文系出身の若手SIer社員が放送大学で情報学を勉強してレベル上げした話｜lumpsucker
はじめにこの記事は、文系出身の若手SIer社員が放送大学で情報学を勉強した記録です。主に似たような境遇の方への情報共有を目的に執筆しました。こんなやり方もある、という参考になれば嬉しいです。 簡単に自己紹介通信会社の名前が頭につくシステムインテグレータ（SIer）で、フロントエンドエンジニア兼UIUXデザイナーとして働いています。私立大学の文系学部を卒業後、研究留学を経て東京大学の学際情報学府という大学院で修士を取得し、2018卒として新卒入社して現在3年目ですそうこうしてるうちに5年目になりました。 大学院は広い意味での情報系ではあったものの、「社会情報学」と呼ばれる分野で、いわゆるコンピュータサイエンスではありませんでした（ICT4Dと呼ばれる国際開発学と情報学の合いの子のような分野の研究をしていました）。入社前には応用情報技術者試験にも合格し、何とかついていけるかなと思っていました。
データ ＆ アナリティクス | アクセンチュア
データ分析から導き出されたインサイト無しにAI（人工知能）の活用は始まりません。私たちは、各業界知識とデータ・アナリティクス技術を駆使しデータドリブン経営を強力に支援します。 データ、アナリティクス、AIは企業にとって競合他社との差別化を図るかつてないほど大きな要因になっています。今日の経営幹部が効率を向上しながら新たな収益源を開拓し、新しいビジネスモデルをタイムリーに構築する方法を模索する中、価値を生み出し成長を続ける企業には「データ活用」という共通項があります。私たちは、無数のデータから企業にとって本当に必要なデータを活用するための方法を知っています。 将来を見据えたオペレーション体制を備えている企業の半数以上（52％）は、すでにデータとアナリティクスを大規模に活用しています。データとAIに関する取り組みをビジネス戦略に沿って実施することで投資利益率を迅速に最大化し、最終的にはAIをビ
（非計量さん向けの）統計学の話：バイアス編 - 社会学者の研究メモ
（今回はですます調でいく。いや行きます。） まずは、私の後輩や知人たちが書いた本です。↓ エスノメソドロジー―人びとの実践から学ぶ (ワードマップ) 作者: 前田泰樹,水川喜文,岡田光弘出版社/メーカー: 新曜社発売日: 2007/08/03メディア: 単行本（ソフトカバー）購入: 6人 クリック: 1,065回この商品を含むブログ (99件) を見る このなかに、次のような文章があります。 どのような研究に対しても、その主張の妥当性を、そこで採用されている方法と無関係に論じることはできません。だから、「事例の数」やそこから得られる「一般性」を問う前にまず、ある研究が明らかにしようとしていることが、そもそも事例の数によって保証される種類のものなのかどうかということ自体を考えなくてはなりません。 このことは言ってみれば「当然」のことなのですが、研究者の間ではあまり考えぬかれていない重要な論点
文系でもわかる、使える「データ分析・図表作成」術［3］相関と単回帰分析
ブームの統計学をかじってみたが、仕事での使い方がわからない──。そんな悩み、ありませんか？ 例題を解きながら、その活用法を解説します。 相関と単回帰分析 社長はびっくり！ 目標設定、費用対効果シミュレーション 【例題】新規部門の立ち上げ、成功なら大抜擢 社長室へ来るようにとの内線電話が入り、ドアをノックしました。「君の仕事ぶりは聞いている。わが社ではより競争力を高めるために、品質向上部をつくることにした。呼んだのはほかでもない。君にその部長を任せようと考えている」。社長は続けます。「配達遅れの問題を徹底的に分析して、部門における具体的な数値目標を立ててもらいたい」。次の用事がある。社長はそう言うと部屋を出ていきました。 あなたはさっそく、社内にあるデータを探しました。配達に関連するデータA（図参照）は見つかりましたが、それらをどう使って、論理的に何が言えるのかわからなくなってしまいました
データサイエンティストというかデータ分析職に就くための最低限のスキル要件とは - 渋谷駅前で働くデータサイエンティストのブログ
追記（2017年7月） こちらのスキル要件ですが、2017年版を新たに書きましたので是非そちらをご覧ください。 「データサイエンティストというかデータ分析職に就くためのスキル要件」という話題が某所であったんですが、僕にとって馴染みのあるTokyoR界隈で実際に企業のデータ分析職で活躍している人たちのスキルを眺めてみるに、 みどりぼん程度の統計学の知識 はじパタ程度の機械学習の知識 RかPythonでコードが組める SQLが書ける というのが全員の最大公約数＝下限ラインかなぁと。そんなわけで、ちょろっと色々与太話を書いてみます。なお僕の周りの半径5mに限った真実かもしれませんので、皆さん自身がどこかのデータサイエンティスト（）募集に応募して蹴られたとしても何の保証もいたしかねますので悪しからず。 統計学の知識は「みどりぼん以上」 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
メジャーのデータ野球が“新時代”に！極端な「シフト守備」が全米に浸透。（菊地慶剛）
メジャーリーグの戦略が“新時代”に突入したようだ。 日本でもテレビ観戦しながら感じている人も多いと思うが、ここ最近、各チームが極端なシフト守備を積極的に採用している。現場で取材していても、特に昨年から急激にシフト守備が増えたように感じていた。 レッドソックスの取材をしていた際、単に守備位置をシフトするだけでなく、打者によってはカウントによって野手の位置を入れ替える場面を目撃し、シフト守備がさらに高等戦術化していることを確信した。 最近では『MLBネットワーク』でもシフト守備に関する特集を組むほど注目度が上がっていたが、極端なシフト守備は年々増加の一途を辿り、今シーズンは更に増え、多くのチームが取り入れるようになった。これまでの内野手の守備位置に関する既成概念は、まさに形骸化しようとしているのである。 シフト守備の有効性を示す、あるデータ。 これだけシフト守備が拡大の一途を辿るには、もちろん
【書評】コンパクトな統計学史：『マンガ 統計学入門―学びたい人のための最短コース』 - Interdisciplinary
マンガ 統計学入門―学びたい人のための最短コース (ブルーバックス) 作者: アイリーン・マグネロ,神永正博,ボリン．ファン・ルーン,井口耕二出版社/メーカー: 講談社発売日: 2010/04/21メディア: 新書購入: 11人 クリック: 77回この商品を含むブログ (12件) を見る大変興味深い本だったのでご紹介します。 本書は講談社のブルーバックスの一冊で、統計学の知識を、その歴史に沿って説明している物です。タイトルにマンガとあるように、沢山のイラストが添えられています。 統計の本というと、多くは理論的な部分や専門概念の簡潔な説明に終始しており、歴史的な流れに沿って説明するものは、あまり無いという印象があります。『統計学を拓いた異才たち』といった良書はありますが、類書はほとんど読んだ事がありません。 本書は、タイトルに入門を冠していて、副題が学びたい人のための最短コースとなっています
イアン・ハッキング『偶然を飼いならす： 統計学と第二次科学革命』 | Theoretical Sociology
一定期間更新がないため広告を表示しています
そもそもビジネスの現場ではどういう「レベル」の統計学を使うべきなのか - 渋谷駅前で働くデータサイエンティストのブログ
データサイエンティストブームが去りつつある一方で、データ分析ブームそのものはじわじわと広がり続けている感じのする昨今ですが。最近また、色々なところで「本当にビジネスやるのに統計学って必要なの？」みたいな話題を聞くことが増えてきたので、何となくざっくりまとめて書いてみました。 ちなみに今回の話題の参考図書を挙げようと思ったら、この辺ですかね。 とある弁当屋の統計技師(データサイエンティスト) ―データ分析のはじめかた― 作者: 石田基広,りんと出版社/メーカー: 共立出版発売日: 2013/09/25メディア: 単行本この商品を含むブログ (13件) を見る 統計学入門 (基礎統計学) 作者: 東京大学教養学部統計学教室出版社/メーカー: 東京大学出版会発売日: 1991/07/09メディア: 単行本購入: 158人 クリック: 3,604回この商品を含むブログ (78件) を見る 本当は赤
世界を知るために役立つかもしれない30の地図（訂正版） : カラパイア
なぜか今、統計学が流行っているという。もしみんなが目で見て覚えるタイプなら、地図やチャート、インフォグラフィック（情報画像）などは情報やデータを得るのに本当に役に立つと感じるだろう。これから紹介する地図は、統計学をもとにしたものも含め、世界を知るための手助けをしてくれるかもしれないものだ。
はてなブログ | 無料ブログを作成しよう
うめぇヨーグルトソースでもいかがですか。個人差にもよりますが。もしよろしければ。 お久しぶりです。 最近うんめぇ〜と思ってるヨーグルトソースがあるので、書いていこうと思います。 ヨーグルトとハーブ類をもりもり使うので、そういうのが食べられない方にはうんめぇソースではないです。ごめんなさい…。もしよろしければお茶だけも…旦~ 【用意する…
卒論修論のために、これから統計学を学ぶつもりの人に知って欲しい5箇条 - 女教師ブログ
大学１年から生物学部とか経済学部に在籍している人なんかは、「統計学」の体系的なトレーニング受けざるを得ないと思うので問題はないのですが、問題はそういうトレーニングをすっ飛ばしたまま、統計解析が必要になる人の場合。例えば、学部時代は英米文学専攻で統計に無縁だったけれど、大学院で英語教育系に転向した人。あるいは、教育方法論系の研究室にいてフィールドワークばっかりやっていたけれど、統計系の分析も必要になった場合。 1. 先輩から教えてもらわない まず、一番やってはいけないのが、先輩の院生に教えてもらうということ。「あの先輩に、色々教えてもらいたい（ハート）」など下心がある場合はまた別ですが、純粋に統計学“だけ”を学びたいなら先輩に教えてもらうのは危険です。 あなたは統計学初心者ならば、その先輩が「きちんと統計解析を理解している」かどうかを知る術はありません。周囲の評判というのもありますが、そもそ
統計学を勉強するときに知っておきたい10ポイント - Issei’s Analysis ～おとうさんの解析日記～
googleさんやマイクロソフトさんは「次の10年で熱い職業は統計学」と言っているようです。またIBMは分析ができる人材を4,000人増やすと言っています（同記事）。しかし分析をするときの基礎的な学問は統計学ですが、いざ統計学を勉強しようとしてもどこから取りかかればいいか分からなかくて困るという話をよく聞きます。それに機械学習系の本は最近増えてきましたが、統計学自体が基礎から学べる本はまだあまり見かけないです。 そこで今回は、統計学を初めて勉強するときに知っておいた方が良い10ポイントを紹介したいと思います。 1. 同じ手法なのに違う呼び名が付いている 別の人が違う分野で提案した手法が、実は全く同じだったということがあります。良く聞くのは、数量化理論や分散分析についてです。 数量化理論 数量化I類 = ダミー変数による線形回帰 数量化II類 = ダミー変数による判別分析 数量化III類 =
1
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
NIKKEI STYLEは次のステージに