マガジンのカバー画像

ビジネスデータサイエンスの現場から思考する

31
ビジネスでの現場経験から、データサイエンスを活用するために大切だと思ったことを記事としてまとめます。
運営しているクリエイター

#ビジネスデータサイエンス

データ分析・機械学習タスクの問題設定力を高める30の問い。

データ分析や機械学習のタスクでは問題設定が重要かつ面白いところだと考えています。以前の記…

データ分析のテーマを整理するためのフレームワーク(TIHAM)

最近、次のような質問をいただくことが増えてきました。 「データ分析を始める時にどのような…

データサイエンティスト生活でお世話になった本

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…

〈データ分析〉ビジネスデータ活用の方向性〜4つのシナリオ〜

こちらの記事は一時ブログに移していましたがNoteに戻しました。 Noteのエディタの方が書きや…

データサイエンスは今後ビジネスでどのように貢献するのか?

こんにちは。くにです。 みなさん、ビジネスでデータサイエンスの実践をされていますか? ここ…

データ分析者の暗黙知をどのように伝えるか。

データ分析者を育てるにあたって、自分の暗黙知をどのように初学者に伝えるのか――。今、この…

〈データ分析〉タスクの問題設定について考える。

こんにちは。くにです。 今回は、データ分析や機械学習タスクの問題設定について考えてみます。 ここでは、ビジネス上の課題がある程度定まっているときに、技術的な問題に落とし込む場面を想定しています。ビジネス課題自体が明確でないことも多いのですが、それは別の機会に。 この記事では、問題設定の位置付け、スキル向上策、ヒントを書きました。 あくまで個人的な経験によるものなので、体系的なものではありませんし、所属する組織とは関係のない話ですので、その点ご諒承ください。 問題設定とは

bashでデータ処理(ワンライナーの小技を使った初期分析のすすめ)

みなさんこんにちは。くにです。 データを分析するときには、pythonやRのデータフレームに取り…

〈データ分析〉データがやってきたらまず何をするか?

みなさんこんにちは。くにです。 こちらに書いたように、私はかなり四苦八苦しながらデータ分…