1. pinterest
  2. twitter
  3. linkedin
  4. facebook

【メール便・送料無料・代引不可】シャブカポ SHUBB L3 (L-3) 12弦用 アルミ /ニッケル【smtb-TK】 メール便 ニッケル L3 アルミ シャブカポ 送料無料 代引不可 12弦用 SHUBB L-3 smtb-TK メール便,送料無料,代引不可,シャブカポ,SHUBB,L3,L-3,12弦用,アルミ,ニッケル,smtb-TK メール便,送料無料,代引不可,シャブカポ,SHUBB,L3,L-3,12弦用,アルミ,ニッケル,smtb-TK メール便 ニッケル L3 アルミ シャブカポ 送料無料 代引不可 12弦用 SHUBB L-3 smtb-TK 【メール便・送料無料・代引不可】シャブカポ SHUBB L3 (L-3) 12弦用 アルミ /ニッケル【smtb-TK】

【メール便・送料無料・代引不可】シャブカポ SHUBB L3 (L-3) 12弦用 アルミ /ニッケル【smtb-TK】




こちらの商品はメール便で発送します。
詳細についてを必ずご確認ください。

元祖「六本木で働くデータサイエンティスト」です / 道玄坂→銀座→東京→六本木→渋谷駅前

f:id:TJO:20200106165910p:plain
これは初めてこのブログに来た方々向けのトップ固定記事です。最新記事の更新状況に応じて随時更新されます。

はじめに


公式のプロフィールは

に掲載しております。


このブログの内容は個人の意見・見解の表明であり、所属組織の意見・見解を代表しません。またブログ記事の内容の正確性については一切保証いたしません。学術的・技術的コンテンツを求めて来訪された方は、必ず学術書や論文などのオーソライズされた資料を併せてご参照ください。むしろ僕自身の学習のプロセスを記録しているだけの備忘録的記事が多いため、誤りもまた多いはずです。後学のため、誤りを見つけた場合はコメント欄などでお知らせいただけると有難いです。


また、ブログの中で取り上げられているデータ分析事例・データセット・分析上の知見など全ての記述は、いずれも特別に明記されていない限りはいかなる実在する企業・組織・機関の、いかなる個別の事例とも無関係です。ブログ記事内容は予告なく公開後に改変されることがあります。改変した事実は明示されることもあれば明示されないこともあります。


このブログはあくまでも僕自身にとっての備忘録であり、利便を考えてweb上に公開しているだけという位置付けのものです。中にはその見かけとは全く別の真の目的をもって書かれた記事もあります。以上の点をご理解の上、お読み下さると有難いです。

id:TJOとは何者なのか

データ分析を仕事にしたければ読むべき本は何か

少し前のことですが、こんな話題がありました。

実際問題として「ある目的のために

システムを開発し、非常に高精度のものが出来上がったが、結局色々あって実戦投入されなかった」という話は、自分の身の回りでも業界内の伝聞でも事欠きません。


しかし、

と言えばどちらかというと「より精度の高いモデルを追い求める」試み、もう少し下世話に言うと「精度勝負」によって、連綿と発展してきたという歴史があります。それは古くはMNISTに対する精度追求*1Deep Learning隆盛以降はImageNetに対する高精度モデルの追求*2であったりその他のドメインにおける有名 データに対する精度追求などに代表されてきたように見受けられます。


にもかかわらず、ビジネスを含む実務の場面においては「より高精度で優秀な

モデル」が様々な実務上の制約によって使われず、そうでない何かが代わりに用いられるというケースが多いということは、言い換えると「実務上のニーズと の精度とは必ずしもマッチしない」という難しい現実を意味しているように思われます。そこで、今回の記事では「あえて精度勝負をしない 」というテーマのもと、 システムをいかにして現実のニーズに合わせて導入していくかについて論じてみます。


なおいつもながらですが、引用している資料や今回のテーマとしている実務ニーズへの

導入について、事実誤認や認識違いなどがある可能性がありますので、お気付きの方は是非ご指摘くださると幸いです。

*1:LeCunのMNISTサイトを参照のこと

*2:つまりILSVRCのこと

続きを読む

今月はモデルナワクチンの2回目接種

やら仕事でも負荷の高い分析業務やら、はたまた執筆*2やらでネタ切れなのもあってあまりブログ記事を書けていなかったので、最近話題になった件について簡単に論じてみようかと思います。元ネタはこちらです。


これはイスラエルで公表されたCOVID-19ワクチンの重症化防止効果に関する統計について、いわゆる「シンプソンのパラドックスが見られるのでそれを補正する必要があると指摘するブログ記事です。この件について僕が引用しながらボソッと放言したところ、思いの外大きな反響があったのでした。

シンプソンのパラドックスというと数ある統計学パラドックスの中でもかなりメジャーな部類に入ると思うのですが、意外にもこれがズバリ適用されるべきデータってなかなか実務では出くわさないんですよね*3。上で引用したブログ記事的には良き敵にこそござんなれという按配だったのでしょうが、反響を見ている限りでは思った以上に複雑な概念だと一般には感じられているらしいという印象がありました。


ということで、僕個人にとってもちょうど良い機会なのでシンプソンのパラドックスについて調べてみた結果を、記事としてまとめてみようと思います。なおいつもながらですが、記事内容に誤りや理解不足などあればご指摘くださると有難いです。

*1:

*2:何を書いているかはまだ秘密です

*3:後述するように特定の状況下では頻出するようですが

続きを読む

f:id:TJO:20210714135919p:plain
(Image by Pexels from Pixabay)

僕自身がデータサイエンティストという肩書きを与えられて働くようになった9年前から、一貫して問題意識を持ち続けてきたのが「データサイエンティストをどう育成すべきか」についてでした。その後、この9年の間に質の良し悪しや量の多寡はともかく多くのデータサイエンティスト向け技術講座・資料が沢山世に出るようになり、一見その育成体制はそれなりに整ってきたように見えます。


しかし、当事者たちから見ると必ずしもそうではないようだ、という指摘を陰に陽に見聞しており、しばらく前のことながら実際に僕自身が機会があって聞かされたコメントを引用して放言したところ、結構な反響があったので「ああ戦力になるレベルのデータサイエンティストを育成するのは誰もが難しいと思っているんだな」と実感していた次第です。そんなわけで、上記の4つのポイントに触れながら改めてその「難しさ」と、考えられる解決策を論じてみようと思います。

続きを読む