データサイエンスのおすすめウェブサイト(1月29日付)

新型コロナウィルスのニュースが連日報道されている。通勤電車でもマスクをしている人は三割程度いる。とりあえず個人としては、マスク・手洗い・うがいなどのインフルエンザ予防対策を徹底するのだ第一だろう。本日も気になった英文サイトを紹介する。

データサイエンティストになるための究極の学習コース(2020年版)
一連のオンラインセミナーの案内だが、データサイエンティストを目指すために何を学べばよいかがわかる。

ベイジアン機械学習(その7)
昨年9月8日にも紹介した連載。回数を分けて丁寧に解説しているが前後の回へのリンクが不十分。本記事には第4,5,6回へのリンクがある。

有用性の質問
自分のキャリア形成の歴史を振り返り、「確率・統計・線形代数のアカデミックな勉強は現在のビッグデータ分析の業務には必要なかった」としている。ただしこの記事の筆者は一旦自分で勉強をしており、多くの人のような「数式アレルギーで勉強を回避」ではないことを指摘しておきたい。

セールスへのデータサイエンスの8大利用例
消費者マインド分析, 顧客の生涯価値の最大化, 将来の売上予測, 解約防止, クロスセルリコメンド, 価格の最適化, ChatBotの利用, 拡張現実(AR)の実装。

データサイエンスのおすすめウェブサイト(1/13)

データサイエンス職が東大生の人気職種に」という記事が昨日掲載された。この記事で特に注目されるのは、安定した大手企業ではなくフリーランス的な働き方を志向する学生が多くなっているということである。いよいよ日本的雇用からの本格的転換が加速している。本日も最近気になったデータサイエンスの英文記事を紹介したい。

AIは人間がより人間らしくなるようにさせるか?
コンピュータにできる仕事から解放されて、デザインや共同作業などのスキルがより重要になる、という盛んに言われている話だが、基本的なところから解説している。

「ビジネス・インテリジェンス」対「ビジネス・アナリティクス」
「ビジネス・インテリジェンス」は日々の業務の意思決定のために過去から現在のパターンやトレンドを明らかにする。一方「ビジネス・アナリティクス」はデータマイニング、統計解析、予測モデリングを用いて将来のパターンを予測する。

データサイエンススキル項目の調査結果:コアなスキルと今後重要になるスキル
データサイエンスのスキル項目に関するアンケート調査結果。コアなスキルは高い順に、1)Python, 2)データ可視化, 3)クリティカル思考, 4)エクセル, 5)コミュニケーションスキル、と続く。今後重要になるスキルは高い順に、1)Pytorch(Pythonの機械学習ライブラリ), 2)Scala(オブジェクト指向言語と関数型言語の特徴を統合したプログラミング言語), 3)その他ビッグデータツール, 4)TensorFlow, 5)Apache Spark、と続く。

データサイエンスのおすすめウェブサイト(1/4)

いよいよ東京オリンピックが開催される2020年が幕を開けた。区切りの節目の年ということでデータサイエンスの記事にも今年の(主にAIに関する)トレンド予測をテーマにしたものが目立つ。そのような記事をいくつか紹介したい。

2020年のデジタル変革の主要な5つのドレンド
(1)デジタル技術成長エンジンとしてのIoT, (2)競争に勝ち抜くためにスピードがより重要に, (3)仮想通貨(ブロックチェーン)がさらに躍進, (4)AIが企業のボトムライン成長により貢献, (5)インテリジェントなデータ管理によりITOpsからNoOPSへ

マーケターが注目すべき2020年のAIの10のトレンド
「顧客のチャネル間のリアルタイム相互作用の管理」「新たなインサイトで顧客ロイヤリティ維持の改善」など、マーケティングにおけるAI活用のトレンドを簡潔に解説。

2020年の人工知能の予測
「GPUがAIの加速を支配する」などの予測(記事を読むには無料会員登録が必要)

なぜ2020年のビジネスに人工知能は重要なのか
今後AIを活用していこうとする企業への基礎的アドバイス。データの揃え方、AIシステムの入手方法(自前で構築/製品の購入/クラウドAPIを通したパブリックソリューションの利用)

2020年に注目する8つの人工知能のトレンド
「データとAIの境界線がぼやけてくる」「より簡便なツール,インフラ,ハードウェアが開発される」「新たなモデルや手法が出現してくる」「データが固有のバイアスを持つという前提が(多様性の経済社会で)重要に」など