R Generation: 25 Years of R - リンク 実は今月、8月でちょうどRが生誕25年になります。🎉🎉🎉 こんなに年月の経った今でも、その進化はとどまることを知らず、そのスピードはさらに加速しています。Rはオープンソースのデータ分析ソフトウェアなので、典型的な商用ソフトのように大きなマーケティングや営業部隊がいるわけではないので、世の中への浸透度というものが一般の人にとってはつかみにくいものがあります。例えば、RのテレビCMなんてありえないでしょう。（笑） しかし、直接的、間接的に世の中へ与えたインパクトという意味では、計り知れないほど大きいのではないでしょうか。かくいう私も、Rによって人生が変わってしまい、おかげでExploratoryという会社まで作ってしまいました。（笑） そこで、そのRの25周年を記念した、「R Generation: 25 Years o

データサイエンスの仕事の定義は尋ねる人や場所によって違いますが、先週AirbnbのデータサイエンスチームのトップのElena Grewalが、彼女のチームではデータサイエンティストを、アナリティクス、アルゴリズム、インファレンス（推論）という3つのグループに分け、それぞれのチームごとに別々に採用を行うようにしているとこちらのLinkedInの記事で発表していました。 ちなみに、私が関わるExploratoryではデータサイエンスを大きくビルダーとアナリティクスの2つに分けた上で、このアナリティクスに特化した手法や技術に関するトレーニングをデータサイエンス・ブートキャンプとして提供しています。 ビルダーとは、主に機械学習などのアルゴリズムを使って、最終的にはユーザーが使うことになるプロダクト（製品やサービス）の一部に組み込まれる、もしくはプロダクトそのものになるといったタイプです。チャットボ

毎回、ワールドカップのようなスポーツのイベントがあるとデータサイエンスティストやAI関連の研究員やエンジニアたちによっていかに正確に結果を予測するかというのが競われていたりします。 みなさんいろいろなタイプのアルゴリズムや手法を使って予測していたりしますが、こちらの「Why Did Artificial Intelligence Fail in the FIFA World Cup 2018? (なぜAIは今回のワールドカップの予測で失敗したのか)」という記事の中では今回のワールドカップの結果を予測しようとしていた３つの異なるグループの手法が簡単に紹介されています。その中の一つは機械学習の世界では王道のランダムフォレスト、統計学系のポワソン回帰、ランキングアルゴリズムを混ぜて予測モデルを作っていました。 そして以下のような結果を予測していました。 実際の試合結果は以下のようになっていますの

データ分析を始めれていない、もしくは少しはやっていても自分たちのビジネスの意思決定に活かせていない日本の企業は今も多くあるのではないでしょうか。現在のようにシリコンバレーの多くの企業がデータ分析を彼らのビジネスの成長にうまく結びつけることができている現状では、どうしてもそれを日本とアメリカの文化の違いということのせいにしてしまいがちです。つまり、アメリカ人は物事を数値化し、データを使ってビジネスを行う文化があって、日本人はもっと直感と経験を重んじる文化であると、日本を訪れたときに聞いたりもします。 そこで、今回はアメリカの野球チームでもともとデータを使うという文化がなかったヒューストン・アストロズというチームを、データ分析をチームの運営、試合の進め方、選手の採用と育成などに取り入れることで、昨年のワールシリーズチャンピオンシップで優勝するほどのチームに変革することに成功したJeff Luh