はじめまして。Kyashでデータエンジニアリングを担当しているKyashデータマンです。この記事では、Kyash社内のデータ分析の基礎に関するドキュメントを紹介します。 Kyashでは、データエンジニアリング・ガバナンス・セキュリティなど様々な角度から、公正なデータの取扱いと活用を推進しています。従来は、一部の訓練された技術者がデータ分析を一手に担っていましたが、社内でもデータ活用のニーズも多く、その担当者に分析や集計の業務が集中するという課題がありました。 この課題に対して、データへの適切なアクセス管理を行い、そして適切なBIツールを導入することで、データを取り扱う人が自分でデータ分析・そして活用できるようになることを目指しています。アクセス管理には、個人情報やそれに準ずる機密データに対して、ポリシータグによるアクセス権のコントロール、そしてアクセス権のリネージなどのソリューションの導入
※本記事はOracleの下記Meetup「Oracle Big Data Jam Session」で実施予定の内容です。 ※セミナー実施済の動画に関しては以下をご参照ください。 本記事の対象者 これから機械学習を利用した開発をしていきたい方 機械学習のトレンド技術を知りたい方 なるべく初歩的な内容から学習したい方 はじめに Transformerの登場以降、著しい技術革新が続くここ数年、特にOpenAI社のChatGPTのサービス開始以降、おびただしい数の技術ブログや記事がインターネット上に存在する中、本記事に目を留めていただいてありがとうございます。 この勉強会では、専門用語や難解な公式を極力排除し、初学者の方々を対象に、「そもそも自然言語の機械学習ってどういうもの？」、「言語モデルって要するに何？」というところからGPTをざっくり理解することを目的としています。従って、本記事に記載のあ
データ視覚化やダッシュボードデザインは文字通り「視覚化」「デザイン」というくらいですので、目に見えているところだけを語られがちです。しかし、実は最も重要なのは徹底したオーディエンス（ユーザー）主義の意識、そして質の高い問いの設定です。なぜなら、オーディエンスは、つまらないと感じたり、わからないと感じるとすぐに離脱するからです。これはとても単純で当たり前とも言えるのですが、データ視覚化に夢中になっていると忘れがちなポイントです。 下図は、ダッシュボードに表れるものとその根底に潜む要素を模したものです。データ視覚化の深層部分はこのような氷山で説明できるのではと考えています。 上側半分はよく語られがちですが、下側は見過ごされがちです。ですので、本記事では、上側から下側まで一気通貫のチェックリストを紹介します。弊社では、プロジェクトの開始時から最後まで考えていることです。これらの要素は相互に影響し
データ活用は過度な期待を超え、徐々にビジネスパーソンの基礎的なノウハウとして定着し始めています。データサイエンティストでなくとも、データ分析の基礎的な考え方やその手法について学びたいという方は多いはず。 皆さんは、2021年3月に初学者向けの入門書『データ分析のための統計学入門 原著第4版』日本語版pdfが何と無料で公開されたのをご存じでしょうか？ 同書籍は以下のリンクから、閲覧可能です。 http://www.kunitomo-lab.sakura.ne.jp/2021-3-3Open(S).pdf 本記事では同書を書評し、データ活用・統計学初学者におすすめの使い方をレクチャーします。 『データ分析のための統計学入門』の内容は？ 何が学べる？ 『データ分析のための統計学入門』は米国のNPO OpenIntroが発行した書籍で、Mine Cetinkaya-Rundel、David M D
本記事は日本オラクルが運営する下記Meetupで発表予定の内容になります。発表までに今後、内容は予告なく変更される可能性があることをあらかじめご了承ください。下記セッションでは、本記事の内容以外にデモンストレーションも実施する予定です。 ※セミナー実施済の動画に関しては以下をご参照ください。 はじめに 2022年暮れ、ChatGPTの登場以降、あらゆる企業がDXの在り方を問われはじめ、大規模言語モデルの仕組みをどのように業務に取り入れるかを検討されていると思います。 その検討の一つとして、「GPT(LLM)が学習していない企業内のデータや最新のデータも有効活用すべき」 という点は非常に大きな論点なのではないでしょうか。 ご存じの通り、LLMとはインターネット上に存在するドキュメントデータをクローリングにより大量に収集し、それを学習データとして機械学習にかけたモデルです。 従って、至極当たり
※この記事はデータサイエンス専門メディア「Da-nce」からの転載です 京都大学は8月2日、「京都大学データサイエンス講座」と題したオンライン講座の受講生を募集開始した。「文系のための統計入門講座～統計検定®3級を目指して～」「データ分析に役立つ統計基礎講座 ～統計分析ソフトウェアR活用を目指して～」の2講座だ。 ＞＞「京都大学データサイエンス講座 文系のための統計入門講座 ～統計検定®3級を目指して～」受講生募集について | 京都大学 ＞＞「京都大学データサイエンス講座 データ分析に役立つ統計基礎講座 ～統計分析ソフトウェアR活用を目指して～」受講生募集について | 京都大学 はじめて統計を学ぶ人向けの「文系のための統計入門講座」文系のための統計入門講座は、統計学を初めて学ぶ人やデータ分析業務を始めてみたい人が対象。データ分析の手法を身に着け、身近な問題解決に生かす力が習得できるとされる
世界の平和な国ランキング【2022】 オーストラリア、シドニーに本部が置かれているThe Institute for Economics and Peace (IEP)が16年にわたり発行しているGlobal Peace Index (GPI)の2022年版です。今日はそのご紹介をします。 2022年は163の国と地域をランキングしています。 ランキングは 「国内外の進行中の紛争（Ongoing domestic & International Conflict）」 「社会的安全とセキュリティ（Social Safety & Security）」 「軍事化(Militarisation)」 の3つのカテゴリーに分類された23の質的、量的データで判定しています。 視点は下記のように公表されています。 Global Peace Index 2022 世界の平和な国ランキングトップ20 上位20
Python・データマイニング・統計・機械学習帳など、データサイエンスを無料で勉強できる教材6選 | Ledge.ai出張所
2022年はデータサイエンスという言葉が色々な場所で聞かれる1年だったと思います。今回は、2023年にもっと多くの人が興味を持つであろうデータサイエンスを無料で学べる教材6選を紹介したいと思います。これらの教材は、アメリカの大学で統計学や機械学習などを勉強している筆者が実際に利用したり、利用しようと思っているものです。Pythonや統計学、機械学習を学んでみたいと思っている方はぜひ活用してみてください。また、この記事の最後にはレッジAIが今までに紹介してきた学習コンテンツ紹介の記事へのリンクもあるのでぜひそちらもチェックしてみてください。 筑波大教授が著した無料の初心者向けPython教材筑波大学の三谷純教授によって著されたスライド教材で、2021年5月に初公開され、2022年2月に大幅に内容が更新された新たな改訂版が公開された。同スライドは三谷教授の著書である「Python ゼロからはじ
評定の基本的考え｜疑似科学｜Gijika.com
Gijika.com(ギジカドットコム)では、「疑似科学っぽいもの」あるいは「科学的なのかどうか」と、ちまたで議論のある事項について、それらの「科学性の程度」を推し測る試みを行っています。科学リテラシー教育の研究題材の一環として具体例を取り上げ、これまで判明している知見や閲覧者の協力により集められた情報から評定を行っています。 科学であるか科学でないかは、明確に区別はできませんが、４つの観点（理論の観点、データの観点、理論とデータの双方からの観点、社会的観点）から精査すると、大ざっぱには「科学性の程度」が判断できます。その度合いを４段階（科学、発展途上の科学、未科学、疑似科学）の名称で表しています。なお、評定が「未科学」や「疑似科学」であっても、そこには、明白に悪意のあるでっちあげのような「ニセ科学」という意味合いは含まれていません。 また、評定結果は、更新年月日時点で得られた情報にもとづ
ABEJAでデータサイエンティストをしている服部です。 「EDAって結局何したらいいの？」っていう声をよく聞く気がするので、無謀にも今回はEDAについて記事を書いてみました。 本記事はABEJAアドベントカレンダー2023 25日目の記事です。 EDAとは EDAは「Exploratory Data Analysis」の略で「探索的データ分析」と日本語では言います。 データの特性だったりデータから何が言えるかを把握するための分析であり、JohnTukey氏により1960~70年頃に統計学の分野で提唱されたようです。 今では機械学習の分野でも、「まずEDAをしてからモデルを作ろう」と言われる場面をよく見かけ、EDAをすることは当たり前になってきています。 en.wikipedia.org 本記事のモチベーション EDAに関する情報もたくさん調べると出てきますが、EDAのためのPythonライ
『「宗教2世」当事者1,131人への実態調査』報告書、および書籍『宗教２世』に対する反応へのお礼と、書評に対するレスポンス
『「宗教2世」当事者1,131人への実態調査』報告書、および書籍『宗教２世』に対する反応へのお礼と、書評に対するレスポンス 2023年1月21日 一般社団法人社会調査支援機構チキラボ ※本記事には宗教的虐待に関する記述がいくつか登場します。そのため、記事を読む際には、ご自身の心理的安全に配慮の上、スクロールしていただければ幸いです。 ＊応答に至るまで この間、「宗教２世」について行ったチキラボの報告書、およびレポートを掲載した書籍『宗教２世』（太田出版）に、多くの評価をいただき、ありがとうございます。 国会や多くのメディアで紹介されたほか、多くの「宗教２世」の方から励ましの声をいただいております。また、いくつかの宗教媒体や団体の方からは、自省的応答の声などもいただきました。および自助グループのなかで、データや概念が「体験の振り返り」のために取り上げられたり、議論の参照にしていただいたりして
ビジネスにおいて注目されている「質的エビデンス」。エスノグラフィや人類学的アプローチを始めとする人文知をビジネスにおいて活用する取り組みが盛り上がり始めている一方、そもそもエビデンスを使うとはどういうことなのか、量的 / 質的なものを問わず真剣に考えるべきフェーズがやってきているように感じます。今回、デザイナーやリサーチャーとともに『質的研究アプローチの再検討』（2023）の読書会を行いました。 ほんとうに”使える”エビデンスとは何か？ 読書会の様子をお届けします。 01｜ほんとうに”使える”エビデンスとは何か？newQメンバー（以下「N」）：みなさんよろしくお願いいたします。 参加者：よろしくお願いします。 N：まずみなさんにお聞きしたいのですが、質的なアプローチやエビデンス一般についてどのようなイメージを持っていますか？ たとえば、私は時間が経つと使えそうですが、リアルタイムでは使える
徳島県南端にある太平洋に面した海部町（現海陽町）は日本で自殺率が最も低いことで知られている。この町を対象とした研究から自殺の危険を抑制するコミュニティの特性が見えてきた。それらの社会実装に向けた試みを紹介する。 ※本稿は、SSIR Japan 編『スタンフォード・ソーシャルイノベーション・レビュー 日本版 05 コミュニティの声を聞く。』より転載したものです。 岡 檀 Mayumi Oka 社会的レジリエンスを高める「自殺予防因子」への着目 日本は自殺の多い国として知られている。昨年の自殺者数は 2万1881人であり、交通事故死者数の約8倍に相当する。人口10万対自殺率は G7加盟国の中では常にワーストである。自殺多発地域における自殺危険因子（健康問題、離別など自殺行動につながる要因）の研究は国の内外において厚い蓄積がある一方、自殺希少地域を対象とした自殺予防因子（自殺の危険を抑制する因子
【社会福祉士の出題傾向！📖】今回は社会調査の基礎&相談援助の基礎と専門職&相談援助の理論と方法&福祉サービスの組織と経営について🍀 - 社会福祉士&医療事務(診療報酬実務能力試験)の資格の合格を目指そう！
どうも～。当ブログをご覧いただいてる、そこのあなた！いつも見ていただき、ありがとうございます。担当のSW-challengeで～す。 今回は社会福祉士の出題傾向として社会調査の基礎&相談援助の基礎と方法&福祉サービスの組織と経営の4つの科目についてご紹介します。👏 それでは、いってみましょう。(^-^)/ 目次 1、試験までのカウトダウン🍀 2、出題傾向＼(^o^)／パート1社会調査の基礎について まずは大きく分けて見ていきます。(^o^) 細かく見ていきます。🎵 この科目のアドバイス！ 3、次に相談援助の基礎と専門職 大きく分けて見ていきます。(^o^) 細かく見ていきます。🎵 この科目のアドバイス！ 4、出題傾向:次に相談援助の理論と方法について まずは大まかに見ていきます。(^o^) 細かく見ていきます。🎵 この科目のアドバイス！ ５、続いて、福祉サービスの組織と経営につい
目次 参加メモの前提 はじめに 開講式 | 9:30-9:45 | 15分 あいさつ / 久保田 壮活（東京大学附属図書館総務課長） 事務連絡 大学図書館の現状と課題 / 大山 努（東京大学附属図書館事務部長） | 9:45-11:00 | 75分（うち質疑15分） 大学図書館職員のスキルアップ法 / 中村 健（大阪公立大学学術情報課図書情報担当係長） | 11:15-12:30 | 75分（うち質疑15分） 効果的なグループワークのデザインとファシリテーション / 栗田 佳代子（東京大学大学総合教育研究センター副センター長・教授） | 13:30-16:20 | 170分 海外研修経験から見えた大学図書館 / 冨田 千夏（琉球大学附属図書館情報サービス課保存公開係長） | 16:30-17:15 | 45分（うち質疑10分） 関連記事 関連リンク 参加メモの前提 全体のバランスや文脈は考
システム部の福原です。 最近はデータ分析事業に従事しています。 社でも新しい取り組みで、試行錯誤の毎日です。 また、個人としてもデータ分析の基礎を学びたいと思ったので、統計学の勉強をしています。 そこで、いろいろなところで紹介されている統計学入門を読んでみました。 https://www.amazon.co.jp/dp/4130420658 この書評を書いてみたいと思います。 はじめに、至極簡単に読んだ感想をお伝えしておくと、統計の基礎を一通り学びたい人におすすめできると思いました。 詳しい感想・読んだ印象は一番最後にまとめてあります（目次からも飛べます）。 それでは、内容紹介に入っていきますので、この本の内容が気になる方は読んでみて下さい。 大まかな内容紹介 多数の数字データの特徴や傾向を知りたい。 特にそれぞれのデータではなく、全体的な傾向が知りたいと考えたとします。 そのための数字デ
【社会福祉士】赤マル💮勉強！2周目32ー1 - 社会福祉士&医療事務(診療報酬実務能力試験)の資格の合格を目指そう！
どうも～。当ブログをご覧いただいてる、そこのあなた！毎度ご覧いただき、ありがとうございます。担当のSW-challengeで～す。 今日はTHE MUSIC DAY！を見ながら書いています。 なので赤マルだけのご紹介です。(*´∀｀) なお、NiziUは夜7時半ごろの予定みたいですよ！！ときどきNiziUが出ていますが。🙋 楽しみ！🎵 勉強に戻します！📃 試験までのカウントダウン✨ 社会福祉士の試験までの148日 精神保健福祉士の試験まで147日 それでは、いってみましょう。(^-^)/ 目次 １、第1問:2016年度💮社会調査問84📖 (1)問題について📕 (2)結果💯 (3)前回との比較！📃 (4)感想📱 2、第2問:社会調査問88📖 (1)問題について📕 (2)結果💯 (3)前回との比較！📃 (4)感想📱 3、第3問:社会調査問85📖 (1)問題について
SQLではじめるデータ分析
クラウドの普及とともに、SQLの利用範囲は拡大し、データサイエンティストもデータベースを直接扱う機会が増えています。本書は、データ分析に関わるSQLのテクニックを学び、分析プロセスにおいてSQLを最大限に活用するためのものです。時系列解析などでは、SQLが日付・時刻の比較や処理に長けており、威力を発揮できる最たるものです。本書ではデータの前処理から始め、時系列解析、コホート分析、テキスト分析、異常検知など、SQLの操作を通じて高度なテクニックまで学ぶことができる構成になっています。サンプルコードはGitHubからダウンロード可能で、実際に手を動かしながら学ぶことができます。 はじめに 1章 SQLによる分析 1.1 データ分析とは 1.2 なぜSQLなのか 1.2.1 SQLとは 1.2.2 SQLの利点 1.2.3 SQL vs. R/Python 1.2.4 データ分析ワークフローの一
【社会福祉士】赤マル💮勉強！2周目30ー2 - 社会福祉士&医療事務(診療報酬実務能力試験)の資格の合格を目指そう！
どうも～。当ブログをご覧いただいてる、そこのあなた！毎度ご覧いただき、ありがとうございます。担当のSW-challengeで～す。 今回もさっきの続きの私の赤マル勉強方法をご紹介します。👏 それでは、いってみましょう。(^-^)/ 目次 １、第5問:2018年度💮社会調査問84📖 (1)問題について📕 (2)結果💯 (3)前回との比較！📃 (4)感想📱 2、第6問:社会調査基礎問86📖 (1)問題について📕 (2)結果💯 (3)前回との比較！📃 (4)感想📱 3、第7問:社会調査問85📖 (1)問題について📕 (2)結果💯 (3)前回との比較！📃 (4)感想📱 ４、まとめ✏️ 番外編🌹 注意事項⚠️ 赤マルのサイトから問題文と選択肢を引用しています。(赤マルから許可をえています。✏️) 実際の試験の選択肢の番号とは異なります。 １、第5問:2018年度
画像はUnsplashより 在宅時間が増加したであろう現在は、学生や社会人が人工知能（AI）や統計学について身につける絶好のチャンスと言える。「AIについて何か勉強したい」「統計学について何か身につけたい」という人も少なくないのでは。 近頃、Pythonなどのプログラミングについて勉強したり、統計学について知識を深めたりできる学習コンテンツが無料公開される機会が増えつつある。そこで、2021年5月28日現在、無料で学べる学習コンテンツを集めてみた。 『データ分析のための統計学入門』PDFが無料公開 データサイエンティストたちが執筆 アメリカのデータサイエンティストらが執筆した『データ分析のための統計学入門 原著第4版』の日本語版PDFファイルが無料公開されている。SNS上では本書や無料公開について「めっちゃ良さそう」「すばらしい……」など、称賛のコメントが見られる。 本書は「データ分析への
第1回では、「UXリサーチとはどういうものか」から始まり「サービスを作るうえでUXリサーチを活用するメリット」を紹介しました。しかし、UXリサーチを実践してみようと思うと「具体的にどんな目的の時に何を調べて明らかにすればよいのか」に迷うことがあります。そこで第2回では、 UXリサーチをする目的や対象としてはどのようなものがあるのかを紹介します。具体的には「探索/検証」「質的/量的」「UXの要素」という3つの分け方を紹介します。これらの分け方がわかれば、何を重視したUXリサーチをすべきかを検討しやすくなるでしょう。 前回：第1回「UXリサーチとは何か？ プロダクトマネージャーが学び実践するための連載開始」 「探索」と「検証」は目的によって使い分け、組み合わせる UXリサーチには探索と検証という分け方があります。目的に応じて使い分けをしたり、両方を組み合わせて活用したりします。ひとつの手法を実
事例で学ぶ特徴量エンジニアリング
いかに高度な機械学習モデルがあったとしても、その性能を左右するのは入力データが優れているかどうかです。時代とともに扱うモデルが進化したとしても、優れた入力データを構築するための特徴量エンジニアリングは常に必要な技術であり、どのような時代においても学ぶ価値があります。 本書は、一般的な特徴量エンジニアリングの手法を概説するとともに、それらの手法をいつどのように使うかについて考えるためのフレームワークを提供します。序盤の章では特徴量エンジニアリングの基本概念や基礎知識を学び、後続章では5つの実践的なケーススタディを通じて特徴量エンジニアリングの具体的手法を詳しく解説します。COVID-19の診断や再犯率のモデリングなど、実社会での活用を想定した実例を通して、自然言語処理やコンピュータービジョン、時系列分析など、さまざまな機械学習ジャンルにおけるパフォーマンス向上のためのヒントが得られます。本書
ラムザイヤー騒動に見る韓国の学問追及と発言の自由 慰安婦で大学追放の危機に追い込まれた韓国系米国人准教授に聞く | JBpress (ジェイビープレス)
元日本軍慰安婦を“自発的売春婦”と呼び、韓国で激論を引き起こした米ハーバード大学法学大学院（ロースクール）のマーク・ラムザイヤー教授。韓国内では、同教授の論文撤回や掲載延期を求める声も上がっていたが、社会科学分野の学術誌「法経済学国際学術誌（International Review of Law and Economics 〈IRLE〉）」に掲載されることが確定した。 韓国の反日運動の中心にあるのは、太平洋戦争当時、強制連行した慰安婦被害者に対する法的賠償と心のこもった謝罪にある。ラムザイヤー論文は、その「強制連行」という根幹部分を否定した。元慰安婦の李容洙氏を含め、ラムザイヤー教授を糾弾する声が燎原の火のごとく広がったのも当然のことだ。 この騒動の中で激しく批判されたのはラムザイヤー教授だけではない。韓国系米国人のジョセフ・リー漢陽大学政治外交学科教授も激しい攻撃を受けた。 リー教授は「
大規模言語モデル（LLM）を、実際にプロダクトや実務に役立つかたちで利用している各社が見た使いどころや、実践の上での工夫について学び合うためのイベント第二弾。今回のテーマは「大規模言語モデルがつくる新しい顧客体験」。ここで登壇したのは、株式会社ログラス・取締役CTOの坂本龍太氏。経営管理×AIが変える経営の未来について発表しました。 「良い景気を作ろう。」をミッションに持つ、株式会社ログラス 坂本龍太氏：どうぞよろしくお願いします。ログラス社の坂本と申します。 今日のアジェンダからお話しさせていただきます。まず、ログラス社はこういう会社ですよという話をさせていただきつつ、どうしてログラス社が投資をするのかというところをきちんとお伝えした上で、「実際にリリースした機能がこんなふうな評価を受けました」ですとか「こういったような影響がありました」というところをお話しします。「その先どうやっていき
第３章 機械学習(教師あり学習)
- 37 - 第 3 章 機械学習（教師あり学習） 教師あり学習にはどのような手法があって、どんな課題解決に役立てられているのでしょうか。この章では、 実践例とともに、手法の種類とそのアルゴリズムについて学んでいきます。 教師あり学習の基本的な手法と実践例を理解する - 38 - 教師あり学習とは 教師あり学習とは、既知となった過去の入力データと出力データを機械学習アルゴリズムにあらかじめ与える ことで、それらを「正解データ」として計算する機械学習の手法です。 例えば、大量の動物の画像データが存在した時に、「これは“ネコ”」「これは“イヌ”」・・・といったようにあらかじ めラベリングをしておきます。十分な正解データを用意し、それらを教師（正解）として機械学習を行います。未 学習の画像を読み込ませた場合にも、正解の中から一致するデータを見つけ出し、“ネコ”か“イヌ”を判定するこ とができます
村上靖彦 著『客観性の落とし穴』より。これからの社会に必要なのは、数値化の鬼ではなく、物語化の鬼。 - 田舎教師ときどき都会教師
「弱肉強食」ではなく「人は弱い」ということを前提とした制度設計が必要である。無償のケア労働におけるジェンダー不平等、無償の家族介護を前提とした介護保険制度、あるいは福祉・介護職における非正規労働・低賃金、そして広義にはケアワーカーであるといえる小中高の教員をしばる労働条件は、家父長性と経済偏重が生んだ弊害だ。ケアワーカーは社会が成り立つための不可欠な主体であり、ケアを軸として社会を考えるという視点からも、ジェンダーと経済の両面で現在の価値観を逆転するべきだろう。 （村上靖彦『客観性の落とし穴』ちくまプリマー新書、2023） こんばんは。１年前の７月下旬は、コロナのために隔離生活を送っていました。１学期の通知表を子どもたちに渡して「さようなら」をした後に、緊張の糸が切れ、たまりにたまっていた疲れがジワジワと滲み出てきて夜に発熱。以降、１０日間に渡る「パパは部屋から出てこないで」と相成りました
PM1年目で知っておきたい「UXリサーチ」の始め方｜メルペイ UXリサーチャー 草野孔希【後編】 | キャリアハック（CAREER HACK）
UXリサーチ、やってみたいけどなかなか踏み出せない...そんな悩める駆け出しPMに向けて、「UXリサーチの始め方」をご紹介。新刊『はじめてのUXリサーチ』著者であり、メルペイでUXリサーチャーとして働く草野孔希さんに解説いただきました。 ▼全2本立てでお送りいたします。 前編：数字だけでは、ユーザーを捉えられない時代へ。UXリサーチ入門 後編：PM1年目で知っておきたい「UXリサーチ」の始め方 >>>［関連記事］「UXリサーチ」に関する記事一覧はこちら 【プロフィール】メルペイ UXリサーチャー 草野孔希（くさの・こうき） 電気通信大学大学院修士課程修了後、通信事業会社の研究所に入社し、デザイン方法論の研究および研究知見を活用したコンサルティングに従事。同時に社会人博士として慶應義塾大学院大学システムデザイン・マネジメント研究科にて博士後期課程を修了 博士（SDM学）。2018年11月にU
RおよびRStudioのインストールで困ったときの対処法についてのリンクをまとめました。 はじめに 今年度前期は量的データ解析法という統計的推測についての授業を担当しました。自分の授業では講義に加えて、RおよびRStudioを使った演習を交えた形式で行いました。 新型コロナウイルス感染症の影響で授業はリモートで行われることになったため、受講生には自身でRおよびRStudioのインストールを行うように指示しました。もちろん、スムーズにインストールできた学生だけではなく、インストールに際してひっかかってしまったという学生も少なくなかったです。幸い、そうしたインストールのエラーについてはメールでスクリーンショットを送ってもらったりしていたため、だいたいどういうエラーでひっかかるのかをリストアップすることができました。 Rのインストールに関してはたくさんの先達がエラーへの対処法を示してくれているの
日本企業の社内デザイン組織のKPI策定
RIETI Discussion Paper Series 22-J-025 1 RIETI Discussion Paper Series 22-J-025 2022 年 6 ⽉ ⽇本企業の社内デザイン組織の KPI 策定 鷲⽥祐⼀*1*2 、⻄垣淳⼦*1 、⽑鋭*2 、肥後愛*1*2 、⼭内⽂⼦*3*4 、江下就介*3*4 *1 経済産業研究所 *2 ⼀橋⼤学⼤学院経営管理研究科 *3 ソニーデザインコンサルティング株式会社 *4 ソニーグループ（株）クリエイティブセンター 要旨 ⽇本の⼤企業はインハウスデザイン組織を持つ場合が多いが、そのような組織の活動評 価について量的な指標が定まっておらず、 企業経営上の問題になってきた。 特にデザイン要 素が経営に与えるインパクトを検討する際には標準的な量的管理指標（Key Performance Indicator: KPI）が必須であった
【ChatGPT】マルチモーダルAIのリファレンス実装 ～多様な情報源から一貫性のある結果を引き出す～ - Qiita
本記事は日本オラクルが運営する下記Meetupで発表予定の内容になります。発表までに今後、内容は予告なく変更される可能性があることをあらかじめご了承ください。 セミナー実施の動画 はじめに 2012年、カナダのトロント大学の研究チームが画像認識の世界大会「ImageNet（イメージネット）」チャレンジで、驚異的な成果を上げました。このコンテストは膨大な画像データから特定の対象物を認識するタスクの精度を競う大会で、その年の優勝者である同チームが生み出した画像認識モデル「AlexNet」ではCNN(現在の深層学習で使われるニューラルネットワークの一種)と呼ばれるアルゴリズムが使われており、そのあまりの精度の高さからこの深層学習という手法が注目されることになりました。 筆者の知る限りこれが深層学習元年、つまり現在のAIブームの幕開けと言っていいと思います。その後、画像系AIは目覚ましい進化を遂げ
2020年上半期はたくさんたくさん本を読みました。小説・漫画・詩集など「フィクション寄り」の本で面白かったものについては先日ブログを書いたので、今回はそれ以外の「ノンフィクション寄り」の書籍について紹介したいと思います。 いつもはだいたい10冊紹介することが多いんですが、今回は20冊紹介しようと思います。順位はあまり厳密ではなく、けっこう適当につけました。ずいぶん前に買って積読していたり、読み途中だったものを読了したものも多数あります。 20位 行動経済学まんが ヘンテコノミクス 行動経済学まんが ヘンテコノミクス 作者:佐藤 雅彦,菅 俊一,高橋 秀明 発売日: 2017/11/16 メディア: 単行本 この本を知ったのは、2018年のこのツイート。 IKEAの激混みフードコートで、こんな紙をもらった。30分以内に席を空けたらソフトクリームと交換します、という混雑回避策。 あやふやなモラ
最近、個人や企業を対象としたアンケート調査やパネルデータ、そしてビックデータと呼ばれる大規模のデータ等が蓄積されることにより、統計データを用いた実証分析（以下、統計分析）が多く行われている。過去と比べると、SPSS、Stata、Eviews、R等のような統計パッケージの普及により、統計分析がやりすくなったものの、依然として統計分析は難しい、手を出しづらいと思う人も少なくないだろう。統計分析の初心者にとって、数式を展開することや方程式の解を計算することは大変な作業であり、難解なものであるものの、よく使われる統計分析方法の基本概念さえ理解すれば、複雑な数式を使わなくてもより楽しく統計分析ができると筆者は確信する。そこで、本稿では、統計分析で最もよく使われているいくつかの分析方法を紹介する。これにより、統計分析に対する理解を深めてもらえたら幸いである。 統計分析は大きく「差の検定」と「関係の検定
多変量解析は、様々な分析方法を用いて、多数のデータから結果を予測したり、シンプルな計算式のような指標を導いたりする手法です。 本記事では、多変量解析について、基礎的な知識から具体的な手法までわかりやすく解説します。 多変量解析とは？どんなことができる？ 多変量解析とは、複数の変数に関するデータをもとに、これらの変数間の相互関連を分析する統計的技法の総称です。特定の分析方法を指すものではありません。 多変量解析には、重回帰分析やクラスター分析など様々な分析手法が含まれます。中にはエクセルで解析できる手法もあり、高度な数学的知識が必ずしも必要というわけではありません。 多変量解析でできることや手法をみていきましょう。 多変量解析でできること 多変量解析では、例えば、次のようなことが可能です。 アンケートの結果から商品の強み・弱みを知りたい 身体測定のデータから病気になる確率を知りたい 既存店舗
最近、回帰分析の中でよく使われているのがロジスティック回帰分析（Logistic Regression Analysis）（以下、ロジスティック分析）である1。被説明変数が量的データである一般的な回帰分析は、説明変数と被説明変数の間の線形関係を仮定しており、一般線形モデル（Ordinary Linear Model）と呼ばれている。しかしながら社会のすべての現象が線形的な関係ではないので、非線形的な関係に対する分析も必要である。また、現実的には被説明変数が量的（Quantitative）データではなく質的（Qualitative）データであるケースも多い。例えば、所得がいくらぐらいである時、家を所有するか、給料がどのぐらいある時、車を買うか、年収がどのぐらいである時、結婚するかなど説明変数は量的データあるものの、被説明変数は「家を所有している、家を所有していない」のような質的データになって
『統計学入門』輪読〜統計学の基礎
はじめに 『統計学入門（東京大学出版）』は統計学入門の代表的教科書です。 しかし高校で数学を選択していなかったり、独学するとなるとやや とっつきづらいかもしれません。 そこで輪読形式で章ごとに重要用語やわかりづらい部分をまとめていきたいと思います。 『統計学入門（東京大学出版）』と合わせて読むことで、より理解を深めて いただければ幸いです。 統計学の基礎 『統計学入門』に入る前に、統計学の基本的な用語を確認します。 統計学には大まかに記述統計と推測統計に分けられます。 ある学校の生徒100名分の成績データを得たとします。 個人のデータを見るよりも平均値や中央値を見た方が現実的には役に立ちそうですね。 この目的で用いられるのが記述統計です。 一方、ある学区に属する生徒の成績データのみを使って全国の生徒の成績を推定を 行うことが推定統計の目的となります。 量的データと質的データ 量的データとは
統計の世界では最も有名な検定であると言っても過言ではない、T検定。 このページでは、T検定について具体例を用いてわかりやすく解説します。 検定は、帰無仮説と対立仮説を確認することがすごく重要なので、帰無仮説と対立仮説をどう確認するか、というポイントも解説。 そのほかにも、この記事を見ればこれらのことがスッキリしますよ！ T検定の前にはF検定をする？ 等分散の過程が必要？ １標本と２標本？ 自由度ってどう求めるの？ T検定とは何？具体例でわかりやすく解説！ 「世の中にはいろんな検定があるけど、それぞれがどんな検定なのかが分かりません・・・。」 私のところに、そのような質問が多々寄せられます。 確かに統計の検定は数が多くて、結局何をやっているのかが分かりにくかったりします。 そんな時のアドバイス。 どんな検定をしているかを手っ取り早く、そして正確に把握するにはあるものを見ればいいんです。 それ
相関分析とは、2個の変量の関係がどれだけあるのかを判断する分析です。 一方の変量が増加すると、もう一方の変量も増加する一方の変量が増加すると、もう一方の変量は減少する一方の変量が減少すると、もう一方の変量も減少する一方の変量が減少すると、もう一方の変量は増加する データやグラフを見るだけでも傾向はわかるかもしれませんが、どれだけの相関関係があるのか、はっきりとした数値が欲しいものです。 そんなときに相関係数が役立ちます。相関係数とは、数値で表すことができる指標です。相関係数によって、2つのものごとの関係性を数字で把握することができます。 相関関係の数値化は、扱うデータが量的データなのか、質的データなのかによって、またはどういった尺度なのかによって、計算する方法が変わります。 間隔尺度と間隔尺度の場合は、ピアソンの積率相関係数間隔尺度と名義尺度の場合は、相関比名義尺度と名義尺度の場合は、クラ
サーバントリーダの孤立を避けるには
原文(投稿日：2020/02/20)へのリンク チームの成功を祝う時、サーバントリーダ(servant leader、奉仕型リーダ)の果たした役割に対する認識あるいは理解のないことが少なくない。彼らの活動が資料に残っていなかったり、他のメンバから見えなかったりする場合があるからだ。このような孤独な状況を避けるには、サーバントリーダをサポートするネットワークを構築して、自分たちの行動を共有し、成功を称え合い、活動とその方法についてブログを書き、自分たちの成果をマネジメントに対してアピールする、という方法がある。 Holiday ExtrasのアジャイルコーチであるNick Loe-Startup氏は、3月29～30日にロンドンで開催されるAginext 2020で、孤独なサーバントリーダになることを回避した自らの経験について講演を行う予定である。 Loe-Startup氏によれば、よいサーバ
Seaborn Objects ~ グラフィックの文法で強化された Python 可視化ライブラリの新形態 ~ - GMOインターネットグループ グループ研究開発本部
2023.02.10 Seaborn Objects ~ グラフィックの文法で強化された Python 可視化ライブラリの新形態 ~ お久しぶりです。グループ研究開発本部・AI研究開発質の T.I. です。色々あって久しぶりの Blog となりました。今回は、趣向を変え、最近大幅に改良された Python のデータ可視化ライブラリである Seaborn の新しい機能を紹介します。昨年９月にリリースされたばかりということもあるのか、本邦どころか英語で検索しても解説資料は公式サイト以外はほぼ皆無(当方調べ)というレアな情報となります。 はじめに データ分析・機械学習などにおいて、データの様々な特徴を可視化しながらの調査・探索(Exploratory Data Analysis (EDA))は、対象の正確で深い理解には不可欠なアプローチと言えます。Python のデータ可視化ライブラリとしては、
数字だけでは、ユーザーを捉えられない時代へ。UXリサーチ入門｜メルペイ 草野孔希 | キャリアハック（CAREER HACK）
新刊『はじめてのUXリサーチ』著者であり、メルペイでUXリサーチャーとして働く草野孔希さんを取材。なぜUXリサーチは重要に？どんな効能がある？前後編の2本立てで、UXリサーチについて解説いただきました。 【プロフィール】 メルペイ UXリサーチャー 草野孔希（くさの・こうき） 電気通信大学大学院修士課程修了後、通信事業会社の研究所に入社し、デザイン方法論の研究および研究知見を活用したコンサルティングに従事。同時に社会人博士として慶應義塾大学院大学システムデザイン・マネジメント研究科にて博士後期課程を修了 博士（SDM学）。2018年11月にUXリサーチャーの一人目としてメルペイに入社し、UXリサーチを活用したサービスデザインに取り組む。 >>>［関連記事］「UXリサーチ」に関する記事一覧はこちら ▼ 草野孔希さんが共同執筆した新刊『はじめてのUXリサーチ』はこちら！ はじめてのUXリサーチ
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
ゼロから始める、データ分析と可視化 - Kyash Product Blog
ChatGPTのコア技術「GPT」をざっくり理解する - Qiita
データ視覚化/ダッシュボードデザインを成功させるための95のチェックリスト
『データ分析のための統計学入門』pdf版が無料公開！ 実際に読んだ感想は……？
【ChatGPT】とベクトルデータベースによる企業内データの活用(いわゆるRAG構成) - Qiita
京都大学、データサイエンス講座のオンライン受講者募集を開始 | Ledge.ai
世界の平和な国ランキング【2022】 - たぱぞうの米国株投資
機械学習におけるEDAって結局何するの？ - ABEJA Tech Blog
【読書会レポート】質的研究を考える夜：エビデンスの円環とコアエビデンス思考へ｜newQ｜newQ
日本で最も自殺の少ない町から学ぶ都市のデザイン：「路地」と「ベンチ」が援助希求行動を促す
2023年度大学図書館職員短期研修の参加メモ : 1日目（10月17日（火）） - 猫に夢研究所
【書評】「統計学入門」を読んでみた感想と内容紹介 - GMO RESEARCH Tech Blog
今すぐ無料でAIの基礎や統計学を学べる学習コンテンツ5選 | Ledge.ai
UXリサーチの3つの捉え方、「探索/検証」「質的/量的」「UXの要素」を理解する
大規模言語モデル「LLM」は、経営の未来をどう変えるか 経営管理×AIで実現する、“人間を超える適切な経営判断”
RとRStudioをインストールするときのつまづきポイントとその対処法へのリンク | Ryota Mugiyama
この本がすごい！2020年上半期 ノンフィクション編 - これからも君と話をしよう
統計分析を理解しよう-よく使われている統計分析方法の概要-
多変量解析とは？入門者にも理解しやすい手順や具体的な手法をわかりやすく解説｜Udemy メディア
統計分析を理解しよう-ロジスティック回帰分析の概要-
T検定とは具体例でわかりやすく！F検定で等分散の確認が必要？｜いちばんやさしい、医療統計
データ尺度の違いによる相関関係を数値化する方法の種類