エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
データ分析のテーマを整理するためのフレームワーク(TIHAM)|武田邦敬|Kunihiro TAKEDA
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
データ分析のテーマを整理するためのフレームワーク(TIHAM)|武田邦敬|Kunihiro TAKEDA
最近、次のような質問をいただくことが増えてきました。 「データ分析を始める時にどのような観点でテー... 最近、次のような質問をいただくことが増えてきました。 「データ分析を始める時にどのような観点でテーマを整理すべきですか?」 「実証計画を考えるときの一歩目がわかりません。教えてください。」 「分析タスクの報告書の見出しはどのようにすべきでしょうか?」これら3つの質問は背景が異なるものの、会話しているうちにいつも似たような答えやキーワードを口にしていることに気づきました。そこで、自分の頭のなかにおぼろげにあるフレームを取り出してみると、概ね問題設定のロジックを整理することに帰着しそうだなと思いました。 そこで、この記事ではデータ分析のテーマ検討や機械学習タスクの問題設定で考えるべき観点をざっくりと整理してみます。学術的に裏付けのあるものでなく、一人の実務者が多くの壁にぶつかりながら蓄積したものですので、参考程度にご覧いただければ幸いです。 テーマを整理する5つの観点TIHAMデータ分析のテー