データ分析プロセス, 収集

分析の土台としての情報・データ収集も体系化したい

意思決定のためのデータ分析そのものがあまり語られていないこともありそれ以上に支える情報収集には目がいかないようだ。書籍や大学のデータサイエンス教育もきれいなデータが用意されてそこから話が ...

分析

残った2つの疑問

学者が書く本は学者向けで一般人にはとっつきづらいを通り越して読ませる気がない、なんてことが多い中で、現役の学者が専門的な内容を一般に読ませるように書いてくれる本は貴重だ。と思っていたらやはり同じように思っている人は多い ...

キャリア

世の中には「不特定多数に対する汎用的な情報を作る人」の方が圧倒的に多い

「アナリスト」には「特定の誰かの特定の意思決定に対する情報を作る人」と「不特定多数に対する汎用的な情報を作る人」がいるが、実際のところは前者はほとんどおらず圧倒的に ...

データ分析組織

外注利用の大前提は主体的であること

データ分析は内製化しなければならないが、様々な事情により外注を使うを使うことは当然ありえる。しかし、金さえ払えばあとは自分の望むように勝手にやってくれるわけもなく、動かす側の力量次第でどのような役割を ...

収集

データ収集の失敗を考える

とりあえず目についた面白い情報やなんとなく役に立ちそうなニュースを集めるだけならばともかく、まじめに考えてみるとデータ収集は簡単なようで難しい。そこでデータ収集の失敗(つまり自分が過去にやらかしたこと)について ...

戦争, 書評・感想

概略だけでもわかるその無茶苦茶ぶりと、今でもさほど変わっていないらしい日本人

悪名高き「インパール作戦」ではあるが、インパールやコヒマという地名、牟田口廉也や佐藤幸徳といった将軍の名前、白骨街道といった個々の名称はよく聞くが全容について ...

キャリア

「アナリスト」と一言にはいうけれどもひとくくりにしてはいけない

「データ分析をする人」は「アナリスト」と「エンジニア」に分かれ、その違いは「他の誰かが意思決定するための情報(つまりインテリジェンス)」を作るかどうかにあるが、世の中で「ア ...

伝達

やっても無駄になるのが大半だけど、やらないわけにいかない

「データ分析がいくら重要だと言ってもどうせ聞かないだろうから無駄」だとそのままにしてはやりたいこともできないし経験も積めない。揚句に業績が上がらずボーナスも出ない、ではどうしよう ...

分析

どっちがどっちで何しているんだっけ?

ブースティングとバギングの区別がようやくつくようになってきた(気がする)がさらにそれぞれのアルゴリズムになるとまだ混乱する。というわけで、今のところの自分の認識を書いてみる。

アンサンブル学習 ...

生産性

仕事を早くすることのメリットはもっと広まってもいい

データ分析に限らず仕事の早さは重要であり、例えば無駄を減らすことについては時間を作るために手戻りをどうやったら減らせるかや定期的にデータを受け取る際に気を付けることといった話をいくつか ...