最近のツイッターランドはとても殺伐としていますね。 先日に某テレビ番組で出演していた女性がSNSからの誹謗中傷によって傷付き自殺してしまったという件もありました。 SNSは表現の自由が最大限に発揮できます。 しかし、SNSではどうも画面の向こう側にいるのが生身の人間だということを理解せず好き勝手に言ってしまう人がいるようです。 非常に嘆かわしい話です。 さて、もし仮に誹謗中傷されたときはどのように対応するのがベストなんでしょう。 泣き寝入り？逆に相手に執拗に嫌がらせをしてみる？ ぼくがとった行動はというと、法律事務所に相談です。 そして、結果的に20万円の示談金をもって加害者の方と示談するに至りました。 先日の誹謗中傷の件で、あれから本人に直接DMで謝罪いただき、損害賠償請求は取りやめて示談金を20万円として示談で解決することにしました！ みんなインターネットで誹謗中傷しちゃダメだよ！ —
Akihiro Kimoto @タイバンコク @wombathai タイ・バンコクでスモールビジネスの研究をしています | 経営者、起業家 | 海外事業、タイ生活での気づきを発信 | 海外転職を検討中の方、DMください | 日本人の正社員(新卒可)を積極採用中、インターン受け入れしてます。 木本彰宏 -Akihiro Kimoto @wombathai 野村証券が「支社長まで出世する人材の共通点」を数億円かけて外コンに調査依頼した。調査の結果としては、学歴や世帯年収や親の職種は関係なく「入社して1番最初についた上席が優秀」が共通点だった。スクリーニングのために採用費に投資する以上に受け入れ側の教育に時間かける事が重要という話。 2021-06-14 17:00:34
何故データサイエンティストになりたかったら、きちんと体系立てて学ばなければならないのか - 渋谷駅前で働くデータサイエンティストのブログ
先日、Quora日本語版でこんなやり取りがありました。 基本的にはここで述べた通りの話なのですが、折角なのでブログの方でも記事としてちょっとまとめておこうと思います。題して「何故データサイエンティストになりたかったら、きちんと体系立てて学ばなければならないのか」というお話です。 問題意識としては毎回引き合いに出しているこちらの過去記事で論じられているような「ワナビーデータサイエンティスト」たちをどう導くべきかという議論が以前から各所であり、それらを念頭に置いています。なお毎度のことで恐縮ですが、僕も基本的には独学一本の素人ですので以下の記述に誤りや説明不足の点などあればご指摘くださると幸いです。 一般的なソフトウェア開発と、統計分析や機械学習との違い 統計分析や機械学習を仕事にするなら、その「振る舞い」を体系立てて学ぶ必要がある きちんと体系立てて学ばなかった結果として陥りがちな罠 余談
(Image by Pixabay) 最近になって、こんな素晴らしい資料が公開されていたことを知りました。 この資料自体は著者のMoe Uchiikeさんが東大での講義に用いられたものだとのことですが、その内容の汎用性の高さから「これは全ての機械学習や統計学を実務で用いる人々が必ず読むべきドキュメント」と言っても過言ではないと思われます。 正直言ってこの資料の完成度が高過ぎるのでこんなところで僕がああだこうだ論じるまでもないと思うので、内容の詳細については皆さんご自身でまずは上記リンクから精読していただければと思います。その上で、今回の記事では「機械学習や統計学を『社会実装』する」ということがどういうことなのかについて、この資料を下敷きとした上でさらに僕自身の経験や見聞を加えて考察したことを綴ってみます。 機械学習や統計学と、社会との「ギャップ」 機械学習や統計学を、社会に「馴染ませる」
実務の専門家として機械学習や統計分析を手掛けたい人にオススメの書籍初級5冊＆中級8冊＋テーマ別11冊（2020年2月版） - 渋谷駅前で働くデータサイエンティストのブログ
(Image by Pixabay) この記事は以下のオススメ書籍リスト記事のアップデートです。 毎回の断り書きで恐縮ですが、この記事では「データサイエンティストや機械学習エンジニアなどデータ分析の実務の専門家として」*1機械学習や統計分析を手掛けていきたいという、主に初級ないし中級ぐらいのスキルレベルの人たちにお薦めしたい書籍を、初級向け5冊・中級向け8冊及び細かいテーマ別に11冊、それぞれ挙げていきます。スタンスとしては相変わらず「当座の最終到達点を『中級』に置いた時に最初に読んで内容をマスターしておくべき書籍」を初級に置いているので、世の中のこの手のお薦め書籍リストに比べると若干ハードな内容のものが初級向けに多いかもしれません。 後はちょっと気が早いかもしれませんが、機械学習パートに関しては「AutoML時代にあっても実務の専門家であれば知っておくべき知識」を収めた書籍を選んでおきま
『マスターアルゴリズム』は全ての人々を機械学習（人工知能）の世界へといざなう「冒険物語」 - 渋谷駅前で働くデータサイエンティストのブログ
しましま先生(@shima__shima)こと神嶌敏弘先生から、訳書『マスターアルゴリズム』をご恵贈いただきました。 マスターアルゴリズム 世界を再構築する「究極の機械学習」 作者:ペドロ・ドミンゴス講談社Amazon 本書はビル・ゲイツが「AIを知るための本」と絶賛したという"The Master Algorithm"の邦訳版で、実際に「難しい理論や数式は書かれていないがこの一冊を読むだけで現代の機械学習（人工知能）の世界の全容を一望できる」優れた本だと個人的には感じました。また縦書き本ゆえいわば「読み物」的な立ち位置の書籍であり、研究者や技術者のみならずビジネスパーソンさらには一般の読書家にとっても読みやすく、尚且つ得るものの大きい一冊だと思います。 ということで、以下簡単にレビューしていきたいと思います。なお実は僕自身もしましま先生から発刊前の段階で翻訳内容の閲読を依頼されて一通り目
データサイエンティストという職業の10年間の変遷を振り返る - 渋谷駅前で働くデータサイエンティストのブログ
(Image by Gordon Johnson from Pixabay) TL;DR 今年の6月に僕自身がデータサイエンティストに転じて10年という節目の年を迎え、10月でDavenportの「データサイエンティストは21世紀で最もセクシーな職業である」HBR総説から10周年になるのを機に、この10年間のデータサイエンティストという職業の変遷を振り返ることにしました。 6月の回顧録記事でも書いた通り、僕がデータサイエンティストの仕事に就いてから今年で10年になります。最近も同じかどうかは分かりませんが、古くから「10年ひと昔」という常套句がある通りで個人的には大きな節目の年だと感じています。 一方で、今年の10月にはあまりにも有名な「データサイエンティストは21世紀で最もセクシーな職業である」HBR総説が出てから10周年を迎え、後述するようにDavenportは「今もデータサイエンティ
TJO on Twitter: "「お前の将来は俺の電話一本」という名ゼリフで有名なブラックラボの主で、その人望のなさからノーベル賞受賞後にもかかわらず名大学長選に敗れ、その雪辱を理研の理事長として果たそうとしてナントカ細胞という詐欺に引っかかった挙句死人まで出す… https://t.co/gWdsqTvGPj"
「お前の将来は俺の電話一本」という名ゼリフで有名なブラックラボの主で、その人望のなさからノーベル賞受賞後にもかかわらず名大学長選に敗れ、その雪辱を理研の理事長として果たそうとしてナントカ細胞という詐欺に引っかかった挙句死人まで出す… https://t.co/gWdsqTvGPj
TJO on Twitter: "データサイエンティスト協会の偉い人なんだったら、これを見て最初にコメントすべきは「交絡因子はないのだろうか？」であり、いきなり財務省の一見奇妙な結論を鵜呑みにするのはどうなのかなと。特に「年齢」は曲者で、Pearl因果推論本だと本… https://t.co/78B83pRoRf"
データサイエンティスト協会の偉い人なんだったら、これを見て最初にコメントすべきは「交絡因子はないのだろうか？」であり、いきなり財務省の一見奇妙な結論を鵜呑みにするのはどうなのかなと。特に「年齢」は曲者で、Pearl因果推論本だと本… https://t.co/78B83pRoRf
「数理資本主義」という新語が生まれた。数学的・論理的な思考力こそがイノベーションの中核にあり成長の原動力だとの意味合いだ。これまで盛んに言われてきた人工知能（AI）人材に加えて「数理人材」の育成が必要だとの声が高まっている。「広大な現代数学の世界にイノベーションのタネがある。経済産業省はそこをわかっていなかった。だから日本は（海外の情報通信産業に）後れをとった」2019年10月下旬、東京都内
データサイエンティスト・機械学習エンジニア・データアーキテクトの定義とスキル要件（2021年版） - 渋谷駅前で働くデータサイエンティストのブログ
(Image by Dirk Wouters from Pixabay) この記事は毎年恒例のスキル要件記事の2021年版です。昨年版は以下のリンクからご覧ください。 今回は、試験的に「データアーキテクト」についても触れています（詳細は後述）。残り2つの職種については基本的な内容はそれほど大きくは変わっていませんが、先般公開した推薦書籍リスト記事の時と同じ変更点が一つだけあります。それは「機械学習エンジニアのスキル要件」は今回は想定していない（というか例示できない）という点です。これまた詳細は後述しますが、端的に言えば「分野ごとの細分化が過剰に進んでいる」という印象があるためです。 ということで、前回までとは違って「職種ごと」に定義とスキル要件（書けるようであれば）を挙げていくスタイルになっています。なお、言わずもがなですが以下に挙げる3職種の説明は僕個人のこれまでの経験や見聞や伝聞をもと
(Image by Pixabay) こんな記事が、しばらく前に我らが盟主タカヤナギ＝サンによって言及されていました。 データサイエンティストになる魅力がなくなってきた理由を４つの理由（ジュニアのポジションが減っている、アナリスト職種で良い、データサイエンスを簡単だと思いすぎ、AutoML出てきた）とともに紹介。 Why Is Data Science Losing Its Charm? by @iamharshitahuja https://t.co/fqRUil9QLr— Shinichi Takayanagi (@_stakaya) 2020年6月8日 Why Is Data Science Losing Its Charm? データ分析業界の中の人という立場から見れば、ここで言われている主張については分からないこともありません。ただ、同意できる部分もあれば同意できない部分もあり、ま
そもそもこの記事は、同情をかいたいための記事ではありません。比較をされたいためでもありません。また、修羅場は経験する必要がないならそれに越したことは無い、ということもしっかり述べておきます。また、逃げる勇気もとても大事です。一人でも共感していただいたら、また辛いことを経験してる人が一人でも救われたら、と思い書いています。修羅場が絶対必要、ということを言いたいわけではないということをしっかり述べて本題にはいります。むしろ、こんなことが起こる組織は作っちゃいけないんだと思っています。そういう組織を作らないための教訓です。 (追記パラグラフ) 大事なことを新卒時代の同期がしっかりと補足してくれていますので、ぜひこちらもご覧くださいませ。 外資系企業が日本のオペレーションの撤退を意思決定。ほぼすべての社員が一斉にいなくなった後のオフィスの写真です。25人ほどいた社員がいなくなりデスクなどが夜逃げの
日本人博士はいつもネットで「日本では博士の扱いがひどすぎる」だの「外国では博士は神様扱い」だのばかり言ってて恥ずかしくないんですか？
回答 (14件中の1件目) 実は、この問題は、日本の雇用制度の問題なんですよ。日本の雇用制度は、単純労働者のような人々の雇用保護が世界の他国と比べてかなり頑強であり、それが高スキルの専門職などを含めた雇用制度全体の標準になってしまっているんです。だが、この仕組みは、博士や専門的な知識を持ったプロに対する評価や雇用にはうまく機能しないんです。これは博士だけではなく、職人、専門職など、一般的な問題です。 例えば、プロ野球選手らの雇用は、プロに対する雇用の典型です。基本的に実力主義、結果主義で、結果を出せないものは解雇されます。これは、プロ野球選手はプロとして他者とは明確に優れたスキルを売っ...
『RとStanではじめるベイズ統計モデリングによるデータ分析入門』は「みどりぼん」に取って替わる次世代の統計モデリング＋ベイジアン入門書 - 渋谷駅前で働くデータサイエンティストのブログ
ここ2ヶ月ぐらいに渡って多くの方々からご著書をご恵贈たまわっているのですが、そのうちの一冊がこちら。かつて計量時系列分析を学んでいた頃に僕も大変お世話になった、Logics of Blueブログの馬場さんの手による『RとStanではじめるベイズ統計モデリングによるデータ分析入門』です。 実践Data Scienceシリーズ RとStanではじめる ベイズ統計モデリングによるデータ分析入門 作者:馬場 真哉出版社/メーカー: 講談社発売日: 2019/07/10メディア: 単行本 以前はベイズ統計モデリングの入門書というと「みどりぼん」こと『データ解析のための統計モデリング入門――一般化線形モデル・階層ベイズモデル・MCMC (確率と情報の科学)』一択でしたが、皆さんもご存知のように既にメンテされていないWinBUGSを使っているなどout-of-dateな要素が多く、近年はこれに替わる良書
ワークマンは 商品を変えずに売り方を変えただけで なぜ2倍売れたのか 作者:酒井大輔発売日: 2020/06/25メディア: Kindle版 先日までこちらの書籍を読んでいました。ここ数年「ワークマンのすごいデータ活用」としてそのデータ活用事例が大いにクローズアップされてきたワークマン社ですが、その裏側を取材した本書を読むとデータ活用も凄い一方で、それ以外の部分も凄いところだらけという印象があります*1。 その詳細については本書を実際にお読みいただくとして、今回の記事ではその中から僕が特に強いインスピレーションを覚えた箇所にフォーカスを当て、そこから今後の「データサイエンス」がどうあるべきかを個人的に考察してみようと思います。 先にこの記事で言いたいことを簡潔にまとめてしまうと、「これからは『データサイエンス』というよりも実験科学の考え方を転用した『ビジネスサイエンス』が重視されるべき」と
Not Found｜
お探しのページは一時的にアクセスができない状況にあるか、 移動もしくは削除された可能性があります。 また、URL、ファイル名にタイプミスがないか再度ご確認ください。
人生で一瞬だけすれちがった、印象深い人のエピソードはありますか？
回答 (216件中の1件目) 今からちょうど20年前、僕が計数にいた頃のことです。 同級生にKという、見るからに勉強家というかgeekっぽい男がいました。彼はそれほど良く喋るわけでもなかったので当初はあまり目立たなかったのですが、程なくしてクラスメート全員が気付いたのでした。 「この男は頭が良い」と。 何故かというと、特に何か資料（それこそ学生ならお馴染みの「シケプリ」や先輩から引き継がれたノートなど）があるわけでも何でもないのに、皆がどうやってもうまくいかない学生実験テーマについて、教科書をちょっと読んだだけで「きっとこれは〇〇させるのが目的だから△△すればうまくいく」と席次の近...
修羅場・理不尽を乗り切った人は、大抵の出来事には耐えられる。しかし「人間の成長には修羅場経験が必要」という考えは根本から間違っている。「修羅場がその人を強くする」わけではなく「元々強い人が修羅場に遭遇して乗り切った」と言うのが、因果としては正しい。 上記のnoteはぼくの新卒同期が書いたものだ。詳細は読んで欲しいのだが、事実だけ雑にまとめると「外資系日本法人が倒産→社長が事後処理を新卒3年目に押し付けて自分だけ転職→全国の顧客に謝罪行脚して罵倒され続ける」という流れだ。Twitterでの反応を見てると「こんなにひどい経験はしたことない・・・」という声が多い。 同期ながら知らないことも多くて、読んで何度か絶句した。率直な感想は「これ自分が経験したらメンタルやられてる」だ。この状況を同期はなぜ耐えられたんだろう。彼が再起不能のダメージを負うことなく、その後のキャリアを発展させていけてるのは奇跡
無題 この文章は私の心の闇を文章化したものである。万人に好まれる読み心地の良い快適な文章ではないことを初めに警告しておく。 私は小さい頃から自分はエリートで歴史に名を残す人物になると思っていた。幼稚園の頃に既に自分は周りとは違うという意識があった。小学校では天才だと色々な人から言われた。有名な中高一貫校を出てT大学に入った。大学院での研究では同期よりも先輩よりもimpact factorの高い雑誌に論文が掲載された。これまでの研究室の歴史の中で自分の論文が一番高いimpact factorだった。しかし、自分だから当然の結果だと思っていた。そのときは、挫折などは凡人が感じるものだと心の底から信じきっていた。 雲行きが怪しくなったのは、某財団から奨学金を獲得して海外に留学してからだった。奨学金も特に苦労せずに獲得できたため、海外のLabで自分が研究すれば2年ほどでCellやNature、Sc
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
誹謗中傷されたのでツイッターで騒いでみたら20万円で示談になった話｜コミさん
出世する人には学歴や世帯年収ではないとある共通点があるらしい。とある外コンの調査結果に共感「ガチャじゃん…」
機械学習や統計学を「社会実装」するということ - 渋谷駅前で働くデータサイエンティストのブログ
数理人材かAI人材か 「数理資本主義」の時代 科学記者の目 編集委員 滝順一 - 日本経済新聞
何故データサイエンスは魅力を失いつつあるのか - 渋谷駅前で働くデータサイエンティストのブログ
修羅場経験の話をしようか。 - こういう組織はもう辞めにしよう｜y_toku
実験科学の考え方を転じて「ビジネスサイエンス」にする - 渋谷駅前で働くデータサイエンティストのブログ
「理不尽を糧に成長」とか、絶対ちがう｜國分佑太 | Yuta Kokubun
BioMedサーカス.com - 医学生物学研究の総合ポータルサイト