TokyoR 62 (2017年6月24日)で発表したときのスライドです。整然データ (tidy data) というデータ分析に役立つ概念を紹介し、Rでそれを扱うための手法を簡単に紹介しています。Rの初心者向けです。
![整然データってなに?](https://cdn-ak-scissors.b.st-hatena.com/image/square/66318ca7ce78be1f60644258b152e4e6ede95bfe/height=288;version=1;width=512/https%3A%2F%2Ffiles.speakerdeck.com%2Fpresentations%2F3211f68564f74fefb7cfc0ed75f85429%2Fslide_0.jpg%3F8202707)
TokyoR 62 (2017年6月24日)で発表したときのスライドです。整然データ (tidy data) というデータ分析に役立つ概念を紹介し、Rでそれを扱うための手法を簡単に紹介しています。Rの初心者向けです。
この記事は2年前の以下の記事のアップデートです。 前回はとりあえずデータサイエンティストというかデータ分析職一般としてのスキル要件として、「みどりぼん程度の統計学の知識」「はじパタ程度の機械学習の知識」「RかPythonでコードが組める」「SQLが書ける」という4点を挙げたのでした。 で、2年経ったらいよいよ統計分析メインのデータサイエンティスト(本物:及びその他の統計分析職)vs. 機械学習システム実装メインの機械学習エンジニアというキャリアの分岐が如実になってきた上に、各方面で技術革新・普及が進んで来たので、上記の過去記事のスキル要件のままでは対応できない状況になってきたように見受けられます。 そこで、今回の記事では「データサイエンティスト」*1「機械学習エンジニア」のそれぞれについて、現段階で僕が個人的に考える「最低限のスキル要件」をさっくり書いてみようかと思います。最初にそれらを書
第1に、獣医学部の新設を認めた文科省の行政判断が正しかったのかという点、第2に、その文科省の行政判断に対して、内閣府・官邸側からの「不当な圧力」が加わったのではないか(或いは、「首相側の意向の忖度」が働いたのではないか)という点だ。 第1の点に関して問題がなかったのであれば、第2の点は、さほど重要な問題ではない。50年以上にわたって獣医学部の新設が認められて来なかったことに問題があったということであり、獣医師の業界の既得権益を保護する岩盤規制の撤廃のためには、ある程度の圧力がかかったり、忖度が働いたりすることも、むしろ望ましいということになる。 しかし、逆に、獣医学部の新設の設置認可の判断に問題があったということになると、なぜ、そのような問題のある判断が、所管の文科省において行われたのか、という点が問題となる。それが、官邸側の「不当な圧力」や、首相の意向の「忖度」によって行われたのだとする
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