2019年01月04日

書籍: データサイエンティスト養成読本


 
MBAデータサイエンスの教科書として指定された一冊。
 
機械学習を実務利用している方々(Preferred Networks社、Gunosy社、トヨタ社などの所属)による解説本。
 
機械学習の歴史・今後の展望など広い視野の記事もあり、理論的背景を簡単に紹介する記事もあり、Pythonのインストール方法から始まってプログラムを1行ずつ解説する記事もあり、ビジネス上の典型的な落とし穴や対策の話もあり、非常にバランスよく記事が散りばめられている。
 
また、要求される前提知識も少なく、何らかのプログラミング経験と、大学1〜2年程度の数学の知識があれば、1日程度でスイスイと気持ちよく読めるはず。
 
私自身が IoT SaaS Telematics で分析サービスを立ち上げていた際に、事前にこれを1冊読んでいれば、機械学習によるソリューションも加えられたのに、、、と悔しさを覚えた。
 
機械学習入門の一冊目としておすすめの良書。
 
-- 目次 --
・機械学習の概要 (基礎知識、Q&A、歴史と今後の見通し)
・機械学習のビジネス適用例・簡易実装例 (深層学習(DeepLearning)以外)
・機械学習のビジネス適用例・簡易実装例 (深層学習(DeepLearning))
・機械学習ツール類の外観 (プログラム言語、サービス、システム)
・Pythonで機械学習を実行する (Pythonのインストールから実装まで)
・機械学習による推薦システム (基礎知識、チューニングの基本、応用の方向性)
・機械学習による画像認識 (基礎知識、チューニングの基本、応用の方向性)
・機械学習による異常検知 (基礎知識、チューニングの基本、応用の方向性)
 
 
posted by Takashi Inoue at 15:21| Comment(0) | 書籍

2018年12月25日

書籍: 仕事ではじめる機械学習



MBAデータサイエンスの教科書として指定された一冊。

本書は機械学習の書籍ではあるが、理論的背景よりも適用方法や実装方法などの、ビジネス的な観点での記載が充実している。例えば以下のようなものである。

・機械学習を利用したプロジェクトにはどのような工程があるか
・機械学習のアルゴリズムにはどのような選択肢があるか
・プロジェクトで起こりがちなミスと対策は何か
・データをどのように収集するか
・どのように分析を進めるか
・どのようにレポートにまとめるか

また、後半3章では以下の実例が示される。

・映画のレコメンドシステムを作る
・クラウドファンディングサイトを分析して、成功率を高めるための知見を得る
・自社マーケティングの分析と改善

実例はデータ、Pythonコード、PPTレポートが示されており、自分の業務へ応用もしやすい造りになっている。データサイエンティストの業務がイメージできる良書である。

■目次
1. 機械学習プロジェクトのはじめかた

2. 機械学習で何が出来る?
2-1. どのアルゴリズムをえらぶべきか
2-2. 分類(パーセプトロン、ロジスティック回帰、SVM、ニューラルネットワーク,k-NN,決定木,ランダムフォレスト,GBDT)
2-3. 回帰
2-4. クラスタリング・次元削減
2-5. その他

3. 学習結果を評価しよう
4. システムに機械学習を組み込む
5. 学習のためのリソースを収集しよう
6. 効果検証

7. 映画の推薦システムを作る
8. Kickstarterの分析、機械学習を使わないという選択肢
9. Uplift Modelindによるマーケティング資源の効率化
posted by Takashi Inoue at 22:05| Comment(0) | 書籍

2018年09月28日

書籍: ビジョナリーカンパニー2 飛躍の法則


 
平凡な企業が、卓越した企業に変化したケースを分析した一冊。
原題は「Good to Great」
 
スタンフォード大学の研究チームが5年に渡る調査を経て発表した内容であり、
幅広いデータ郡から抽出した企業に対して、非常に丁寧な調査が行われている。
分析のフェーズでは、可能な限り先入観を排除し、定量的な判断となるよう配慮されている。
 
調査の要点は以下の通り。
 
・適切な人材が集まることが最重要
 経営者が適切な人材であり、また採用でも妥協していない。
 
・適切な人材とは、技能・年齢・学歴・職歴などではなく
 性格・人柄・価値観・基礎的能力で決まる。
 
・適切な人材には全体最適の価値観がある。
 個人の短期的な名声よりも、組織全体の永続的な発展を目指す。
 そのため、派手ではなく謙虚だが強い熱意を持つ人物である。
 
・適切な人材が集まった後で、進む方向を決める。
 価値観が揃っていれば、行き先変更は大した問題にはならない。
 
・適切な人材が集まれば、管理作業やモチベーション向上施策
 などは不要で、やるべきことにより専念できる。
 
・適切な人材を集まれば、建設的かつ徹底的に議論ができるため、
 組織・各人のやるべきことが明確になる。納得感があるため実行力が高く、
 状況が良くなってくるとモチベーションが高まって加速してゆく。

・報酬制度は、適切な人材にとどまり続けてもらうために存在する。
 
調査結果は日本文化的な美徳とも相性が良く、読んでいて非常に気持ち良い。
私自身が始めてこの本を読んだ時にはピンとこなかったが、
その後に異動や転職を経て様々な環境を経験した結果、
納得・共感できる部分が非常に多くなっていた。
 
もしかすると、起業することのメリットの一つは人なのかもしれない。
価値観の合う信頼できる人たちを自分で選び、
多くの時間を共に過ごしてゆくことは、やはり幸せなことではないだろうか。
タグ:書籍 MBA
posted by Takashi Inoue at 13:07| Comment(0) | 書籍

2018年07月05日

[転職] 履歴書・職務経歴書に書くべきこと、面談で話すべきこと

転職を考えている友人が「職務経歴書に何を書いたら良いか分からない」と悩んでいたため少し考えてみました。以下の内容を履歴書・職務経歴書・面談で伝えられれば良いのでは?

業務経歴書の論点_01.png
 
 
業務経歴書の論点_02.png
 
PDF版をダウンロード
 
関連記事
SEの転職ノート (就職活動編)
 
 
タグ:転職
posted by Takashi Inoue at 01:20| Comment(0) | メモ

2018年02月04日

Latin Hypercube Sampling (Excel)

LHS.png

Latin Hypercube Sampling(ラテン方格法)は、
多数の確率変数を含む数値計算で有効な手法。
モンテカルロ法より少ない回数で高い精度を出すことが出来る。

Excelをダウンロード

Reference
[1] Samy Youssef, "Probabilistic Selection of Ship-Ship Collision Scenarios"
[2] Lonnie Chrisman, "Latin Hypercube vs. Monte Carlo Sampling"
posted by Takashi Inoue at 15:59| Comment(0) | メモ