伊藤徹郎のレビュー一覧

AI・データ分析プロジェクトのすべて[ビジネス力×技術力＝価値創出]

機械学習やデータ分析プロジェクトの進め方が纏められた入門書。
組織体制や人材募集の観点もありそこは読み飛ばした。データサイエンティストとしての役割や需要などもあり。AIプロジェクトの導入方法などの入門書としては勉強になった。精度のモニタリングなど。
個人的にはデータ結果のレポート化にある目的、背景、分析結果、ネクストアクションがためになった。

AI・データ分析プロジェクトのすべて[ビジネス力×技術力＝価値創出]

しばらく積読になってましたが、今月から学校に通うため読破（笑）データサイエンスに関するざっとした内容ですが、基本、課題があってその課題を解決したときのメリットは何でをはっきりさせることが重要であり、そのための方法論としてデータを活用する。。。ことが肝要であるということと理解しました。あとは、データ活用とはいえ、データベースの構築から分析、可視化、プログラムなどなど専門性が要求される分野であることから、自分が取り組むべきは、全体を浅く広く把握することだな。。と考えました。まったく何もわからない状態では、指示もだせませんしね。

AI・データ分析プロジェクトのすべて[ビジネス力×技術力＝価値創出]

技術者が会社組織でプロジェクトを上手く回していくためのあれこれをまとめたもの。こじらせると「データ分析失敗事例集」に収録されそうなポイントが簡潔に述べられている。

データで話す組織～プロジェクトを成功に導く「課題発見、人材、データ、施策実行」4つの力

データ分析組織の作り方について言及されている書籍は少ない印象だったのでその意味では貴重な内容が書かれてあり良かった。一方でかなり表面的な話が多く個人的には新しく得られたものは少なかった。実際にデータ分析組織を立ち上げた企業などの具体例がいくつか載ってたりするともっと良かったとは思う。

データで話す組織～プロジェクトを成功に導く「課題発見、人材、データ、施策実行」4つの力

データに基づく議論・意思決定について、概説的にまとめた本。要領よくまとめられている。付録Bの参考書籍のリストが本書の一番の売りかもしれない。

実践的データ基盤への処方箋～ ビジネス価値創出のためのデータ・システム・ヒトのノウハウ

企業でデータを管理するプラットフォームの運営やデータ分析に関わっている人であれば手元に置いておきたい本．
組織・カルチャ・技術のあらゆる側面で何を考えればよいのか総合的に書かれている．
図が多く文章もわかりやすいのだが，よくありがちな落とし穴事例のような具体的な注意ポイントが列挙されていると親切だったかもしれない．

AI・データ分析プロジェクトのすべて[ビジネス力×技術力＝価値創出]

データ分析系のプロジェクトがどのようにスタートし、進むのか、またそこで活躍するにはどうすれば良いかなど、実務が分かっている方が書いていて参考になる本。

AIと付いているが、基本は一般的なデータ分析系のプロジェクトの話題であり、コンサルティング会社などで経験のある人は読む必要がないように感じた。

AI・データ分析プロジェクトのすべて[ビジネス力×技術力＝価値創出]

ＡＩの導入を成功させるためのビジネススキルを磨きたい人におすすめ

【概要】
●プロジェクトの準備
　ＡＩ・データ分析業界の概要、データサイエンティストのキャリアと雇用、ＡＩ・データサイエンティストの実務と情報収集
●プロジェクトの入口
　社内案件の獲得と外部リソースの検討、データのリスクマネジメントと契約
●プロジェクトの実行
　ＡＩ・データ分析プロジェクトの起ち上げと管理、データの種類と分析手法の検討、分析結果の評価と改善、レポーティングとＢＩ、データ分析基盤の構築と運用
●プロジェクトの出口
　プロジェクトのバリューと継続性、業界事例

【感想】
●学生・プロジェクト未経験者、ジュニア（指示を仰ぎながら取り組んでいる人）、ミドル（自身の判断で進められる人）に読者層を分類して、各々に関係のある項目が提示されているため、自分はどのページを読めばいいかよくわかるのがよい。
●本書の目指すところは「シニア（責任者）」だと明確化されているのもよい。
●プロジェクト全体の進め方がわかるところから始まり、シニアにステップアップするための参考となる情報が書かれているため、順を追って理解できるのがよい。

データサイエンティスト養成読本 ビジネス活用編

昨今流行りのデータドリブンで何かやろう！みたいな流れが弊社にもあってだな、、

しかしながらデータ分析とはあくまで課題解決の手法の一つ。データから課題をみつけよう！ではなく、まずは課題を洗い出してその中からデータ分析の力を借りることが出来そうなものを抽出すべし、というのがすとんと落ちた、のだが。

まずは各現場の課題を洗い出すのに現場を知る必要があるよね、ってところと、データ分析を組織化する必要なくね？と頭グルグル悩ませているところ。

AI・データ分析プロジェクトのすべて[ビジネス力×技術力＝価値創出]

AI関連の本は技術面の本が多い中、この本はプロジェクトをうまく進める方法について説明している。課題設計からゴールまでのアプローチ、人員計画など、AIプロジェクトに特化した説明があり失敗のケースも紹介されているところが参考になる。

AI・データ分析プロジェクトのすべて[ビジネス力×技術力＝価値創出]

AIプロジェクトについて、0から10まで学べる本。

人材の集め方、組織の立ち上げ方からベンダーの選び方から、環境の構築やノウハウの貯め方等のプロジェクトの出口まで紹介している。

プレイヤーではなく、マネージャー向きの本。
具体的なデータ分析の手法は載っていない。

データサイエンティスト養成読本 ビジネス活用編

output（分析結果）まででなく、outcome（ビジネス成果）まで関与することが重要。
当たり前のことですが、全くその通りと思いました。
あと、people analyticsという分野が登場していることに興味を持ちました。