Enviar pesquisa
Carregar
ビジネスの現場のデータ分析における理想と現実
•
59 gostaram
•
26,285 visualizações
Takashi J OZAKI
Seguir
Zansa第17回勉強会・社会人枠での発表です。データ分析の話は全くしてません(笑)。
Leia menos
Leia mais
Tecnologia
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 52
Recomendados
楽天のデータサイエンス/AIによるビッグデータ活用
楽天のデータサイエンス/AIによるビッグデータ活用
Rakuten Group, Inc.
なぜコンピュータを学ばなければならないのか 21世紀の君主論
なぜコンピュータを学ばなければならないのか 21世紀の君主論
Tokoroten Nakayama
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
Tokoroten Nakayama
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用
Hiroyuki Masuda
データサイエンティストのつくり方
データサイエンティストのつくり方
Shohei Hido
「データサイエンティスト・ブーム」後の企業におけるデータ分析者像を探る
「データサイエンティスト・ブーム」後の企業におけるデータ分析者像を探る
Takashi J OZAKI
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
Tokoroten Nakayama
心理的安全性と、Veinの紹介 Psychological safety and introduction of Vein
心理的安全性と、Veinの紹介 Psychological safety and introduction of Vein
Tokoroten Nakayama
Recomendados
楽天のデータサイエンス/AIによるビッグデータ活用
楽天のデータサイエンス/AIによるビッグデータ活用
Rakuten Group, Inc.
なぜコンピュータを学ばなければならないのか 21世紀の君主論
なぜコンピュータを学ばなければならないのか 21世紀の君主論
Tokoroten Nakayama
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
Tokoroten Nakayama
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用
Hiroyuki Masuda
データサイエンティストのつくり方
データサイエンティストのつくり方
Shohei Hido
「データサイエンティスト・ブーム」後の企業におけるデータ分析者像を探る
「データサイエンティスト・ブーム」後の企業におけるデータ分析者像を探る
Takashi J OZAKI
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
Tokoroten Nakayama
心理的安全性と、Veinの紹介 Psychological safety and introduction of Vein
心理的安全性と、Veinの紹介 Psychological safety and introduction of Vein
Tokoroten Nakayama
「DX完全に理解した」「DXわけがわからないよ」なユーザ企業の方へ
「DX完全に理解した」「DXわけがわからないよ」なユーザ企業の方へ
YoheiGibo
工学系大学4年生のための論文の読み方
工学系大学4年生のための論文の読み方
ychtanaka
さらば!データサイエンティスト
さらば!データサイエンティスト
Shohei Hido
最新業界事情から見るデータサイエンティストの「実像」
最新業界事情から見るデータサイエンティストの「実像」
Takashi J OZAKI
データマイニングの話詰め合わせ
データマイニングの話詰め合わせ
Tokoroten Nakayama
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
shakezo
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
Hajime Fujita
深層学習の不確実性 - Uncertainty in Deep Neural Networks -
深層学習の不確実性 - Uncertainty in Deep Neural Networks -
tmtm otm
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
諒介 荒木
データ分析概略
データ分析概略
Daiyu Hatakeyama
全脳アーキテクチャ若手の会 機械学習勉強会 ベイジアンネットワーク
全脳アーキテクチャ若手の会 機械学習勉強会 ベイジアンネットワーク
Erika_Fujita
プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)
プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)
Toshihiko Yamasaki
MLOpsはバズワード
MLOpsはバズワード
Tetsutaro Watanabe
先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15
Yoichi Ochiai
優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案
Masanori Kado
企業におけるデータ分析プロジェクトと求められるスキル
企業におけるデータ分析プロジェクトと求められるスキル
Rakuten Group, Inc.
機械学習を用いた異常検知入門
機械学習を用いた異常検知入門
michiaki ito
Data-Centric AIの紹介
Data-Centric AIの紹介
Kazuyuki Miyazawa
ビジネスパーソンのためのDX入門講座エッセンス版
ビジネスパーソンのためのDX入門講座エッセンス版
Tokoroten Nakayama
マッチングサービスにおけるKPIの話
マッチングサービスにおけるKPIの話
cyberagent
Thinking datascientist itself
Thinking datascientist itself
HiroyukiOtsubo
セグメンテーションの考え方・使い方 - TokyoR #44
セグメンテーションの考え方・使い方 - TokyoR #44
horihorio
Mais conteúdo relacionado
Mais procurados
「DX完全に理解した」「DXわけがわからないよ」なユーザ企業の方へ
「DX完全に理解した」「DXわけがわからないよ」なユーザ企業の方へ
YoheiGibo
工学系大学4年生のための論文の読み方
工学系大学4年生のための論文の読み方
ychtanaka
さらば!データサイエンティスト
さらば!データサイエンティスト
Shohei Hido
最新業界事情から見るデータサイエンティストの「実像」
最新業界事情から見るデータサイエンティストの「実像」
Takashi J OZAKI
データマイニングの話詰め合わせ
データマイニングの話詰め合わせ
Tokoroten Nakayama
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
shakezo
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
Hajime Fujita
深層学習の不確実性 - Uncertainty in Deep Neural Networks -
深層学習の不確実性 - Uncertainty in Deep Neural Networks -
tmtm otm
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
諒介 荒木
データ分析概略
データ分析概略
Daiyu Hatakeyama
全脳アーキテクチャ若手の会 機械学習勉強会 ベイジアンネットワーク
全脳アーキテクチャ若手の会 機械学習勉強会 ベイジアンネットワーク
Erika_Fujita
プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)
プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)
Toshihiko Yamasaki
MLOpsはバズワード
MLOpsはバズワード
Tetsutaro Watanabe
先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15
Yoichi Ochiai
優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案
Masanori Kado
企業におけるデータ分析プロジェクトと求められるスキル
企業におけるデータ分析プロジェクトと求められるスキル
Rakuten Group, Inc.
機械学習を用いた異常検知入門
機械学習を用いた異常検知入門
michiaki ito
Data-Centric AIの紹介
Data-Centric AIの紹介
Kazuyuki Miyazawa
ビジネスパーソンのためのDX入門講座エッセンス版
ビジネスパーソンのためのDX入門講座エッセンス版
Tokoroten Nakayama
マッチングサービスにおけるKPIの話
マッチングサービスにおけるKPIの話
cyberagent
Mais procurados
(20)
「DX完全に理解した」「DXわけがわからないよ」なユーザ企業の方へ
「DX完全に理解した」「DXわけがわからないよ」なユーザ企業の方へ
工学系大学4年生のための論文の読み方
工学系大学4年生のための論文の読み方
さらば!データサイエンティスト
さらば!データサイエンティスト
最新業界事情から見るデータサイエンティストの「実像」
最新業界事情から見るデータサイエンティストの「実像」
データマイニングの話詰め合わせ
データマイニングの話詰め合わせ
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
深層学習の不確実性 - Uncertainty in Deep Neural Networks -
深層学習の不確実性 - Uncertainty in Deep Neural Networks -
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
Surveyから始まる研究者への道 - Stand on the shoulders of giants -
データ分析概略
データ分析概略
全脳アーキテクチャ若手の会 機械学習勉強会 ベイジアンネットワーク
全脳アーキテクチャ若手の会 機械学習勉強会 ベイジアンネットワーク
プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)
プレゼン・ポスターで自分の研究を「伝える」 (How to do technical oral/poster presentation)
MLOpsはバズワード
MLOpsはバズワード
先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15
優れた研究論文の書き方―7つの提案
優れた研究論文の書き方―7つの提案
企業におけるデータ分析プロジェクトと求められるスキル
企業におけるデータ分析プロジェクトと求められるスキル
機械学習を用いた異常検知入門
機械学習を用いた異常検知入門
Data-Centric AIの紹介
Data-Centric AIの紹介
ビジネスパーソンのためのDX入門講座エッセンス版
ビジネスパーソンのためのDX入門講座エッセンス版
マッチングサービスにおけるKPIの話
マッチングサービスにおけるKPIの話
Semelhante a ビジネスの現場のデータ分析における理想と現実
Thinking datascientist itself
Thinking datascientist itself
HiroyukiOtsubo
セグメンテーションの考え方・使い方 - TokyoR #44
セグメンテーションの考え方・使い方 - TokyoR #44
horihorio
アクションマイニングを用いた最適なアクションの導出
アクションマイニングを用いた最適なアクションの導出
Shintaro Fukushima
(道具としての)データサイエンティストのつかい方
(道具としての)データサイエンティストのつかい方
Shohei Hido
20120326 zansa勉強会発表資料 (公開用) 02 04-38
20120326 zansa勉強会発表資料 (公開用) 02 04-38
tetsuro ito
OpenDataの知見共有とビジネス化
OpenDataの知見共有とビジネス化
Satoshi Iida
Thank you communication network in organization 感謝ネットワークからみる組織のコミュニケーションの形
Thank you communication network in organization 感謝ネットワークからみる組織のコミュニケーションの形
Hiroko Onari
データジャーナリズム―異業種のコラボレーションがニュースを変える― (2013年12月)
データジャーナリズム―異業種のコラボレーションがニュースを変える― (2013年12月)
yuzoakakura
JPA2019 Symposium 1
JPA2019 Symposium 1
Jun Kashihara
teaming and weak internal information
teaming and weak internal information
Hiroko Onari
リクルートライフスタイル流!分析基盤との賢い付き合い方
リクルートライフスタイル流!分析基盤との賢い付き合い方
Recruit Lifestyle Co., Ltd.
Gaiaxセミナー資料20111216
Gaiaxセミナー資料20111216
ITmedia_HR(人事・採用)
Gaiaxセミナー20111216「採用現場が考えるソーシャル」
Gaiaxセミナー20111216「採用現場が考えるソーシャル」
URANO HEIYA
20131213 itサービスに求められる人材像
20131213 itサービスに求められる人材像
jun_suto
20131221 次世代共創マーケティング
20131221 次世代共創マーケティング
晴生(作成中) 山崎
20220422佐賀銀行新入行員研修
20220422佐賀銀行新入行員研修
KazuhitoKitamura
Semelhante a ビジネスの現場のデータ分析における理想と現実
(16)
Thinking datascientist itself
Thinking datascientist itself
セグメンテーションの考え方・使い方 - TokyoR #44
セグメンテーションの考え方・使い方 - TokyoR #44
アクションマイニングを用いた最適なアクションの導出
アクションマイニングを用いた最適なアクションの導出
(道具としての)データサイエンティストのつかい方
(道具としての)データサイエンティストのつかい方
20120326 zansa勉強会発表資料 (公開用) 02 04-38
20120326 zansa勉強会発表資料 (公開用) 02 04-38
OpenDataの知見共有とビジネス化
OpenDataの知見共有とビジネス化
Thank you communication network in organization 感謝ネットワークからみる組織のコミュニケーションの形
Thank you communication network in organization 感謝ネットワークからみる組織のコミュニケーションの形
データジャーナリズム―異業種のコラボレーションがニュースを変える― (2013年12月)
データジャーナリズム―異業種のコラボレーションがニュースを変える― (2013年12月)
JPA2019 Symposium 1
JPA2019 Symposium 1
teaming and weak internal information
teaming and weak internal information
リクルートライフスタイル流!分析基盤との賢い付き合い方
リクルートライフスタイル流!分析基盤との賢い付き合い方
Gaiaxセミナー資料20111216
Gaiaxセミナー資料20111216
Gaiaxセミナー20111216「採用現場が考えるソーシャル」
Gaiaxセミナー20111216「採用現場が考えるソーシャル」
20131213 itサービスに求められる人材像
20131213 itサービスに求められる人材像
20131221 次世代共創マーケティング
20131221 次世代共創マーケティング
20220422佐賀銀行新入行員研修
20220422佐賀銀行新入行員研修
Mais de Takashi J OZAKI
直感的な単変量モデルでは予測できない「ワインの味」を多変量モデルで予測する
直感的な単変量モデルでは予測できない「ワインの味」を多変量モデルで予測する
Takashi J OZAKI
Taste of Wine vs. Data Science
Taste of Wine vs. Data Science
Takashi J OZAKI
Granger因果による時系列データの因果推定(因果フェス2015)
Granger因果による時系列データの因果推定(因果フェス2015)
Takashi J OZAKI
Tech Lab Paak講演会 20150601
Tech Lab Paak講演会 20150601
Takashi J OZAKI
なぜ統計学がビジネスの 意思決定において大事なのか?
なぜ統計学がビジネスの 意思決定において大事なのか?
Takashi J OZAKI
Deep Learningと他の分類器をRで比べてみよう in Japan.R 2014
Deep Learningと他の分類器をRで比べてみよう in Japan.R 2014
Takashi J OZAKI
『手を動かしながら学ぶ ビジネスに活かすデータマイニング』で目指したもの・学んでもらいたいもの
『手を動かしながら学ぶ ビジネスに活かすデータマイニング』で目指したもの・学んでもらいたいもの
Takashi J OZAKI
Jc 20141003 tjo
Jc 20141003 tjo
Takashi J OZAKI
データ分析というお仕事のこれまでとこれから(HCMPL2014)
データ分析というお仕事のこれまでとこれから(HCMPL2014)
Takashi J OZAKI
Visualization of Supervised Learning with {arules} + {arulesViz}
Visualization of Supervised Learning with {arules} + {arulesViz}
Takashi J OZAKI
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Takashi J OZAKI
計量時系列分析の立場からビジネスの現場のデータを見てみよう - 30th Tokyo Webmining
計量時系列分析の立場からビジネスの現場のデータを見てみよう - 30th Tokyo Webmining
Takashi J OZAKI
Rで計量時系列分析~CRANパッケージ総ざらい~
Rで計量時系列分析~CRANパッケージ総ざらい~
Takashi J OZAKI
21世紀で最もセクシーな職業!?「データサイエンティスト」の実像に迫る
21世紀で最もセクシーな職業!?「データサイエンティスト」の実像に迫る
Takashi J OZAKI
Simple perceptron by TJO
Simple perceptron by TJO
Takashi J OZAKI
Mais de Takashi J OZAKI
(15)
直感的な単変量モデルでは予測できない「ワインの味」を多変量モデルで予測する
直感的な単変量モデルでは予測できない「ワインの味」を多変量モデルで予測する
Taste of Wine vs. Data Science
Taste of Wine vs. Data Science
Granger因果による時系列データの因果推定(因果フェス2015)
Granger因果による時系列データの因果推定(因果フェス2015)
Tech Lab Paak講演会 20150601
Tech Lab Paak講演会 20150601
なぜ統計学がビジネスの 意思決定において大事なのか?
なぜ統計学がビジネスの 意思決定において大事なのか?
Deep Learningと他の分類器をRで比べてみよう in Japan.R 2014
Deep Learningと他の分類器をRで比べてみよう in Japan.R 2014
『手を動かしながら学ぶ ビジネスに活かすデータマイニング』で目指したもの・学んでもらいたいもの
『手を動かしながら学ぶ ビジネスに活かすデータマイニング』で目指したもの・学んでもらいたいもの
Jc 20141003 tjo
Jc 20141003 tjo
データ分析というお仕事のこれまでとこれから(HCMPL2014)
データ分析というお仕事のこれまでとこれから(HCMPL2014)
Visualization of Supervised Learning with {arules} + {arulesViz}
Visualization of Supervised Learning with {arules} + {arulesViz}
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
Rによるやさしい統計学第20章「検定力分析によるサンプルサイズの決定」
計量時系列分析の立場からビジネスの現場のデータを見てみよう - 30th Tokyo Webmining
計量時系列分析の立場からビジネスの現場のデータを見てみよう - 30th Tokyo Webmining
Rで計量時系列分析~CRANパッケージ総ざらい~
Rで計量時系列分析~CRANパッケージ総ざらい~
21世紀で最もセクシーな職業!?「データサイエンティスト」の実像に迫る
21世紀で最もセクシーな職業!?「データサイエンティスト」の実像に迫る
Simple perceptron by TJO
Simple perceptron by TJO
Último
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
FumieNakayama
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
akihisamiyanaga1
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
FumieNakayama
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
UEHARA, Tetsutaro
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
sugiuralab
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
Yuki Kikuchi
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
博三 太田
Último
(8)
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
ビジネスの現場のデータ分析における理想と現実
1.
ビジネスの現場の データ分析における 理想と現実 株式会社リクルートコミュニケーションズ データサイエンティスト 尾崎 隆
(Takashi J. OZAKI, Ph. D.) 2013/11/28 1
2.
一応、自己紹介を… ブログ&Twitterやってます 2013/11/28 2
3.
一応、自己紹介を… ブログ&Twitterやってます 2013/11/28 3
4.
一応、自己紹介を… 現在は… 2013/11/28 4
5.
一応、自己紹介を… 現在は… リクルートグループ全体のマーケティングにおける データ分析を担当するデータサイエンティスト 2013/11/28 5
6.
本日のお品書き データサイエンティストが思い描く「理想」 ビジネスの現場における「現実」
「理想」と「現実」の折り合いをうまくつけて、データ分析で価値 を発揮していくには? 2013/11/28 6
7.
おことわり 今日は分析手法の話とか、 難しい話は一切いたしません 2013/11/28 7
8.
おことわり 今日はアドホック分析業務の 現場でよくある話をします ※学生の方が多い会だと聞いてきたもので… 2013/11/28 8
9.
本日のお品書き データサイエンティストが思い描く「理想」 ビジネスの現場における「現実」
「理想」と「現実」の折り合いをうまくつけて、データ分析で価値 を発揮していくには? 2013/11/28 9
10.
データサイエンティストが思い描く「理想」 仕事の進め方では… できる限り面白い仕事がしたいよね あんまり煩雑なルーチンワークには 時間を取られたくないし もちろんカンファレンスとかも出たいし OSSとかにもコミットしたいな データサイエンティスト 2013/11/28 10
11.
データサイエンティストが思い描く「理想」 具体的な分析のやり方では… 基本通りp < 0.05じゃないと 表には出せないよね バシッと機械学習使って厳密な 結果を出してナンボでしょ MCMC使えば複雑なモデルを組み合わ せて正確なパラメータ推定できるよ データサイエンティスト 2013/11/28 やっぱりHadoop上でアルゴリズムを 分散させて一気に大容量でやりたいな 11
12.
データサイエンティストが思い描く「理想」 データサイエンティストという立場の人々が 往々にして思い描く理想、それは… 2013/11/28 12
13.
データサイエンティストが思い描く「理想」 「知的好奇心を満たせる仕事」 ※昨年尾崎がポスドクを辞めて転職した際に、とある企業で 面談して下さった部長氏(素粒子物理Ph.D.出身)の言葉 2013/11/28 13
14.
本日のお品書き データサイエンティストが思い描く「理想」 ビジネスの現場における「現実」
「理想」と「現実」の折り合いをうまくつけて、データ分析で価値 を発揮していくには? 2013/11/28 14
15.
ビジネスの現場における「現実」 初めて分析業務の現場を見て… データサイエンティスト 2013/11/28 15
16.
ビジネスの現場における「現実」 初めて分析業務の現場を見て… ・・・・・・・・・・・・・・ データサイエンティスト 2013/11/28 16
17.
ビジネスの現場における「現実」 彼(彼女)は何を見たのか? 2013/11/28 17
18.
ビジネスの現場における「現実」 前処理 分析 レポート これが一般的な流れですが… 2013/11/28 18
19.
ビジネスの現場における「現実」 現実には… 2013/11/28 19
20.
ビジネスの現場における「現実」 前処理 分析 レポート これぐらいの比率だったりする 2013/11/28 20
21.
ビジネスの現場における「現実」 つまり… データサイエンティスト 2013/11/28 21
22.
ビジネスの現場における「現実」 つまり… データサイエンティスト 2013/11/28 22
23.
ビジネスの現場における「現実」 つまり… マエショリスト 2013/11/28 23
24.
ビジネスの現場における「現実」 「前処理が全工数の9割以上を占める」 カラム定義が揃ってない複数テーブル間にデータが 分散していたり
NAだらけだけど0を入れて補完するとまずいような データが1TBぐらいあったり 外注したデータなのでDBから取ってくるのではなく 全てCSVでン百GBぐらい降ってきたり 2013/11/28 24
25.
ビジネスの現場における「現実」 現場にありがちなもう一つの仕事 データサイエンティスト 2013/11/28 25
26.
ビジネスの現場における「現実」 現場にありがちなもう一つの仕事 うひー・・・ データサイエンティスト データ分析基盤の保守運用 2013/11/28 26
27.
ビジネスの現場における「現実」 「え?crontabぐらい設定できるよね?」 バッチ集計のスクリプトをコミットしたり
バックエンド分析処理のコードをビルドしたり アラートメール出てたらリモートでログインして復旧 作業入ったり ・・・つまり「普通にエンジニア仕事もやる」という 2013/11/28 27
28.
ビジネスの現場における「現実」 適応すべきは自分の影響が 及ぶ範囲だけではない データサイエンティスト 2013/11/28 28
29.
ビジネスの現場における「現実」 適応すべきは自分の影響が 及ぶ範囲だけではない 分析よろしくー あ、はい・・・ データサイエンティスト 2013/11/28 ビジネスマネージャー 29
30.
ビジネスの現場における「現実」 ビジネス側の人とデータ分析の話をすると… は?機械学習?統計的検定?p値?AIC?重回 帰分析?何それ?ちょっと説明してくれる? データ分析データ分析っていうけど、要は Excelの関数うまく使いこなすことでしょ? まだるっこしいこと言うなぁ。Aの平均の方が Bの平均よりも大きいんだからAでいいじゃん 数学苦手だったからさぁ、ぶっちゃけ算数 より難しいもの見ても分からないんだよね ビジネスマネージャー ※弊社および弊グループではビジネス側の人たちでも データ分析諸系統に通じている人が沢山いるのでご安心を 2013/11/28 30
31.
ビジネスの現場における「現実」 これくらい認識に差のある相手と 会話をしなければいけません 2013/11/28 31
32.
ビジネスの現場における「現実」 なので、色々な悲喜劇が起きる 2013/11/28 32
33.
ビジネスの現場における「現実」 決定木で一番良さそうなサイト 導線を選んでみました 決定木って何?この図全然見慣れ なくて読みにくいよ。こんな変な もの持ってこないで、普通にExcel で集計したシート持ってきて ・・・・・・・・・ ビジネスマネージャー データサイエンティスト 2013/11/28 ※これはフィクションです 33
34.
ビジネスの現場における「現実」 これさぁ、Excelで割合計算した結果 と食い違ってるじゃん。おかしいで しょ?変に難しいことに手を出すと 危ないよ、やり直して (単相関と偏相関の 違いなんだけど…) 重回帰分析の結果出ました。 偏回帰係数を見るとですね… ビジネスマネージャー データサイエンティスト 2013/11/28 ※これはフィクションです 34
35.
ビジネスの現場における「現実」 何でそんなに時間かかってるの? データ渡したのだいぶ前だよね? こんなの1日で終わるでしょ? (前処理に時間か かった上にSVM回し 終わるのに3日かか るよ、そもそもあの データ量だし…) お待たせしてすみません、 機械学習にかけた結果です ビジネスマネージャー データサイエンティスト 2013/11/28 ※これはフィクションです 35
36.
ビジネスの現場における「現実」 あーあ、小難しいことは言わずに黙ってサクッと1日で言われ た通りに売上が伸びる改善施策につながる分析結果持ってき てくれるデータサイエンティストどこかにいないかなー ・・・・・・・・・・・・ ビジネスマネージャー データサイエンティスト 2013/11/28 ※これはフィクションです 36
37.
ビジネスの現場における「現実」 不幸なすれ違いが続くと 危ないのは、恋愛と同じ 2013/11/28 37
38.
本日のお品書き データサイエンティストが思い描く「理想」 ビジネスの現場における「現実」
「理想」と「現実」の折り合いをうまくつけて、データ分析で価値 を発揮していくには? 2013/11/28 38
39.
折り合いをつけて、データ分析で価値を発揮していくには? 1. 2013/11/28 39
40.
折り合いをつけて、データ分析で価値を発揮していくには? 1. そもそも話の通じるビジネス側 の人が多い他部署・他社に移る やってられっかチクショー データサイエンティスト ※身も蓋もないが、仕方ない場合も世の中にはある 2013/11/28 40
41.
折り合いをつけて、データ分析で価値を発揮していくには? 2. 2013/11/28 41
42.
折り合いをつけて、データ分析で価値を発揮していくには? 2. 日頃からビジネス側の人たちと 会話を密にする いやぁ、この前の前処理5日も食っ ちゃいましたよ、アハハハハ そうか、全然知らなかったよ・・・ 今度から余裕を持たせて依頼するよ ビジネスマネージャー データサイエンティスト ※ランチの席とかでネタっぽく実情を訴えるとか(笑) 2013/11/28 42
43.
折り合いをつけて、データ分析で価値を発揮していくには? 3. 2013/11/28 43
44.
折り合いをつけて、データ分析で価値を発揮していくには? 3. 科学コミュニケーションをする つもりで対話せよ 簡単に言えば、この数字が大きい ほどより○○だと思ってOKです なるほどー。ってことは、そっちの別 の数字との関係性を見るには・・・ ビジネスマネージャー データサイエンティスト ※デキるビジネス系の人ほど頭の回転が速いので、 こういう「概念」の理解も早い(経験的に) 2013/11/28 44
45.
折り合いをつけて、データ分析で価値を発揮していくには? 4. 2013/11/28 45
46.
折り合いをつけて、データ分析で価値を発揮していくには? 4. 相手のビジネス視点を自分の ものにして話すべし この分析結果から言って、来月のKPI○○ は××との相乗効果で売上高への・・・ そうそう、そこが知りたかったんだよ。 これが分かれば予算配分決められるし ビジネスマネージャー データサイエンティスト ※ビジネス系の人はビジネスの話をしたいのです 2013/11/28 46
47.
折り合いをつけて、データ分析で価値を発揮していくには? 5. 2013/11/28 47
48.
折り合いをつけて、データ分析で価値を発揮していくには? 5. 分析に少しでも詳しい人を見つ けて味方にしてしまう Aの方が説得力 ありますね 分析結果から言うと Aの方が良さそうです そうか、2人とも同意見 なら大丈夫そうだな ビジネス側の人 ビジネスマネージャー データサイエンティスト 2013/11/28 ※持つべきものは味方。そして意外と大学が 経済学系出身とかで詳しい人は多いもの 48
49.
折り合いをつけて、データ分析で価値を発揮していくには? 6. 2013/11/28 49
50.
折り合いをつけて、データ分析で価値を発揮していくには? 6. 価値さえ認めてもらえるように なれば、色々チャレンジできる 素晴らしい成果が出たし、今回 使ったネタでトップカンファレ ンス出してみたら? 喜んで!頑張ってきます! データサイエンティスト こうなったらもっとR&Dにも 力を入れて行かなきゃね ビジネスマネージャー ※NIPSとかKDDとか行かせてもらえることも (弊社および弊グループにおける実例) 2013/11/28 50
51.
ということで、「理想」と「現実」のせめぎ合いを見てきました データサイエンティストが思い描く「理想」 ビジネスの現場における「現実」
「理想」と「現実」の折り合いをうまくつけて、データ分析で価値 を発揮していくには? 2013/11/28 51
52.
最後に まだビッグデータ系のデータ分析部門は どこも立ち上がったばかりなので、 自分好みの組織に作り上げてやりたい ことをやろうと志す若い学生の皆さんに とっては今がチャンスですよ! 2013/11/28 52