記事一覧
データサイエンスを実践的に学ぶための最短距離をExploratoryで走り抜ける
３日間合計24時間のExploratoryのデータサイエンス・ブートキャンプを受講しました。走破した感想を一言で言うなら「データサイエンスを最短距離で勉強したい人は迷わず参加しろ」だ。プログラミングの基礎が無い人でも、統計を勉強した事が無い人でも、興味（と少しの勇気&お金）があれば一気に実践レベルのデーターサイエンス使いに成長できるチャンスだ。次回は５月らしいよ。
自分は機械学習の勉強としてPy
「データは真実」はほんとうか
最近、データを使うということが手段でなく、目的になってしまい、その挙げ句、データが「神格化」されてしまっているような風潮があります。
つまり、データが言うのだから、間違いはないというわけです。
そこで「データ・ドリブン」という言葉が先歩きをしてしまうのでしょう。
もちろん、単に「データ」と言っても、人によってその意味することは様々ですが、その中でも、英語では、「Raw Data」、日本語にす
気づき力 - 意思決定の精度を上げるための3つのアドバイス
Max Bazermanによる「The Power of Noticing: What the Best Leaders See」という本があります。この本自体は数年前に出たものですが、そちらの本のレビューとして「意思決定に役立つ3つの「気づき」パワー」といった内容の記事を最近目にしました。
よりよい意思決定を行うためのデータ分析という観点からも、非常に参考になる提言だと思います。
ちなみに、
ヨーロッパはAI時代の競争においてなぜ絶望的なのか
日本では「欧米」という言葉のもと、ヨーロッパとアメリカを一緒のようなものとして扱ってしまうことをよく見受けます。
例えば、アメリカがすごいという分野があると、それによってヨーロッパも同じようにすごいのだ、というかんじです。
ところがじっさいにアメリカやヨーロッパに住んでみると、この2つは大きく異なる価値観をもった2つの異なる世界なのだと実感することになります。もちろん、そのヨーロッパの中でも、
「AIはテック企業をもっと強くする」はほんとうか
AIによってシリコンバレー（もしくはベイエリア）への一極集中はさらに加速するのでしょうか。
現在、AI分野で進んでいる企業と言えば、Google、Apple、Facebook、Teslaなどといったシリコンバレーの企業か、中国のいくつかの企業を思い浮かべる人も多いのではないでしょうか。
そういった企業はデータ・ネットワーク効果を利用して、現在もどんどんとデータを集め続け、それによって彼らのアル
