![見出し画像](https://assets.st-note.com/production/uploads/images/34381691/rectangle_large_type_2_5e055684151bc271ec830f95ca0ae72b.jpg?width=1200)
【番外編】初心者が頑張るデータサイエンティスト勉強日誌【Udemy開始】
最近更新を出来ていなかった週7フリーランスのりゅうです!
今回はUdemyでのデータサイエンスコースの受講も同時に始めたので、そちらの内容のメモも行っていければと思います。
データサイエンスの用語の混乱について
そもそも、データサイエンス周りの用語で混乱が生じてしまっている要因には、
- データサイエンス業界の継続的な発展とデータサイエンスに関する言葉の意味合いの変化
- データサイエンス業界における言葉の増加
- データサイエンスに関する用語に関し、人事部がキャッチアップしきれていない
などの理由が挙げられる。
分析と分析論は違う??
分析(analysis):過去に起こったことを「どのように」「なぜ」などの視点から説明すること
分析論(analytics):過去のパターンから未来に起こりうることを考えること。分析によって得られた結果に合理的な説明を加えること。定量分析と定性分析に分けられる
定性分析 = 直感 + 分析論
定量分析 = 公式 + アルゴリズム
ビジネスインテリジェンス(BI)とは
BIとは過去のビジネスデータを分析・報告するプロセスのこと。ビジネスで得られたデータを用いて過去の事象を説明することが目的。意思決定を支える!
機械学習とは
明示的にプログラムされていなくても機械が結果を予測出来る能力。アルゴリズムの作成・実行によって機械が、予測・パターンの分析・推奨を行えるようになる。
人工知能とは
人間の意思決定をコンピュータが行うこと。人は機械学習を通してのみ人工知能にアクセスすることができる。
(図にするとこんな感じ。from Udemy)
この中で「データサイエンス」の領域のうち「ビジネス」に関係する事を学んでいく。
今回はこんな感じで(ほとんどまだ分かっていませんが)データ周りの用語について勉強しました!
引き続き番外編としてUdemyでの勉強記録を挙げていきたいと思います。
この記事が気に入ったらサポートをしてみませんか?