野村総合研究所データサイエンスラボのレビュー一覧

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、...続きを読む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
相関とベイジアンネットワーク
回帰分析、最小二乗法
多重共線性
デシジョン・ツリー

■人工知能

ＡＩ発注
機械学習　①教師あり学習、②教師なし学習、③強化学習
ディープラーニング
アルゴリズム
自然言語処理
ＧＰＴ
過学習
クロスバリデーション
自動機械学習
テキストマイニング
自然言語処理
画像認識
音声認識

■データ分析
アトリビューション分析　広告接触経路把握、媒体貢献度の分析
アクセス解析　サイトへの流入や再訪の状況の解析
デジタルマーケティング　ＣＲＭ⇒ＣＸ　顧客満足度向上から顧客体験へ
巡回セールスマン問題
ダイナミックプライシング
ピープルアナリティクス　人物の属性データ、性格・志向データ、勤務データ、行動データ

分析モデル
データエンジニアリング　(Python +ライブラリ、クラウド
マーケティング（因果関係の分析）

■他

・データサイエンティストが直面している課題
　前処理、クレンジング、ＥＴＬ
・欠損データの予測
・機械学習のモデルの試行錯誤
・ハードウエア、ソフトウエア、ツール面の制約

・データサイエンティストの資格

・データサイエンティストのキャリアパス

目次
第1章 身近にあるデータサイエンティストの仕事
第2章 知っておきたいデータサイエンティストの基礎知識
第3章 データサイエンティストが行う分析の実務
第4章 データサイエンティストが直面している課題
第5章 データサイエンティストが持つべき資格
第6章 データサイエンティストになるキャリアパス
第7章 これからのデータサイエンティストに求められるもの
あとがき
ブックガイド
索引

ISBN：9784296114948
出版社：日経BP　日本経済新聞出版
判型：新書
ページ数：200ページ
定価：1000円（本体）
発行年月日：2022年12月
発売日：2022年12月14日１版１刷

今、社内でもデータサイエンティストの育成が盛んに叫ばれるようにたり、勉強のつもりで読んで見ました。データサイエンティストとはなんぞや？を理解するのには大変役立ったと思います。

データサイエンティストは今、もっとも『セクシー』な職業だそうです。
スキルのみで勝負する専門職とは違い、ゼネラリスト型の能力が求められるというのは意外でした。

職業としてのデータサイエンティストについて、わかりやすく解説してくれている。データサイエンスの将来性の高さを改めて確認できた。

データサイエンティストという職業の概要がわかる。

【概要】
●データサイエンティストをめぐる現状
●データサイエンティストに必要な能力・活かした仕事
●データサイエンティストの業務例
●現代の課題、解決策、将来性

【感想】
●読みやすく書かれており、短時間で読み終える。
●データサイエンティスト...続きを読むに関して勉強するための足掛かりとして有用であった。

自分にとって、データサイエンティストはかなりふわふわした概念だったが、かなりクリアになったと思う。自分がするべきことも見えるし、そのガイドも巻末に示してくれている。良書だと思います。

データサイエンティストが何か全く知らない人が最初に読むのにおすすめの本。
DSに必要な要素(エンジニアリング力、ビジネス力、数学統計力)、現在のDSはどういう人たちか、プロジェクトの困りごとと解決例が載っているため、イメージが湧きやすい。
DXを導入したい、DSを雇ってみたいという経営者の方にこの本...続きを読むを紹介しようと思う。

データサイエンスがどのようなものか？データサイエンティストがどのような仕事をしているか?データを交えながら解説しています。仮想サイエンティストのストーリーもいくつかありますのでこれから学ぶ人も、すでに仕事で使っている人も気持ちを上げていくのに読むのもよいかとおもいました。

データさえあれば物凄いソリューションを提供してくれるとか、一度きりデータさえ提供すれば全てやってくれると思われている、など、なるほどありそうな話だなと思った。
絶えず勉強が必要というのも、ほんとそのとおりなんだろうなと。

野村総研のメンバーが執筆。
見開き1ページ完結の形式で、薄く幅広く解説。
コンサルらしく、会社での苦労話が生々しい。
気楽に読める。
データサイエンティストが持つべき資格を紹介

基本的な知識としての統計学（中心極限定理、t検定、仮説検定など）から機械学習ツール、データサイエンティストの業務内容やよくある顧客側の誤解などが広く浅く紹介されていた。
データサイエンティストには、データ分析力だけでなく、顧客や担当者に納得してもらうための説明力、分析と予測結果を踏まえて実際に実行可...続きを読む能な最適な行動を提案する能力、収集されたデータを使ってどのような価値を産み出せるかを想像する能力が求められる。

データサイエンティストの現状や必要性、魅力について、実例を交えて分かりやすく書かれている本。

データサイエンスとはこうでこうでこういう分析手法があるんだ！！！といった実用書を求めている人にとっては、本書は少し的外れになるかもしれない。

書いてあるようにデータサイエンスのハウツーではなくどんな業務で、どんなことが成果かが分かる内容だった。重要性を理解してない人が読むといいけど、そんな人は手に取らないかと。

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...続きを読む、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、専門知識まではなくても、データサイエンスのリテラシーを持ったうえでデータドリブンな意志決定を行える素養が益々必要になってくるということを痛感した。

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...続きを読むスキルセットは、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を創造するビジョン実現型が主な役割だ。機械学習の技術が発展すれば、いずれはデータサイエンティストが必要なくなるという議論がある。しかし、画像や動画などの非構造化データを行列で示された構造化データに変換する必要があるためなくならないと予想している。