江崎貴裕のレビュー一覧

数理モデル思考で紐解くRULE DESIGN -組織と人の行動を科学する-

トピックとしては面白いし、ルールは間違いうるもの、改良していくべきもの、という視点はあらゆる人が理解しておいて損がない。数理モデルについてはあまり大きな題材でなかったように感じられた。どちらかというと心理学的な話題が多い。

数理モデル思考で紐解くRULE DESIGN -組織と人の行動を科学する-

ルールを作る側、守る側のどちらも理解しておきたい内容

何かあるたびに厳しいルールが作られても、実行されない、もともとの意図が忘れられて形骸化するなど耳が痛い内容だった

ネットフリックスの方針（あえて具体的なルールを細かく定めず、会社利益を各々が考えて行動する）といった事例も新鮮で参考になった

データ分析のための数理モデル入門 本質をとらえた分析のために

一部自分の理解度では難しい部分も多かったけれど、俯瞰での体系、どこに何があるのかの認知は深まったのでとてもよかったです。
あとがきにもあったように、色々勉強してからまた再訪したいと思います。

数理モデル思考で紐解くRULE DESIGN -組織と人の行動を科学する-

身近なところで言えば業務マニュアルとか就業規則などもルールにあたると思うが、ルールを取り巻く前提条件、技術、人、設備、etc...は変化する、ということを見越してルールをデザインしなければ、そもそも秩序を保つためのルールが逆に秩序を乱すことになるなだな、ということを再確認出来る本。

分析者のためのデータ解釈学入門 データの本質をとらえる技術

『データ解釈学』
網羅性★★★★★
分析方法★★★★★
解釈　　★★★★

【購読動機】
目的に沿うデータを取得、集計し、解釈をするシーンがあります。他社のIR資料を理解するもその一つです。こうした業務を重ねるなかで「解釈」という行為の幅の広さを再認識することになりました。
――――――――
【本書の特徴】
データを集計、分析する領域に関心ある人向けです。目的別にデータ集計、分析手法の紹介があります。また、そのメリット、デメリットの記述もあります。冒頭にあるとおり、網羅性が高い書籍です。
一方で、わたくしのようにデータを分析する手法よりも、解釈のやり方に課題、関心があるひとには少し難易度が高いかもしれません。
――――――――
【学べたこと】
私が観察するデータ群には、大きく２つの種類にわかれます。サンプル点数が比較的多いものと少ないものです。
データ群が多い場合には、分布図を観察することの有益性を認識することができました。
また、異常値がある場合は、含めた場合と除去した場合の２種比較をすることの意義も学べました。
＜データ分析。主な目的とデザイン＞
１）データ記述・探索
特徴の強さ・特筆性を明るくすること。
２）予測
目的変数を設定→予測モデリングの構築をすること。
３）因果推論
目的変数と説明変数の関係性の強弱を明るくすること。
＜因果関係を判定するための基準＞
１）頑強性
２）一貫性
３）特異性
４）時間制
５）用量反応関係
６）妥当性
７）整合性
８）実験の有無
９）類似性
＜さいごに＞
例えば、１つの事象（不具合含む）を観察したときに、それが過去の事象と比較して、３）特異性なのか？９）類似性があることなのか？を区別することで、その後の解決に向けての解釈の展開が合理的になるすことを理解できます。
また、事実を並列にするときに、推理小説のように４）時間別にプロットすることの有効性も理解できます。
学生時代に統計学を避け、別の科目を取得したことを思い出しつつ、書を閉じました。。。

数理モデル思考で紐解くRULE DESIGN -組織と人の行動を科学する-

自社のマネージャー読書会の題材として読んだ。

まず、内容の良し悪しとは別に、この書籍は読書会の題材としてはあまり向かないな、という印象。
特に前半の章は「ふむふむ」「だよね」的な話が多く、皆でのディスカッションポイントとなりにくい感じだった。

内容としては決して悪くないのだけれど。
あと、最後まで「数理モデル思考」の成分がやや不明だった。

学びとして、最初からルールの変更を意識しておくという部分は素直に心がけたいと感じた由。

数理モデル思考で紐解くRULE DESIGN -組織と人の行動を科学する-

各組織に一冊ほしい。ルール設定は多くの場合業務ではなく「土台」みたいな位置づけになってしまうからか、見直しやフィードバックがされづらい、受け付けてもらえないような面がある。全員がこの本の前提に立つと、この本で述べられたことを依り代として全員でコミットする雰囲気も醸成できそう。
あと集合知の話は面白かった。相談しない、一人の権力者の判断に委ねないって大事なんだなと。

分析者のためのデータ解釈学入門 データの本質をとらえる技術

統計学を学び直したいと思い立ち、入門編として購入。統計学の基礎からデータ分析まで広く浅く、分かり易くまとまっており、大枠の理解を深めることが出来た。次はより専門的な本に着手していきたい。

分析者のためのデータ解釈学入門 データの本質をとらえる技術

統計手法の解説ではなく、統計をとる／読む上での注意点、どのような手法を取るべきか／避けるべきか、が書いてある本。
統計の教科書は山ほどあるが、こういう当たり前と言えば当たり前のことをまとめて書いてある本は無かったと思う。例がわかりやすく、ほぼ数式なしで伝えたいことを伝える。著者頭良い。面白かった。統計の技法を学びたい人は、他の教科書を読むべし。

数理モデル思考で紐解くRULE DESIGN -組織と人の行動を科学する-

行動経済学や認知科学関連の書籍で読んだことがある事例や社会実験、実際あったことが豊富に記載されているので、そういったものを多く知りたい場合は役に立つと思う。
実際にどうすれば良いのかという点においては、やはり自分で考えルールをデザインをしないといけないので、こういった事例から学ぶことは良いことだと思う。

数理モデル思考で紐解くRULE DESIGN -組織と人の行動を科学する-

自分が知らなかった事例などが豊富に挙げられていて、サクサク読み進めることができた。どのようにルールをデザインしても、完璧に機能することはないことは様々な事例からもよくわかるようにありえない。失敗に対して対応策に動き出せるルール設定を必ずしておくことが大事であり、そのような姿勢が大事である。何事においてもそうであるが、慢心して立ち止まらないことが大事である。時代に合わせて、状況に合わせてを肝に銘じたい。

数理モデル思考で紐解くRULE DESIGN -組織と人の行動を科学する-

すぐに直接活用できるものではないが，「ルールは何故破綻するのか？」と言う疑問についてとてもよく答えてくれる一冊だった．
何より，理路整然として分かりやすい！
すぐにでも実践できそうな事も実はちらほらあって，途中から未来を想像してワクワクしてしまった．よし，がんばろう！

数理モデル思考で紐解くRULE DESIGN -組織と人の行動を科学する-

①ルールに明らかな欠陥がある
・正しいエビデンスや目的に基づいて設定する
・ルールに従う障害を取り除く
・内容や目的を誰でも理解できる


②
コブラ効果

心理的リアクタンス
やるなと言われたやりたくなる
やれと言われるとやりたくなくなる

希少性バイアス
制限されているものは希少で良いものだと感じてしまう

グッドハートの法則
指標が管理のために使われると、その指標自体が当てにならないものになること

ナッジを利用する

③
社会的ジレンマ
個人のレベルで見るとルールに従わない方がメリットが大きい人々がルールを破り、全体としての目標が達成できない状況

集合知効果
知らない人の選択は分散し、知っている人の選択が積み重なることで、正しい答えになる

売り手買い手の情報の非対称性をなくす

④時代の経過や、社会や環境の変化でルールは見直す必要がある。

リープフロッグ現象
技術の導入やインフラ整備が遅れたせいで、規制や既得権益グループがいない地域において一気に最新の技術が普及すること

⑤
緑の卵とハム
自由は逆に難しく制約があることで良くなること
考える問題に対して適度に近いトピックを与える(プライミング)と効率よくアイディアがでる
あえて突拍子もない制約が面白いアイディアになることも
ただ、環境に制約を与えると逆効果になる

サンクコスト(埋没費用)
人間はしばしば既に支払った金額を価値判断に含めて誤った決断をしがち＝コンコルド効果

数理モデル思考で紐解くRULE DESIGN -組織と人の行動を科学する-

事前にルールを更新することも見越してルールを設計しておき、データに基づいて必要に応じて対策を打てるようにしておくことが、理想のルールデザインを意識していきたい。

データ分析のための数理モデル入門 本質をとらえた分析のために

「分析者のためのデータ解釈学入門 データの本質をとらえる技術」とのセット本になっているようでどちらから読みのが良いのか迷った。

1章 データ分析と数理モデル
　省略
2章 数理モデルの構成要素・種類
　自然現象などを数理モデルとして表現するにあたって必要な考え方の説明。
3章 小数の方程式によるモデル
　比較的扱いやすい線形モデルを説明している。
4章 少数の微分方程式によるモデル
　時間を含んだ微分方程式で構築されたモデルの話で、解けるモデルは少ない。特に非線形な微分方程式は解けない。
5章 確率モデル
　モデルの中に確率要素を取り入れたもの。待ち行列モデルなど。
6章 統計モデル
　省略
7章 時系列モデル
　時系列データはトレンド、周期変動などが混ざっているので分析が難しい。ツールなどを使って分離し説明できる要素に分解する。
8章 機械学習モデル
9章 強化学習モデル
　最近の機械学習、強化学習までが数理モデルに入っているのに驚いた。
10章 多体系モデル・エージェントベースモデル
11章 モデルを決めるための要素
12章 モデルを設計する
13章 パラメータを推定する
14章 モデルを評価する　　
　省略

分析者のためのデータ解釈学入門 データの本質をとらえる技術

・データ分析に必要な考え方や定義を基礎から学べるので、初学者から見て良い本だった
・詳細は別の本が必要と思われる

分析者のためのデータ解釈学入門 データの本質をとらえる技術

データ分析の入門書として良かった。データの準備段階におけるサンプリングの話から一通りの基本的な分析手法の説明、よくある解釈間違いまで丁寧に説明されていて、学び直しとしては良かった。また、データ分析の専門家でなくても教養として知っておくとよい話ばかりだった。
平均や中央値の説明までするのはさすがに入門すぎる気もするが。
ただあくまで入門書レベルではあるので、中級編や実践編がほしいと思った。
あとデータ解釈学というタイトルが適切かは謎。[データ分析者のための統計学とデータ処理入門]という感じ。

分析者のためのデータ解釈学入門 データの本質をとらえる技術

これからデータ分析やデータ利用を漠然と考えていて、かつ分析手法などを学ぶことに抵抗感がない人にオススメの本だと思います

改めて、俯瞰して分析全体を見ることができたので自分が抜けている部分や理解していた部分を整理できたのは良かったです。

ここを入り口に実際の統計分析やプログラミングなどを学ぶと、これからのデータ活用に役立つと思います

分析者のためのデータ解釈学入門 データの本質をとらえる技術

データの収集・分析・解釈において注意すべき事項が初学者向けに分かりやすく説明されていて勉強になった。

分析のところは数学的な用語や考え方が出てきて、分析手法一つ一つをきちんと理解はできていないが、分析手法の種類などについて知ることができた。

分析者のためのデータ解釈学入門 データの本質をとらえる技術

難しい数式は登場せず、高校生や文系の方でも読める本。
数字を見る際に陥りがちなバイアスについて詳しく説明されている。
教科書というより、読み物として読むといいと思う。