野村総合研究所データサイエンスラボのレビュー一覧
-
Posted by ブクログ
ビジュアル データサイエンティスト 基本スキル84
編：野村総合研究所 データサイエンスラボ
日経文庫
内容は、３つ 統計学、人工知能、データ分析
ビッグデータを取り巻く、データ処理の図鑑、とっかかりにキーワードを見つけたり、関連を調べたりする見開き１頁のサマリ集
データサイエンティストとは、データをビジネスに活用できる人
２０２１年３月時点で、大幅に不足しているのが、データサイエンティスト
データサイエンティストに必要なのは、
①ビジネス力＋②データサイエンス力＋③データエンジアリング力
■統計学
移動平均法
指数平滑法
自己回帰法（ＡＲ）
状態空間モデル
分散
信頼空間
仮説検定 -
-
-
-
-
-
-
-
-
-
-
-
-
-
-
Posted by ブクログ
ネタバレデータ関連について少しアップデートすべく読書。
基礎的な部分や現状の具体的な活用文脈などにも触れられており、基礎的な知識拡充にはよき。
メモ
・ピープルアナリティクス
属性データ
性格志向データ
勤務データ
行動データ
・ロジスティック回帰 目的地が2値のときに用いる。
・Light GBM勾配ブースティング
予測と実測誤差を計算し、誤差を決定木で学習する方法。
・顧客ベースでまとめるのがクラスタリング、属性ベースでまとめるのが次元削減。教師なし学習で用いられる
・ベイジアンネットワーク 条件付き確率から因果関係強さを判断する。
・データサイエンティストが直面する -
-
Posted by ブクログ
ネタバレデータサイエンティストは何ができるか。
デジタルマーケティングの分野。以前はCRM（カスタマーリレーションシップマネジメント）、これからは感情も考慮したマネジメント＝CX（デジタルエクスペリエンス）。
配送最適化
ダイナミックプライシング
AI発注＝需要予測
スポーツデータサイエンス＝能力の最大化、けがの防止など
ピープルアナリクス＝人材マネジメント
統計の原理を知っておく
中心極限定理、大数の法則
信頼区間
仮説検定
相関係数
ベイズ統計＝モンティホール問題
因果推論
AI・機械学習・ディープラーニング
アルゴリズム
回帰分析＝最小二乗法、P値
多重共線性＝重回帰分析
ロジスティック分析
-
Posted by ブクログ
データサイエンティストへの需要は今後さらに増加し、人材が求められる将来有望な重要分野であることがよくわかった。
AIによる人の仕事の代替は、データを用いた判断や作業の自動化によって起こるものであり、その局面においてデータサイエンティストの仕事が増えるとのこと。
データサイエンティストには、ビジネス力、データサイエンス力（数学的）、データエンジニアリング力（情報学的）バランス良く求められ、データ分析だけでなくビジネス現場での提案まで求められる傾向が強まってきている。人材育成のカリキュラムが充実してきてはいるものの、需給ギャップはしばらくは残るという。
そして、これからの企業経営においては、専門知 -
Posted by ブクログ
AI時代に必要なデータサイエンティストについて最初に読む本。そもそもデータサイエンティストって何か、必要な資格は何か、必要なスキル、働き方や考え方、将来性がわかる。基本的にデータサイエンティストを肯定的に書いているが、新しい職業であるが故の欠点も書かれている。
データサイエンティストに必要な3つのスキルセットは、ビジネス力、データサイエンス力、データエンジニアリング力。学部で言うと、ビジネス力は経営学部、データサイエンス力は理学部、データエンジニアリング力は情報学部になり、理想的には3つの分野にまたがる能力が必要。最も大事なのはビジネス力で、企業変革のために課題解決型ではなくビジョンの実現策