私は数学がなぜ苦手なのか？高校生が分析してあみ出した勉強法が効果抜群だった｜高校生新聞オンライン｜高校生活と進路選択を応援するお役立ちメディア
私は高校入試で、数学以外の科目は 80～90点台でしたが、数学だけ55点でした……（合格者平均は約70点）。しかし試行錯誤の結果、定期テストで平均より少し上となり、評定平均4、模試偏差値65くらいを取れるようになりました。その方法について紹介します。（高校生記者・みかみ＝３月卒業） なぜ苦手か分析してみたら 数学が苦手だった原因を分析してみました。「解けない問題の解答を丸暗記しようとしていたこと」「解答用紙やノートがうまく使えないこと」「暗記するなという言葉を曲解し、復習せず思考停止していたこと」とわかりました。そこで、主に次の4つの方法を実践してみました。 【１】自分の言葉に変えてみる まず、私には数学特有の言い回しが難しかったので、問われた内容を自分の言葉に変えて、問題集に解答の流れを書き込みました。そしてセルフレクチャーという方法で、問題を見て瞬時に答えが導き出せるようにしました。
メルカリのデータ分析チームでやったことの振り返り｜樫田光 | Hikaru Kashida
こんにちは。 データアナリスト 兼 チームのマネージャ としてメルカリという会社に4年ほど勤めていたのですが、色々やった気はするが、思い返してみると結局の所何をしたんだっけ？という気持ちに突然なりました。僕は忘れっぽいので、今後もこういう瞬間は何度も訪れそうな気がしています。 ということで、この4月から新しいことを始めるこのモーメントに自分が何をしたのかをちゃんと書き残しておくことにしました。 自分自身の記憶のアーカイブの役割とともに、誰かの参考になれば望外の喜びです。 大体2016−2019年くらいの話です（今のメルカリのデータ分析チームはもっと進化していますのであしからず。） LTVの概念を導入した2022年現在となってみると非常に不可解ではあるが、私がメルカリに入社した2016年頃には、社内では「LTVを見る」という概念はなかった。 ゆえに、投資がリクープ（回収）できているかどうかを
Google が公開している、より良いデータ分析のためのガイドブック「Good Data Analysis」で、データ分析の要所が簡潔にまとめられていて感動した
Google が公開している、より良いデータ分析のためのガイドブック「Good Data Analysis」で、データ分析の要所が簡潔にまとめられていて感動した 2022-03-08 Google の非公式ブログで、The Unofficial Google Data Science Blog というデータサイエンスをテーマにしたブログがある。 その中で、 Practical advice for analysis of large, complex data sets の記事を元にして作られた Google Developers Guides: Machine Learning Guides > Good Data Analysis を昨日見かけて読んでいたら素晴らしいドキュメントだったので、ここでその感動を共有したかったので筆をとったしだい。 Good Data Analysis の概
AWS認定11冠達成したので振り返りと個人的ロードマップを考えてみた - Qiita
はじめに 今月未取得だった残りのAWS認定試験に合格して、無事に11冠を達成したので振り返りと個人的なロードマップを考えてみました。 この記事がどなたかのご参考になれば幸いです。 謝辞 自分が合格できたのは、他の方の合格記や出版された対策本、練習問題をまとめて公開してくださっている方々のおかげだと思っています。 まずはその方々に感謝させていただきます。ありがとうございました。 この記事でわかること AWS認定試験の(個人的)お勧め取得順 AWS認定試験の(個人的)勉強方法 事前情報 AWS経験は２年と半年程度 普段はデータ分析系のサービスを使うことが多い 最近は業務でセキュリティ周りのこともやる機会が増えてきた 注意 本記事に書いてあるのはあくまで個人の意見です。 受験される方の性格や所有スキルによってこの勉強法が合わない可能性があります。 自分は資格試験を必要なスキルの知識を手っ取り早く
統計・機械学習の理論を学ぶ手順 - Qiita
社内向けに公開している記事「統計・機械学習の理論を学ぶ手順」の一部を公開します。中学数学がわからない状態からスタートして理論に触れるにはどう進めばいいのかを簡潔に書きました。僕が一緒に仕事をしやすい人を作るためのものなので、異論は多くあると思いますがあくまでも一例ですし、社員に強制するものではありません。あと項目の順番は説明のため便宜上こうなっているだけで、必ずしも上から下へ進めというわけでもありません。 （追記）これもあるといいのではないかというお声のあった書籍をいくつか追加しました。 数学 残念ながら、統計モデルを正しく用いようと思うと数学を避けることはできません。ニューラルネットワークのような表現力が高くて色々と勝手にやってくれるような統計モデルでも、何も知らずに使うのは危険です。必ず数学は学んでおきましょう。理想を言えば微分トポロジーや関数解析のような高度な理論を知っておくのがベス
数学とプログラミングの勉強を開始して、何度も挫折して今に至る軌跡を晒す
2013年の秋、その時の自分は30代前半だった。 衝動的に数学を学び直すことにした。 若くないし、数学を学びなおすには遅すぎると思って尻ごみしていたが、そこを一念発起。 というか軽い気持ちで。ぶっちゃけると分散分析とやらに興味を持ったから。 数学というか統計かな。 統計的に有意差があったといわれてもその意味がさっぱりだった。 一応、理系の大学を出てるので、有意差という単語をちょいちょい耳にはしていたが、 「よくわかんないけどt検定とかいうやつやっとけばいいんでしょ？」 くらいの理解だった。 で、ありがちな多重比較の例で、3群以上の比較にt検定は使っちゃダメだよっていう話を聞いて、なんか自分だけ置いてけぼりが悔しくなって、Amazonをポチッとしたのが全ての始まり。 あと、あの頃はライン作業の工員だったから、脳が疲れてなかったし。 そんなわけで、自分の軌跡を晒してみる。 みんな数学とかプログ
ゼロから始める、データ分析と可視化 - Kyash Product Blog
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
セキュリティガードレールを作って、非エンジニアに安心してGCPを提供できるようにした話 - MonotaRO Tech Blog
はじめまして、モノタロウでGCPの管理をしている吉本です。 今回はモノタロウの社内全体でデータ基盤として使っているGCPをテーマに、大規模組織におけるクラウド運用の取り組みをお話します。 データ民主化による現場主導のデータ活用 クラウドの利用拡大に伴う課題 Cloud Asset Inventoryを利用したセキュリティガードレールの構築 まとめ データ民主化による現場主導のデータ活用 最近、データの活用・推進が様々な企業で実施されるようになってきました。 特に2018年あたりからデータ民主化と呼ばれる、職種に問わず自らデータを集計・分析して意思決定をする文化が広まるようになった結果、非エンジニアがSQLを書く事例が増えています。*1 *2 モノタロウでも職種問わずデータドリブンな意思決定を推進しています。 2017年にデータ基盤をBigQueryに構築して以降、積極的にSQLなどの研修な
9segsを用いた顧客分析とは？ フレームワークで顧客起点マーケを実現 | イベント・セミナー
マーケティングが成功し続ける企業に共通する点は何だろうか。 自社に秀でたマーケターがいるからだろうか？顧客起点マーケティングアプローチの仕組みが整っているからだろうか？サイバーエージェント主催のイベントに登壇したM-Forceの代表 長 祐（ちょう たすく）氏は、それを後者の仕組みによるものだとし、顧客を9つのセグメントに分けるフレームワーク「9segs（ナインセグズ）」を用いた、「顧客起点マーケティングアプローチの仕組み」について解説した。 中長期にわたる持続的なビジネス成長に必要なフレームワーク「顧客を起点にマーケティングを考える」とは一体どういうことなのだろうか。顧客起点のマーケティングを可能にするものとして、次の3つを挙げた。 組織内の共通認識形成戦略の一貫性施策の一貫性顧客起点のマーケティングを実現するには、マーケティング部署に所属している人間だけでなく、研究開発部門だったり、営
B2B企業のSEO競合分析 5つの手順（後編：技術的健全性・被リンク） | Moz - SEOとインバウンドマーケティングの実践情報
ステップ4 技術的な健全性競合分析の4番目の段階は、技術的な健全性だ。 あるウェブサイトにアクセスして、 404エラーばかりだったりリンクが切れていたり表示が遅すぎたりといったことがあると、どれほど苛々させられるか、だれしも経験があると思う。最悪のユーザー体験（Bad UX）だ。 グーグルは非常に賢いので、私たちが悪いユーザー体験を喜ばないことを知っていて、本当にユーザー体験が悪ければ、他のウェブサイトを上位に表示する傾向がある。 「技術的な」という言葉を見出しで使い、さらに「ページ速度」について触れているが、技術に明るくなくても恐れる必要はない。ページ速度を改善するのが大変な作業であることはわかっている。しかし、まずは、次のことから始めてみるのはどうだろうか： 検索で少しでも上位にしたいページのURLをGoogle PageSpeed Insightsに指定して分析し、指摘された点のうち
初めてこのブログに来た方へ - 渋谷駅前で働くデータサイエンティストのブログ
これは初めてこのブログに来た方々向けのトップ固定記事です。最新記事の更新状況に応じて随時更新されます。 はじめに 公式のプロフィールはLinkedInに掲載しております。 このブログの内容は個人の意見・見解の表明であり、所属組織の意見・見解を代表しません。またブログ記事の内容の正確性については一切保証いたしません。学術的・技術的コンテンツを求めて来訪された方は、必ず学術書や論文などのオーソライズされた資料を併せてご参照ください。むしろ僕自身の学習のプロセスを記録しているだけの備忘録的記事が多いため、誤りもまた多いはずです。後学のため、誤りを見つけた場合はコメント欄などでお知らせいただけると有難いです。 また、ブログの中で取り上げられているデータ分析事例・データセット・分析上の知見など全ての記述は、いずれも特別に明記されていない限りはいかなる実在する企業・組織・機関の、いかなる個別の事例とも
初学者からの統計学10冊（社会科学向き） - Qiita
はじめに 千葉大学・株式会社Nospareの川久保です． 今回は，初学者レベルから学部上級レベルの統計学関連の教科書を，順を追って紹介していきます．普段，経済学をはじめとする社会科学（経済学・経営学や政治学など）を学ぶ学生に教えているので，タイトルに「社会科学向き」と入れてみましたが，これから紹介する多くの本は，他の応用でも役に立つものが多いはずです． 入門書 大屋幸輔『コア・テキスト統計学』 厳密さと初学者に対する分かりやすさのバランスのとれた本です．演習問題を集めた副読本もあるので，こちらと併せて学習すると効果的だと思います． 久保川達也・国友直人『統計学』 入門書としては，やや硬派な教科書ですが，しっかり学びたい人にはお勧めの教科書です．「1.記述統計」「2.確率」「3.推測統計」と標準的な構成をしている中，最後の第4部では社会・経済データとして標本調査や時系列分析の話題にも触れてい
もし外資系企業の女子マネージャーが経営戦略部門の「データアナリスト」を務めたら｜次郎花｜note
こんにちは、次郎花です☆ タイトル長い（笑）...ぱ、パクリなんかじゃないですよっ！ はい。 というわけで、今回はわたくしのお仕事「データアナリスト」についてご紹介したいと思います。データアナリスト／データサイエンティスト（以下、DA/DS）のブームもそろそろバブルがはじける頃かと想像していますが（もうはじけてる？）、いまだに一定数の方が憧れを持って、あるいは異世界転生を狙ってジョブチェンジしようとしているこれらの職業。最近では、実際にDA/DSである方の現場の声なども散見されるようになり、どのような職業なのか実態が少しずつ広まってきたようにも思います。ですので、今さら感はありますが、私もご多分に漏れず知見を共有できたらという思いでこの記事を発信しようと考えました。 次郎花って？まずは、次郎花って誰やねん、というところからですね。わたくし次郎花はとある外資系企業のCEO直轄の経営戦略部門で
1,801のユーザー行動を分析した結果わかった、ユーザーがGoogleを使う際の12の真実 - SEO Japan｜アイオイクスのSEO・CV改善・Webサイト集客情報ブログ
無料で資料をダウンロード SEOサービスのご案内 専門のコンサルタントが貴社サイトのご要望・課題整理から施策の立案を行い、検索エンジンからの流入数向上を支援いたします。 無料ダウンロードする ＞＞ 変化し続けるユーザーニーズに対し最大限対応していくことは、あらゆるWebサイトにとっての命題と言えます。SEOに直接関係があるにせよ、ないにせよ、ユーザーを満足させることができなければ上位表示も難しいでしょう。 ユーザーニーズの把握は非常に難しいトピックですが、ユーザー行動を把握することでそのヒントを得られるかもしれません。 今回は、Backlinkoによる、ユーザーの検索行動を調査した記事を紹介いたします。 最新のGoogleの検索結果に対し、人々がどのように関わっているかをより良く理解するため、我々は1,801のユーザー行動のセッションを分析した。 特に我々が調査した項目は以下のとおりだ。
謎の実力派データ分析集団・ホクソエムに「データが扱えるマーケター」になるためのキャリア論を聞く | ［マナミナ］まなべるみんなのデータマーケティング・マガジン
―今日は株式会社ホクソエムのお二人とヴァリューズの輿石さんに、データアナリストのキャリア論についてお聞きしていきたいのですが、本題に入る前にまずひとつお尋ねしたいです。なかなか実態の掴みづらいホクソエムという会社は、一体何者なのでしょうか…？（笑） タカヤナギ=サン：それについては牧山さんが会社の歴史をきれいに話してくれるかと。 牧山さん：いや〜話せないですね。もう忘れました（笑）。 タカヤナギ=サン：おっと。では私から簡単に話すと、まずホクソエムは匿名知的集団ホクソエムからはじまり2016年に株式会社となりました。代表取締役は私と牧山の2人。メンバーは計8名で、働き方改革とダイバーシティを体現して全員副業で回してます。 メンバーの特性としては、みんな本業の所属組織で実務をバリバリこなしつつ、博士号を持っているのが8分の3。残り5名も少なくともマスター卒で、データ分析に特化した人が集まるス
データサイエンティスト生活でお世話になった本｜武田邦敬｜Kunihiro TAKEDA
みなさんこんにちは。くにです。 データ分析の世界に足を踏み入れてから9年が過ぎました。 分析実務未経験でキャリアチェンジできたのは幸運としか言えませんが、ある意味無知だったからこそ無謀な挑戦ができたのかもしれません。この挑戦の泥臭い記録は、この記事に書きました。 ポジションは変われど、データを扱う仕事をまだ続けています。 私は実務で手を動かしつつ、不格好に失敗しながら学んできました。わからないことにぶつかるたびに本を買い、その本でわからないことがあればまた本屋に行き、自分が少しでも理解できそうな本を探して買いました。そして、気になる参考文献があれば、それも買って読んでみる…。 こんな生活を続けているうちに、部屋が本だらけになってしまいました。 正直に言って読み切ったという実感のある本はありません。しかし、実務で何かしらお世話になった本は数多くあり、そういう本は手放さずに手元に置いています。
【JS/ Python両方OK!】「データ可視化」が歴史から実装まで体系的に学べるStanford講座の独習ノート - Qiita
【JS/ Python両方OK!】「データ可視化」が歴史から実装まで体系的に学べるStanford講座の独習ノートJavaScriptd3.jsデータ分析データサイエンスcolaboratory CS 448B Visualization (2020 Winter)は、Maneesh Agrawala氏による、Stanford大で行われた、データの可視化に関する体系的な講義です。 スタンフォード大の"CS 448B Visualization (2020 Winter)" がすごい。 データ可視化の体系的講義。どう図表に変換するかの理論、探索的データ分析、ネットワーク分析等の実践と盛り沢山。 スライドに加え、Observable(JavaScript), Colab(Python)どちらでも例を試せる。https://t.co/lGyPElrihg pic.twitter.com/mWZn
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
開会式で話題となった"長いスピーチ"、どうしてそう感じたのかをスピーチライターがガチ分析してみた
デイリーポータルZがウェブ解析士マスターに真剣相談！ アクセス解析とサイト改善って何からはじめる？ | 楽しく学ぶアクセス解析&サイト改善【DPZ×ウェブ解析士】
上原＠株式投資家 on Twitter: "アメリカのデータサイエンティストが書いた「データ分析のための統計学入門」の日本語訳が、訳者である東大の国友先生のホームページで無料公開されています。 全418ページがすべて無料です。普通に有料の書籍なんですが、統計の基礎勉強はこ… https://t.co/8egqMi2NJU"
