酒巻隆治のレビュー一覧

ビジネス活用事例で学ぶ データサイエンス入門

ドリコムでの実際のサービス実例を交えて実務フローの説明で理解のイメージがしやすい。
珍しいのは各フローの時間負荷が書いてあるところ。

問題（事実）確認 → 仮説、解決策構築 → データ収集、整理 → 分析 → アクション

ビジネス活用事例で学ぶ データサイエンス入門

【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。

ビジネス活用事例で学ぶ データサイエンス入門

巷間過熱気味の分野だが、実際に近いデータを加工しながら検証する様子を追体験できる点で貴重。
R言語の専門書でないのは承知しているが、願わくばせめて各関数の概要と引数の説明くらいつけておいていただけると尚ありがたく。appendixでよいので。

ビジネス活用事例で学ぶ データサイエンス入門

データサイエンスの実践ステップとそれに従った事例数ケース、という仕立てがイメージつきやすいです。また、きちんと加工を扱っている点も評価します。なお、扱っている事例はWeb系のもののみでした。

ビジネス活用事例で学ぶ データサイエンス入門

サービス商材の拡販を想定した章立てになっていて活用方法のイメージが何となく掴めた。（事例はR言語が使用されている。）大きく3つの領域からデータサイエンティストを目指すアプローチも興味深い点だった。一度では理解しきれないため、要再読。

ビジネス活用事例で学ぶ データサイエンス入門

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
　当たり前だが、問題と収集（何を取るか）が重要。
　あとはやれそうか？という感覚も大切。
　上記を進めるにはユーザの協力が必須。
　ディスカッションしながら進められない場合、
　かなりの確率で役に立たない分析で終わる。

・意思決定支援で使う分析としては、
　　単純集計（可視化、ヒストグラム、時系列）
　　クロス集計
　クロス集計の軸を決めるところがポイント。

・仮説検定は、サンプルサイズが多い場合には、
　ほぼ確実に「統計的に有意な差がある」と出てしまう。

・予測モデルを作成するとは、
　規則性があって、まとまりがある
　と分かっているから出来ること。
　上記が無いのであれば、いくら学習させても何も出ない。