今データサイエンスが必要とされる理由とPythonの役割〜BPStudy#121 その2 - ビープラウド社長のブログ
2017年9月26日にBPStudy#121が開催されました。 第2部は、辻慎吾さんにお話いただきました(※第1部はこちら)。 資料はこちら(PDFファイル)です。 以下は私のまとめです。 データサイエンスについて データサイエンスとは WikiPadiaによると、"data-driven science"（データ駆動型サイエンス）である。 サイエンスとは (1)仮説を立てる (2)仮説を証明するために実験や観測によってデータを収集 (3)データを解析して仮説を検証 (1)〜(3)を繰り返し、普遍的な原理を導き出す 例1：フックの法則(F=-kx) 例2：DNA配列 データサイエンスでは、とにかくビッグデータを集めることが重要 ヒッグス粒子の発見(Pythonを使用) Webのユーザーの行動履歴 IoT(地理情報を含む行動履歴、エネルギー消費量など) データサイエンスの必要性 データから普
データサイエンティストはこうやってデータ分析の仕事をしている（自分の経験と見聞談をもとに） - 渋谷駅前で働くデータサイエンティストのブログ
誰かの参考になるかもしれないと思って、僕の前職時代の取り組み方や他の現場で僕とよく似たアドホック分析系の仕事をされている方から聞き取った内容をもとに、適当にまとめてみました。 ということで、これは正確には「アドホック分析系データサイエンティストがどうやってデータ分析しているか」のまとめ、です（笑）。ちなみに、僕が既に公開している資料としてはこんなものもあります。 最新業界事情から見るデータサイエンティストの「実像」 from Takashi J Ozaki こちらのp.59以降はまさに前職時代に最後に所属していた部署での僕の取り組みそのものを書いたものなので、どなたかの参考にでもなれば。 ちなみにその前に所属していた部署では、普通にHadoopエコシステムベースのBIフレームワークの保守とかやってました。定期集計用のHiveクエリを100個ぐらいズラリと並べたスクリプトを本番環境にコミット
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
処理を実行中です
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
