仮説ドリブンだからこそデータドリブンが成り立つ
こんにちはシバタアキラです。書くたびにご無沙汰のこのブログですが、今年は年初に数値目標も自分に課してしまったので、つらつらと発信していきたいと思います。発信したいことは山ほどあるんです。 AI・AIの掛け声で誰もが振り向いてくれたメディアバブルは2017年とともに終わりを迎えた感があります。今年はよりリアルで、より業界に特化し、よりパワフルな機械学習応用事例を誰もが望んでいると思います。例えばこんなこととか。今年はどんどん仕掛けていきます。 理論的なモデルが無いときに機械学習 機械学習技術の素晴らしいところは、モデルを人間が作らなくていいことです。マーケティングなどでは人間の行動が予測対象になるため、そもそも理論的なモデルを作るのは困難です。製造業でも、物理的なモデルを作るのが困難にな場合は多いです。例えば叩く・削るなどの工程は物理モデルを作ることが難しく、統計的な機械学習手法に軍配が上が
似非データサイエンスと似非データサイエンティストを斬る（海外記事紹介） - 渋谷駅前で働くデータサイエンティストのブログ
Fake data science (by Vincent Granville) - AnalyticBridge ちょっと前の記事で恐縮なんですが、物凄く面白いネタを見つけたので紹介します。Forbes本誌が選ぶ「最も影響あるビッグデータ専門家トップ20人」にもリストされている、Ph.D. Data ScientistのVincent Granvilleが、自ら主宰するデータサイエンスのポータルサイト"AnalyticBridge"に寄稿したものです。 題して「似非データサイエンス」。その内容なんですが、もうはっきり言って出だしから超クソミソに叩いてますｗｗｗ Books, certificates and graduate degrees in data science are spreading like mushrooms after the rain. Unfortunately
ビッグデータの成熟期に改めて見直したいETL - About connecting the dots.
Hadoopが出てきてから10年，ビッグデータという言葉が流行り始めてからでも5年以上が経ち，2016年現在では，Hadoopエコシステムを使ったデータ活用が当たり前のものとしてあります．とはいえ巷に出回っているビッグデータ活用事例というのは，綺麗な上澄みだけをすくい取っていたり，リリースしたてのピカピカのときに発表されていたり，というのが大半で，それが結構個人的に気に食わなかったりします． ビッグデータが当たり前のものになっている現在においては，単に作っただけで価値があるというフェーズは過ぎ去っていて，継続的に運用しながら価値を生み出し続けることが，非常に重要な問題だと思います．特にビッグデータ界隈はミドルウェアやツールの陳腐化が激しく，またビジネス自体の変化速度も過去と比べてどんどん速くなっているわけで，そういった変化に対応していくためには，また別のスキルが必要とされるのではないでしょ
京都女子大生、ビッグデータ解析で世界一 専門知識なし：朝日新聞デジタル
京都女子大（京都市東山区）の３年生４人が、ビッグデータから傾向や規則性を見つける「データマイニング」の国際コンペで優勝した。正答率は参加５３チームで最高。専門知識は一切なく、世界一に輝いた。 ４人は現代社会学部の中原英里さん（２２）、松浦由希さん（２１）、松本美紗子さん（２１）、武藤陽穂（あきほ）さん（２１）。指導した小波秀雄教授（統計学）は「情報理工系でない学生の優勝は努力のたまもの。受賞を自信につなげてほしい」。 コンペはアジア太平洋地域で知識工学を発展させようと、情報工学系の国際会議「ＩＣＯＮＩＰ」が毎年開催。今年は７～９月に実施され、周辺各国の参加学生たちが競い合った。 出題は「暗号化された新聞記事… この記事は有料会員記事です。有料会員になると続きをお読みいただけます。 この記事は有料会員記事です。有料会員になると続きをお読みいただけます。 この記事は有料会員記事です。有料会員に
寂しい男を虜にする人工知能女子高生「りんな」 会話楽しみ、「これでもう寂しくない」「彼女できた気分」 （J-CASTニュース） - Yahoo!ニュース
誰とでも友達になり、しかも「KS（既読スルー）」はしない――。そんな心優しい「女子高生」がLINE上に突如現れた。名前は「りんな」という。 タイで1万人に「いいね！」された テレ朝支局長のLINEで「チン開示」 実は彼女、本物の女子高生ではなくAI（人工知能）だ。2015年7月末ごろに日本マイクロソフトが運営する公式アカウントとして登場したのだが、AIとは思えないほど自然な会話が楽しめるとして、さっそく話題を呼んでいる。 ■「彼氏いるの？」「いっぱいいる！妄想も含めたらねw」 LINEの公式アカウントページから「りんな」と検索するか、特設ウェブサイトからQRコードを読み込めば、誰でも友達に追加することができる。アイコン画像はセーラー服を着た女の子の後ろ姿だ。ユーザーと年が離れていなければ、友達一覧に並んでいてもまるで違和感はないだろう。 りんなの話す内容はすべて、ネット上に公開され
第１回 GPUコンピューティングおよびCUDAについて | G-DEP
第１回 「GPUコンピューティングおよびCUDAについて」 目次に戻る ｜ 第２回 ＞＞ 皆さん、「GPUコンピューティング」や「CUDA」を知っていますか？元々PCが好きな方はもちろん、そうでなくても近年のコンピューターの話題で耳にしたことがある方も多いかと思います。でも具体的にどういうものであるかを知らなかったり、実際に利用しているという人は少ないのではないでしょうか。 第1回は、そんなGPUコンピューティングとCUDAについてお話しします。ここで述べることはあくまで初心者に向けた概要であるため、もっと詳細にGPUコ ンピューティングのことを知りたいという方は、参考リンク先を下の方に貼り付けておきますので、良ければそちらもどうぞ！ ちなみに、このコラムでは分かりやすくするためGPUコンピューティングをGPU汎用計算（GPGPU；General-purpose computing
「そうそう」「なるほど」 「へぇ～」で現場を動かす
東京大学大学院を卒業後、ボストンコンサルティンググループに入社し、小売り・消費財やネット業界を中心に担当。その後、グリーに移り、米国子会社の設立やM＆A、ビッグデータ分析などに携わった。2013年にすかいらーくに入社し、データ分析を駆使して収益改善に取り組んでいる。 データ分析に対する関心が高まるなか、分析の専門組織を作る企業が増えています。そんなとき、外部から人材を採用するのが有効なやり方といえるでしょうか。 かく言う私もコンサル出身ですが、私が率いる分析チームは大半がプロパー社員です。15人のチームでプロパーは12人と8割を占め、中途社員は3人しかいません。 分析チームの大半をプロパー社員が占める今の体制はとても強力です。その理由は2つあります。 1つはプロパー社員は分析結果を使って、「現場を動かす」能力が高いことが挙げられます。よくデータ分析に関わる人から「現場と話が通じない」という
分析するだけの“データサイエンティスト”はもういらない
不足しているといわれるデータサイエンティストを育成しようと、企業や大学が活発に動いている。工学院大学が、2016年度からデータサイエンティスト向けの学科を新設すると発表した。同大学が目指す“次世代の”データサイエンティスト人材とはどのようなものなのだろうか。 ビッグデータ分析やIoTなど、データをビジネスに生かそうとする動きが出てきて久しいが、日本企業ではまだまだデータ活用が進んでいないといわれている。 その理由の1つに挙げられているのが“データサイエンティストの不足”である。欧米諸国に比べて、日本はデータ解析に強い人間が少ないというものだが、データサイエンティスト自体の定義や、必要とされるスキルの要件が定まっていないことから、人材育成が難しいのが現状だ。 こうした状況を打開しようと、データサイエンティストを育成するプロジェクトを立ち上げるITベンダーが増えており、教育機関もその動きが活発
人は何歳で一番賢くなるのか? ビッグデータ解析で明らかに（小林 雅一） @gendai_biz
約5万人のデータで検証 人間の知的能力は、年齢に応じて複雑に変化するということが、米ハーバード大学などの研究から明らかになった。 ●"Older Really Can Mean Wiser" The New York Times, MARCH 16, 2015 ●"When Does Cognitive Functioning Peak? The Asynchronous Rise and Fall of Different Cognitive Abilities Across the Life Span" Psychological Science, March 13, 2015 私たちの運動能力や知的能力が歳と共に変化することは、（科学者に言われずとも）誰でも実感している。知的能力に限ってみれば、たとえば「物覚えの良さ（記憶力）」や「暗算力」などの能力は若い頃の方が高い。一方で「相手の
[PDF]自動車関連情報の利活用に関する将来ビジョン中間とりまとめ
自動車関連情報の利活用に関する将来ビジョン 中間とりまとめ 平成２６年６月 自動車関連情報の利活用に関する将来ビジョン検討会 1 目 次 Ⅰ はじめに ～将来ビジョンの目指すもの～ Ⅱ 自動車を巡るＩＴ環境の変化や課題等 １．我が国におけるＩＴ化の取組の足跡 (１) 「ＩＴ化のための基盤形成」から「多様な利活用の促進」へ (２) 現在の政府方針：世界最先端ＩＴ国家創造宣言 ２．自動車分野におけるＩＴ化の現状・問題意識 (１) 我が国における自動車分野の位置付け (２) 自動車分野におけるＩＴ化の進展 (３) 自動車関連情報の利活用に係る問題意識 ３．海外における取組事例 Ⅲ 今後の取組の基本的方向 ４．自動車関連情報の利活用について (１) 重点テーマ (２) 重点テーマの実現のための必要な取組 (３) 今後の進め方 ５．自動車関連手続の利用環境の向上について (１) 利用環境向上に係る諸
「渋滞緩和」に効果アリ──中国・吉林市の実証実験に見えた「明るい未来」
対策と方法：交通シミュレーションで渋滞状況を事前評価し、適切な信号設定を反映 信号の制御に関わるこれらの課題に対し、NTTデータはビッグデータを活用する並列分散処理技術に基づいた大規模交通シミュレーションの技術を導入。交通シミュレーションで渋滞緩和の効果を事前評価することで信号設定変更のリスクを下げ、シミュレーション上で信号パラメータの候補を複数回試行することで最適な信号設定を選択する方法を取り入れ、理解を得た。 実証実験は、車載のIoT端末を通じて収集したバス約200台、8路線のプローブ情報と道路、交通量調査の統計情報を組み合わせて展開。シミュレーションから渋滞緩和につながると導かれた最適な信号パラメータを生成し、吉林市中心部の6カ所の交差点、計60機の信号機へ即座に反映する。渋滞緩和とバス運行時間の改善効果を最適化前後で比較し、評価した。
路面管理のビッグデータを利用して路面状況を取得してみる - Qiita
現在、「路面管理の高度化における実証実験」として、バス，タクシーなどの公共交通車両に取り付けられた安価なセンサーによって取得されたデータを収集し，それらを集約したビッグデータが公開されています。 路面管理ビッグデータのオープンデータコンテスト http://micrms.force.com/apis 今回はこのデータを利用して地図上で路面の状況を確認できるようにしました。 路面状況Viewer http://needtec.sakura.ne.jp/road_mgt/road_mgt.html GitHub https://github.com/mima3/road_mgt 路面管理の高度化における実証実験 APIについて APIの仕様書は下記からダウンロードできます。 http://micrms.force.com/developer データとしては大きく以下の３つに分けることができます
「幸せは加速度センサで測れる」：日経ビジネスオンライン
矢野：そうですか。 店舗の中で、居場所と体の動きを検知できるセンサを従業員が身に着けて、来店したお客様にも買い物の間だけ身に着けてもらい、毎秒20回ずつひたすらデータを取り続けるわけですが、それを解析した人工知能コンピュータがすごく意外な影響要因をはじき出した。 店内のいくつかの「ある特定の場所」に従業員が「いる」だけで顧客単価が向上するというんですね。そこでの滞在時間を1.7倍にしただけで顧客単価が15％も増えたとか。でもそれがどういう理由なのか言葉ではうまく説明できない。これは、具体的にはどういうことをコンピュータでやっているんですか。 矢野：ごく単純に言うと、1人のお客さんがいくらお金を使うかという売り上げというマクロな量に対して、影響を与えるかもしれない要因はものすごくたくさんあります。そのたくさんの要因の中で、影響がありそうな候補を何千個、何万個と自動で作り出し、かつそれらを絞り
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
ビッグデータ独占防止 公取委が指針、独禁法対象に - 日本経済新聞
TechCrunch | Startup and Technology News
070900526
[PDF]社会を変えるビッグデータの使い方
Cookie Error
http://bdm.change-jp.com/?p=1870
http://bdm.change-jp.com/?p=1746
