データサイエンスブートキャンプ参加報告_石村

1.

データサイエンスブートキャンプ参加報告 2019/8/7 データサイエンス勉強会第8回

2.

自己紹介 • 石村麻莉彩 – いしむらありさ • GxP（株） –
職業：ITエンジニア – 役割：顧客と開発チームの間にいる人 • データサイエンスは？ – 顧客のお悩みはこの分野増えてる – 少しずつ絡めていきたいけどまだお遊び程度 Copyright© Growth xPartners, Inc. All rights reserved. 1

3.

Copyright© Growth xPartners, Inc. All rights reserved. 2 趣味はチロルチョコの布教活動

4.

アジェンダ • どんな勉強会だったのか • 受講の背景 • 面白かったところ –それぞれから話します！ Copyright© Growth
xPartners, Inc. All rights reserved. 3

5.

どんな勉強会だったのか Copyright© Growth xPartners, Inc. All rights reserved. 4

6.

Exploratory • データ分析ツールの開発 –R言語をベースにしている –ビジネスユーザーが自分でやるのが一番イイよね！をモットーに基本ノンプログラミングでできる • データサイエンスの普及と教育 –普段はアメリカのシリコンバレーにいる方が、不定期に来日してブートキャンプなどを開催
Copyright© Growth xPartners, Inc. All rights reserved. 5

7.

データサイエンス・ブートキャンプ • 3日間かけて基礎から学べる –平日版と週末版がある –9時から18時まで • データサイエンスの基礎知識を身に付けられる –データサイエンスってなにするのか –統計基礎 –可視化のやり方

8.

データサイエンス・ブートキャンプ • 講義→実践の繰り返し –実践では隣の人と一緒に検討もする –一人で本や動画見てるだけではできない学び • Exploratoryのツールは使うが、ツールを使わなくても必要な知識を得られる Copyright© Growth

9.

データサイエンス・ブートキャンプ • 次回は11月だそうです –https://exploratory.io/training-jp Copyright© Growth xPartners, Inc. All rights
reserved. 8

10.

受講の背景 Copyright© Growth xPartners, Inc. All rights reserved. 9

11.

グロースエクスパートナーズ（株） • 会社概要 –設立：2008年7月4日 –本社所在地：西新宿の野村ビル –主要事業分野 » グループ各社の経営 –関連会社が７社 »
システムインテグレーション事業 » クリエイティブ・プロデュース事業 » 飲食事業など Copyright© Growth xPartners, Inc. All rights reserved. 10

12.


13.

（株）ＧｘＰ • 会社概要 –グロースエクスパートナーズの完全子会社 –設立：2018年11月1日 –本社所在地：西新宿の野村ビル –主要事業分野 » システムインテグレーション事業 »
コンサルティング事業 –エンタープライズ案件が中心 Copyright© Growth xPartners, Inc. All rights reserved. 12

14.

受講した人 • （初）高田康宏 • （初）木村珠望 • （再）石村麻莉彩

15.

受講の経緯 • 顧客のデータの活用はずっと前から課題 –検索やマッチングをいい感じにしたい –顧客の購買データ等は蓄積されているが活用できていない –人間の判断を自動化していきたい Copyright© Growth xPartners,
Inc. All rights reserved. 14

16.

受講の経緯 • 積極的に予算取って課題解消に動く案件は少なかった –ＧｘＰ側 » 経験者がいなくて提案できていなかった –顧客側 » ほかに優先する課題があった
» 自分たちでは解消できず、他にいい相談相手もいなかった Copyright© Growth xPartners, Inc. All rights reserved. 15

17.

初回の受講 • 2017年6月に石村がひとりで受講 • 開催を知ってた鈴木雄介さん（当時の上司的な人）から声がかかった • 自身のキャリアにも悩んでいたので受講 –RDBチョットデキル人だったけど限界を感じていた –インフラ方面弱いし興味ないので伸び悩み
–顧客とチームの間にいる立場でより役に立つスキルを模索していた Copyright© Growth xPartners, Inc. All rights reserved. 16

18.

初回の受講 • 当時はこの勉強会は初めての開催だった • 今より、知識＜まず手を動かせるが重視されていた印象 Copyright© Growth xPartners,
Inc. All rights reserved. 17

19.

初回の受講後 • 受講後、顧客向けの仕事に使えない –とりあえず手を動かしてなんか出すことはできる –顧客向けの仕事でいい加減な提案できない » 「なんかこんな数字が出て、よくわかんないけどこういうことらしいんです、よくわかんないけど…」でお金くださいなんて言えない –ささやかに自分の仕事で使ったり、お遊びで少しや
る程度理屈がちゃんと知りたい！！！！！ Copyright© Growth xPartners, Inc. All rights reserved. 18

20.

初回の受講後 • そのころ再受講のお誘いが –最近は統計基礎を結構しっかりやってるらしい –再受講割をはじめるらしい Copyright© Growth xPartners, Inc. All
rights reserved. 19

21.

巻き込まれた人 • （初）高田康宏 • （初）木村珠望 • （再）石村麻莉彩

22.

面白かったところ Copyright© Growth xPartners, Inc. All rights reserved. 21

23.

中心極限定理 Copyright© Growth xPartners, Inc. All rights reserved. 22

24.

中心極限定理 ※受講時の資料より引用 Copyright© Growth xPartners, Inc. All rights reserved. 23

25.

中心極限定理わかったつもりだった • データが少ないと「ホントの平均はここかもしんない」と考えられる範囲が広くなるやつ • データの少ない/多いによる影響を納得するために知っておくやつ Copyright© Growth

26.


27.


28.


29.


30.

中心極限定理受講前の自分がこれをどうとらえるか？ • なんか人数じゃない要因がある気がする • このデータだけではわからない気がする • とりあえず立てられてる仮説である人数との相関関係とか見てみる？ Copyright©
Growth xPartners, Inc. All rights reserved. 29

31.


32.


33.

中心極限定理この現象に中心極限定理をあてはめられない • 「わかってなかった」というより、その知識をここにあてはめられない • 「わかる」と「できる（使える）」の違いを感じた Copyright© Growth

34.

対数正規分布 Copyright© Growth xPartners, Inc. All rights reserved. 33

35.

対数正規分布 ※受講時の資料より引用 Copyright© Growth xPartners, Inc. All rights reserved. 34

36.


37.


38.

対数正規分布計算上の問題なだけだと思っていた • 正規分布するデータを前提とした分析手法では、正規分布しないデータをうまく扱えない • 対数を取ると正規分布するデータは、対数を取ることでうまく扱えるようになる • つまり、モデルが実際の値に近くなりやすいと
解釈していた • それが予測値だった場合でも、計算すれば元の単位に戻せるし Copyright© Growth xPartners, Inc. All rights reserved. 37

43.

対数正規分布それじゃ統計的手法使う意味なくない？ • 統計：結果にどのパラメータがどう影響するか知りたい Copyright© Growth xPartners, Inc. All
rights reserved. 42 パラメータ結果（予測値）統計精度より説明力どのパラメータがどう変わればこの結果がどう変化しそう？テキトーじゃダメ。きちんと選んできちんと処理する。これ説明できなくていいなら機械学習使った方がよくない？

44.


45.


46.


47.

対数正規分布でもそれってどういうことなの？ • ヒストグラム見てロングテールだったらとりあえず対数取ればいいのか →積として成り立っていそうかどうかという基準があった • モデルが実際の値に近い線を描いたり、予測精度が上がればそれが正解なのか
→上記の理屈にあてはまりそうにない場合は精度が上がるからやればいいってもんではなさそう（とはいえ目的が予測ならそれでもいいかも） Copyright© Growth xPartners, Inc. All rights reserved. 46

50.

まとめ EDA Salonって？ • EDA（Exploratory Data Analysis）探索的データ分析 • Exploratoryのスタッフが毎月お題を出して、
オンラインでみんなの分析結果を共有するやつ • 7月から始まった。8月から参加する予定。 https://exploratory.io/note/kanaugust/EDA- Salon-crT4VNp7aa Copyright© Growth xPartners, Inc. All rights reserved. 49

51.

まとめ • 懇親会で得たものも多い –遊びでやった電車遅延ツイートのクラスタリングもアドバイスもらえたので改善してみたい –案件で使っているツールのOCRの精度が低い話をポロっとしたら、GoogleのVision APIの精度がめっちゃ高いことを教えてもらって楽しかった –学生が自腹で参加しててフレッシュなやる気に刺激
を受けた –などなど、みなさん背景が様々で良い刺激が多い Copyright© Growth xPartners, Inc. All rights reserved. 50

データサイエンスブートキャンプ参加報告_石村

データサイエンスブートキャンプ参加報告_石村

Want more?

Transcript