里洋平のレビュー一覧
-
Posted by ブクログ
とても面白かったです!
3人のエンジニアが起業して、成功する話。大量採用の大失敗や、規模拡大に伴う社風の変化、ビックリ4(4人のとんでもない常識をもつ問題社員)の登場など、起業する前から会社が大きくなりM&Aに至るまで、とてもリアルに描かれていました。自分がいつか起業する時にもう一度読みたい本。
個人的な感想・学んだこと
①大量採用はしない。するなら、採用プロセスは何段階も用意し、自社の社風にマッチした人のみを採用すべし。スキルや面接力だけで選んではダメ。のちに社内の団結力を下げる原因になりうるから。
②結局は努力。
指示待ち人間や会社のお荷物になるより、社内でも社外でも必要とされ -
-
Posted by ブクログ
ネタバレ【Summary】
本書では、ソーシャルアプリ等を事例とした、データ分析の方法について記載されている。データ分析の第一線で活躍されている著者の内容はわかりやすく、私自身の担当している小売業界のデータ分析にも通じる部分が多かった。
各章で、「分析の背景、仮説設計、データ抽出、データ加工、アウトプット作成」…といった手順が丁寧に書かれており、分析の背景を読んだ時点で、読み進める前に自分なりに考えてから内容を読むとさらに理解度が上がると思われる。
Rの説明や分析の際に行うソースについても記載されており、Rの勉強を始める際には早い段階からおすすめできる本。 -
-
Posted by ブクログ
理論寄りではなく実用寄り、詳細からではなく上辺から入って行きたい人にとって良書だと思う。
・回帰モデルや回帰分析は、性能評価の際に複数のパラメーターと結果の因果関係を突き止めるのに有用かもしれない。
・Rは散布図 (geom_point) に回帰直線 (geom_smooth) を引くことができる。
・RStudioとknitrを使うと、Jupyter Notebookと同等のことができる。以前作ったグラフをどのソースコードでコンパイルしたかを忘れてしまうという事態を防げる。
・Fluentd のBufferプラグインのfileプラグインは、ファイルシステム上にバッファを保存する。よって、デ -
-
-
Posted by ブクログ
前半の、さらに前半(2章)は、昨今流行りの人工知能・機械学習について、なぜ流行ったのかと原理の話、後半2章はやはり流行りの教師あり学習教師なし学習の実例のようなものをサラッと。
これまで読んできたいくつもの機械学習・人工知能の本に出てきた話が次々出てきて綺麗に並んでいて関係が解りやすかったし、それらの本でskipされてたところがマメに埋めてあって大変親切だった。
前半の後半2章はそれぞれ流行りの「機械学習」と「深層学習」でイントロダクションで、機械学習については実例ベースで著名な手法の紹介、深層学習は基礎になっている素過程の紹介である。
後半(第2部)はソフトの紹介で、R, Python -
-
-
-
Posted by ブクログ
実際にコードを書きながら進めていける本。
探索型分析と目的型(説明型)分析でアプローチが異なるため、
興味のある分野だけ読めばよいと思う。
かつ、探索型分析になると、
急に難しくなるのでチンプンカンプンになるかも。
ちゃんと勉強しないといけないですね。
k-meansくらいまでは分かったけど、
ランダムフォレストとかになると使ったことないから、
正直よく分からなかった。
【参考になった内容】
・データサイエンティスト=コードがかけるマーケター
・分析の大まかな手順
①現状とあるべき姿のギャップ理解
②問題発見・定義
③データ収集、加工
④データ分析
⑤考察、アクション
当たり