データ・ドリブン社会の創発と戦略(安宅 和人)　第一回

　上記の講義を受けて有益であったinputを備忘録としてまとめていく。

・データを読み解くのにドメイン知識が大いに必要になってくる。

ドメイン知識とは専門知識のこと。

・データは入手法によって「調査データ」「実験データ」「ログデータ」の大きく3つに分けられる。

ビックデータと世間でいわれているもののほとんどはログデータであるが、意思決定にはそれに加え多くの調査データがほとんどの場合に必要不可欠。

・データには、次数が存在する。

具体的には、スワイプパターン・入力の声・緯度経度情報・加速度がベースデータだとすると、この人は～さんである・この人は今～にいます・～の方向に向かっている・自動車に乗っているというのはベースデータから導き出せる(メタ化された)一次データであり、～さんの職場は～です・～に興味があります・自動車で～に向かっているなどの情報はさらにメタ化された二次データという。これらを混ぜてしまうと議論しずらい。

・頭でわかっていると思っても十分でない。

「出来る」ということに重きを置く。つまり、やってみることが大切。

・気づきとは「A」と「B」がつながること。

イシューからはじめよにも書いてます。

・データ×AIの力をフルで使うのに3つの力が必要。

ビジネス力(課題認識・解決する力)とデータサイエンス(統計数理、分析的な素養の上、情報処理＋情報科学系の知恵を使う力)とデータエンジニアリング(プログラミング力)の3つ全てがデータ×AIの力をフルで使うのに必要。

http://gc.sfc.keio.ac.jp/cgi/video_gc/view_video_gc.cgi?2019_41574+01+1

慶應義塾大学　データ・ドリブン社会の創発と戦略 第01回
安宅和人