データ分析の「7つの進化のステップ」を今一度おさらいしてみる - 渋谷駅前で働くデータサイエンティストのブログ

2016年最初の記事ということで、もはや1月下旬に差し掛かりつつありますがこちらでは改めて、あけましておめでとうございます＆本年もよろしくお願いいたします。 で、新年一発目のお題は。。。実は似たようなお題で過去にも記事を書いていますが（笑）、年も改まったことなので今一度備忘録的におさらいしてみたいと思います。観点としては、どちらかというと「これからデータ分析のカルチャーを職場に導入していくとしたらどうやってステップアップさせていくか」みたいなところです。なお過去記事はこちら。 この辺の話題を踏まえながら、過去記事リンクのオンパレードで恐縮ですがちょっと一席やってみます。なお以下に挙げる「ステージ」はあくまでも一例であり、業界によってはもっと高度な方向に展開させられる（orもっとプリミティブなレベルに留まる）こともあるので、参考程度に見てもらえればと。 特にここでは「まだデータ分析を始めてい

[kotesaki]

ふむふむ

[Altech_2015]

分かりやすい。自分は多変量解析飛ばして機械学習に入ってしまったけど、この流れはそうだなという感じがする。

[nedokun]

酒造とデータサイエンス

[sh19910711]

“KKD（勘と経験と度胸）”

[sonesuke]

データ分析の「7つの進化のステップ」を今一度おさらいしてみる (via @Pocket)

[charun]

1つずつレベルアップ。

[shinyaa31]

これは参考になる！熟読しよう。

[bouzu_ao]

データドリブン

[shibacow]

参考になる

[yyamaguchi]

「日本酒「獺祭」で知られる旭酒造がデータドリブンな酒造りに取り組み始めたきっかけは、一時的に経営難に陥った時に杜氏に逃げられてしまったから、というエピソードが広く知られています」

[lotz84]

“KKD（勘と経験と度胸）”

[chess-news]

大変良い

[midnightseminar]

“統計学は「線形」な関係性に強いものの、そうでないものには脆弱です。一方で機械学習には「非線形」*6な関係性にも威力を発揮する手法が沢山あります”

[ishitsukajun]

4まででもきちんとできている会社はなかなか少ないのではと思った