づく予測がいかに誤りであるかがよくわかる。個人的にはUSの民間天気予報サービスの降水確率の発表手法を取り上げた章はニュースの受け手を考えた工夫があり、興味深かった。

予測の難しさや注意点を記述した著。人間が陥りやすい予測の罠を豊富な事例と供に記載している。かなりボリュームが多いが読みごたえがある。

統計というシロモノは門外漢からすると、たいていいかがわしく見える。

それは、本質的には確率論でしか語りえない予測が、あたかもそれが絶対的なことように提示されるからだ。統計に100%がないことは、素人でも皮膚感覚で十分にわかる。

著名な統計家である著者ネイト・シルバーの会いに行く「優れた統計家」た...続きを読むちは、いずれも予測があくまで確率論であることを真摯に語り、フィードバックを用いしてモデルを修正し精度を高めることにこそ心血を注いでいる。

著者自身も自信を「ベイジアンである」と語り、人間を完全に合理的なホモ・エコノミクスとして想定するフィッシャー学派と対置させ、不確実性の存在を隠そうとせず、むしろ積極的に語っている。

「事前確立」をモデルに組み込むというベイズ統計学は、経済学における行動経済学の台頭と軌を一にしており、両者は同じ思想に根を張った兄弟分といえると感じた。

これからもテクノロジーは高度化していくだろうけれど、数字だけをブラックボックスの中でこねくり回して、それらしい理屈で大衆を扇動しようとする統計家は、もはや信用を得ることはできない。“正しい”インプットと、修正を恐れない真摯な態度。統計と向き合うににあたって失ってはならない金科玉条（皮肉ではなく）。

ビジネスにおける統計の活用においては、どうしてもハッタリの要素も交じってくる。競争原理のなかで、切り捨てなければならない正直さもあるだろう。正確性を欠いたとしても押し切らねばならない場面があるのであれば、やはり一番大切なのはクリエイティブ／アウトプットの突破力ではないか……？そんな気がしている。

一昔前の「取締役」と言えば終身雇用の「アガリ」的位置付けであった。いま取締役に求められるのはまさにDirectionである。とはいえ取締役の機能を定義することは難しい。業務が極めて非定型だからだ。

本書はケーススタディを列挙しその役割と機能を問う。冒頭のアップル社の事例は取締役会が主導を握り復活と...続きを読む成長を成し遂げた最たるかつ稀有な事例と言えよう。

多数の成功事例や失敗事例、チェックリストなど、取締役を極力科学しようと試みているが、やはり定性的になっており成功事例の反復性や再現性が低いのは今後の課題だろう。

予測についてのデータサイエンティストの本。政治の選挙予測、経済から野球、テロの発生確率、天気予報、地震予知、オンラインポーカー、人工知能によるチェスのプログラム等、扱う範囲が広く、事例が多いので面白い。

◼︎予測には向いている分野とそうではない分野がある（現時点では）
過去の観測から天気予報の精度...続きを読むは非常に向上しているといえるが、未だに天気予報士は予報が外れた時に怒りのメールを受け取る。
地震は発生の間隔が天気の変化より長く（予測のためのデータが圧倒的に少ない）、かつ観察対象は地中で見えづらく、複雑なため予測することは非常に難しい。確率論で「何百年に何回、どれくらいの確率論でどれくらいの規模の地震が起きる」と予想はできても、「●月●日××で地震が起きる」という予測はできない

◼︎世界はそんなに単純ではない
予測モデルを作るときに失敗しがちなのは、単一の現象など少ない指標で複雑な世界をシンプルにあわらそうとすることである。すべての事象が単純なモデルで説明できるわけではないという前提にまず立つ。

◼︎シグナルとノイズを見分ける
シグナルは、予測したい事象が発信する兆し、ノイズはシグナルをシグナルであると分からなくしてしまう雑音。
物事が起こった後に、シグナルをノイズから見分けるのはやさしいが、その前からシグナルをシグナルとして見ることは至難の技である

◼︎予測することが未来に良くも悪くも影響する
選挙戦など、候補者の支持率などが公表されることで、有権者の行動が変わることもある。カーナビシで、渋滞を抜ける最適な道路選択に従った途端、同様の指示を受けた車が集結して渋滞するなど。

『マネーボール』で有名になった野球データを分析し、選手の優秀さを予測するシステムを開発した著者。
2008年の大統領選の結果も予測したらしい。それがどれほどすごいことなのか実感はないが。

①ノイズとシグナルを見極め、より最適な判断ができるようになるためには？
②ベイズの定理について

①
知識とし...続きを読むてノイズのパターンを知り、見分けられるようにする

②
ベイズの定理で使うデータは、すべて事実に基づいた数字ではなく、推測や人の主観が入る。そこにこそ、優位性を見出している、のかな？
ベースボールのスカウトはいなくならないし、データや計算だけに頼るのではなく、人の経験や判断、直感などがコンピューターに勝ることは少なくない。
ただし、より適切な判断を常に行うことを人は苦手とするため、データを用いることも忘れてはならない。

映画「マネーボール」で一躍有名になってた著者による、よろす統計本。扱うテーマは、金融危機、政治、野球、天気、地震、インフルエンザ、ギャンブル、ポーカー、地球温暖化、テロ。統計データを読み取る人間のバイアスが判断を誤らせるという話には嘆息。著者自身がKPMGに勤務していた頃にオンラインポーカーに全ての...続きを読む余暇をつぎ込んでいた話も面白い。気温観測地点が都市部に偏在しているバイアスを排除したデータを使ってIPCCの調査結果を再検証したUCバークレーのチームが「温暖化は確認できる」と結論づけた話も面白かった。

同僚Mさんから拝借した。

データを使う場合のみならず、物事の見方を示唆する内容になっていると思う。決して読みやすい訳ではないけど、事例は面白い。予測ってそういう捉え方を前提でするもんだよね。というのが腹に落ちる。

うーん
まぁモデルがいて欲望になるというのはわかったが同じことを長々と書いているだけのような？
ページ数の割に内容が薄い
読むなら前半部分だけで充分


まわりにいる人間を理解したいと言う根源的な欲求が成長を促している

人は異なるルールで動いているように見える人にひかれる

人はみな自分の弾み車を...続きを読むつくらなければならない

自分が欲しいと思ったものは、実は誰かが欲しかったものという話。面白かったけど、難しいというか読みにくかったかなあ。
私自身、必ずしも他人が欲しがっているものが良く見えるわけではないのだが、言わんとすることはわかる。何故ほしいのか？本当にほしいのか？を考えるきっかけにはなりそう。「薄い欲望」という表現...続きを読むも良かった。