総務省統計局 データサイエンス・オンライン講座 社会人のためのデータサイエンス入門
統計データを用いた分析事例を知り、 統計リテラシーを学ぶ ・大人がデータサイエンスを学ぶべき理由 ・統計データからわかること① ・統計データからわかること② ・統計データからわかること③ ・統計リテラシーの重要性 ・統計を利用する際の注意点 データ分析に必要な統計学の基礎を学ぶ ・データの種類 ・代表値～平均・中央・最頻値 ・ヒストグラムと相対度数 ・四分位・パーセンタイル・箱ひげ図 ・分散・標準偏差 ・相関関係 ・回帰分析 ・標本分布 ・信頼区間 データの見方と 適切なグラフの選び方を学ぶ ・統計表の見方 ・比率の見方①－クロスセクションデータ－ ・比率の見方②－使い方と注意点－ ・時系列データの見方① ・時系列データの見方② ・グラフの選び方① ・グラフの選び方② ・グラフを作る時・読む時の注意点 誰もが使える公的統計データの取得方法と 使い方を学ぶ ・公的統計とは ・公的データの入手
ヤフーCSO安宅氏が解説する「AIの正しい理解」【SP-AI1 #9】
▶平日 毎朝7時に公式LINE@で新着記事を配信しています。友達申請はこちらから！ ▶ICCの動画コンテンツも充実! Youtubeチャネルの登録はこちらから！ 2016年に配信した、AI（人工知能）に関する議論を総特集いたします。今回は、ICCカンファレンス KYOTO 2016から、「AIや技術の進化によって人間はどのように再定義されるのか？」を再編集して3回シリーズでお届けします。AI特集（その9）は、ヤフーCSO安宅さんにAIの正しい理解についてお話し頂きました。ぜひご覧ください。 ICCカンファレンスは新産業のトップリーダー160名以上が登壇する日本最大級のイノベーション・カンファレンスです。次回 ICCカンファレンス KYOTO 2017は2017年9月5〜7日 京都市での開催を予定しております。 ▼ 登壇者情報 2016年9月6日・7日開催 ICCカンファレンス KYOTO
シン・ニホン | 安宅 和人 | TEDxTokyo
ビッグデータや市場インサイト、事業開発等の事業戦略とデータサイエンスに秀でている人物、それが安宅和人氏。東大にて生物化学を専攻、イェール大学にて脳神経科学にてPh.D.を取得した後、マッキンゼーやヤフー株式会社での長年の勤務を経験し、多種多様なブランドの立て直しから商品開発、ビッグデータ戦略等と幅広く事業戦略に関わってきた人物である。現在では慶応義塾大学大学院で政策・メディア研究科の特任教授、ヤフー株式会社のチーフストラテジーオフィサーをしている。 === Follow Us: https://www.tedxtokyo.com https://www.instagram.com/tedxtokyo/ https://twitter.com/tedxtokyo https://www.facebook.com/TEDxTokyo ビッグデータや市場インサイト、事業開発等の事業
AIはproblem solvingマシンではない - ニューロサイエンスとマーケティングの間 - Between Neuroscience and Marketing
Leica M7, 50mm/F1.4 Summilux, RDPIII @UC Berkeley この夏の研究のように書いていたDiamondハーバードビジネスレビュー（DHBR）2015年 11 月号への寄稿論文がようやく昨日発売になった。「人工知能はビジネスをどう変えるか」というタイトルだ。 - NewsPicksのコメント欄*1にも書いたが、この論文のきっかけは７月末のバケーション前日に編集長の岩佐氏が突然相談があると言っていらしたことから始まっている。「いまディープラーニングなどAI周りで起こっている本当のこと、そしてそのビジネスとマネジメントについての意味合いについてまとめてもらえないか」という話だった。 実はその1-2カ月前に、私の前職の恩師の一人であり、東大EMP（executive management program）の責任者でもある横山禎徳さんにもAIという言葉がなん
ビッグデータの本質はデータの大きさではない - ニューロサイエンスとマーケティングの間 - Between Neuroscience and Marketing
Leica M7, 1.4/50 Summilux, RDP III @Griffith Observatory, Los Angels, CA 残念なことに、全く忘れていて風呂に入っていたのだが、期せずして先日取材を受けたNHKスペシャルの「医療ビッグデータ」に、先ほど何秒か登場していたようだ。 それでそのリアルタイム検索結果*1を見ていたのだが、そこで扱われていたデータがビッグデータかどうかというツイートが結構な量であることに驚いた。ビッグデータの特徴として3V（Volume, Variety, and Velocity）と言った言葉が広まってしまっているせいもあるだろう。（自分も時たま使ってしまうので今回反省している。） この方々の気持ちはわかるが、このブログの読者の方々ならお気付きの通り、今起こっている変革の本質はデータが巨大かどうかということではない。 ― 現在起こっている変革の
痛みを知らない人への座学 - ニューロサイエンスとマーケティングの間 - Between Neuroscience and Marketing
Leica M7, Summilux 50/1.4, RDP III @ Pienza, Tuscany, Italy 昨日書いた件について、その新人の子に話したきっかけは、その子にメンターとしてついている少し先輩の子が、僕のいわゆるイシュー本のことを説明して紹介しようとしていたことを知ったからだった。 それはちょっとまだ読まない方がよいかもしれない。 僕は思わずそう言った。むしろ今読むと害があるかもしれないと。 そのとき説明しなかったが、経験値の低い中で、あれを読んで、分かったような気になるというのがそもそも危険だと思うことが第一の理由で、もう一つの理由は、本当の意味を理解できるかかなりのところ疑問があるからだった。結果、本来読むことで得られるはずの栄養は逆に得にくくなる可能性があると思ったのだ。 僕は前の職場も通じて、長い間、新人教育というのをやって来た。この中で、一つ確信を持っている
圧倒的に生産性の高い人（サイエンティスト）の研究スタイル - ニューロサイエンスとマーケティングの間 - Being between Neuroscience and Marketing
Leica M7, 90mm Tele-Elmarit F2.8, PN400N @Santa Monica, CA アメリカで研究するようになって最も驚いたことの一つは、日本では考えられないほど生産性の高い研究者が存在することだ。 たとえば僕がローテーションして、最後までそこでdissertation work（博士論文のための研究、活動）をすることにするか迷っていたあるラボ。そこはポスドク、テクニシャンを含めて（註：undergraduate=学部生は殆どアメリカの研究室には居ない）たった5人でやっているにもかかわらず、毎年5-6本ぐらいはペーパーを出し、ほぼ全て一流紙。多いときは年に2本ネイチャーに出し，一本は表紙になったりしていた(#)。 しかも良く日本では見かける深夜も土日も働いて、朝はどちらかというと崩れ気味、みたいな重労働系の生活ではなく、普通に朝来て、「うーん今日は狂ったよ
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
https://twitter.com/kaz_ataka/status/1616220883961647104
イシューからはじめよ―知的生産の「シンプルな本質」 : 安宅和人 : 本 : Amazon