ビッグデータを活かすデータサイエンス -クロス集計から機械学習までのビジネス活用事例-

著者 : 酒巻隆治 里洋平

• 東京図書 (2014年11月10日発売)

感想・レビュー・書評

[塩川宏郷さんの感想 · 2015年7月31日]

統計の基本的な部分の解説。わかりやすい、ような気がするがわかったかどうかは自信がない。

[かずさんの感想 · 2015年1月4日]

データ分析の事例集。
手順も含めて分かりやすいようにまとめてくれていますが、
やったことがない人にはチンプンカンプンになってしまう。

まあ、しょうがないですね。
クロス集計部分は理解しておきたかったので、
そこは勉強になったかな。

【勉強になったこと】
・データサイエンティストの必要条件
　ビジネスに関する経験・知識
　統計手法に関する経験・知識
　データ処理に関するコーディング経験・知識

・「現象」が共有でき、「あるべき姿」が共有されたとき、
　はじめてデータ分析を行う土台ができたことになり、
　データ分析のスタートが切れたといえる。

・データ収集のときに検討すること
　問題を検証するために、どんなデータが必要なのか？
　必要なデータは、分析者が使えるところに保存されているか？
　必要なデータは、分析者が申請すれば使えるようになるのか？
　必要なデータが保存されていない場合、新たに取得できるか？
　必要なデータが取得出来ないとき、代用出来る他のデータはあるか？

・データ分析の目的は、「意思決定支援」「自動化・最適化」の2つ。

・数字の4タイプ
　離散値：名義尺度、順序尺度
　連続値：間隔尺度、比例尺度

・順序尺度は5段階以上ある場合、連続値とみなして
　データ処理を行っても、おおむね違和感のない結果が得られる。

・ビジネスのデータは、「べき乗分布」になることが多い。
　人の心理が関わるものが、その傾向にある。

・ほとんどの値がゼロになっている変数を含むと、
　k-means法は上手く動かない。
　そのため、事前に除去する必要がある。