物事というのは都合の良いように解釈される物だし、データの一部を切り取って「ドヤ！」と持論の裏付けだとアピールしたすること自体は一種のプレゼンテーションだから悪いとは思わない。 その中でもよく恣意的に使われるデータの一つが『OECD2013年調査では「日本人の労働労働生産性は加盟34カ国中21位、先進7カ国中最下位」』って話。 つまり、日本人は生産性低いよねーという日本人の多くが持っている日本人観。実際、僕もこういう話を鵜呑みにしていて「日本人は生産性が低く、残業してやっと欧米と同程度」ってずっと信じていた。 【12:32追記】ブコメを見ると、この記事が「労働生産性」を否定している様にとらえられている様なので補足。僕自身もこの指標は意味があるものだと思ってます。問題なのは、この指標値を（恣意的なのか理解せずになのかは別として）誤用している人が結構いることで、皆それにだまされないように気を付け
今日何気なく呟いたツイートが、見ていたら結構RT&favされていた模様で。 社会人が統計学とか機械学習を独習するには、いわゆる「落下傘方式」が良いと思う。必要な時にその項目だけ学んで実践する。その繰り返しで学問体系のマス目が埋まっていけば良し。あと、初めに体系立ったテキストを分からなくても良いので通読するのも良し。だいたいの地図が頭に入る。— TJO (@TJO_datasci) 2014, 3月 31 この後も色々補足で呟いたんですが、せっかくなので簡単にまとめたものを書いてみました。これから社会人で統計学や機械学習を学ぼうと考えている人の参考になれば嬉しいです。 あ、これはベタな言い方をすれば「データサイエンティスト（死語）になるにはどうしたら良いか」にもつながる話なんですが、ここではもっと広く「統計学や機械学習を使う仕事をしたいと思ったらどう独習するべきか」という話にしておこうと思い
本稿では統計学・データマイニング・機械学習関連書籍について 内容が易しいこと。数学力（特に微積・線形代数）を求められないこと 入手しやすいこと。絶版や学会に入らないと入手不可などではない、値段が安いこと 実務に繋げやすいこと。 持ち運びしやすいこと。忙しい新社会人が通勤中や休み時間ポケットからさっと取り出し、継続して勉強出来ること を主眼に選定したお薦め書籍を紹介します。 （満たせない要望も多いですが） 主な対象者は、文系で数学や統計学をやってこなかった、 プログラミングもわからない（Excelで四則演算やマウス操作くらいは使える） けどいつかマーケティングやデータマイニングやってやるぜ！ って考えてる新卒の方です。 筆者自身は経済学科出身の文系で、あまり数学力に自信がないなりに Web企業でデータマイニングをしているという人間です。 ここで紹介している内容で 「統計学・機械学習・データマ
「実験医学」に2014年2月から開始した連載「統計の落とし穴と蜘蛛の糸（三中信宏）」が単行本化いたします．人間が進化の過程で得てきた「認知的性向」は統計学の本質ともいえるものです．単なる計算方法や理論ではなく，「ものの考え方」としての統計的思考について，分野の歴史から，科学哲学の視点も含めつつご紹介いただきます．実験医学online上では引き続き第1回をご覧いただけますのでぜひご一読ください．（編集部） 私の職務上の表看板は「生物統計学」です．農林水産省系の独立行政法人農業環境技術研究所を本務地とし，兼任している東京大学農学部にも研究室をもっています．そういうポジションにいれば，ごく日常的に，農学系あるいは生物科学系の研究員や学部生・大学院生に統計学を教える機会が多くなり，また統計分析に関する質問を受けるコンサルタント業務も年々増えてきました．仕事や研究を進めるうえで統計分析とかデータ解析
発表 #0 はじめに 確率過程では何を捉えるか．例えば，交通現象における「差異」と「変化」の関係を考える．「差異」は個体間の違い．「変化」は同一個体が方向性を持って変わること．変動を捉えるとき，従来では，観測において長時間の安定状態を調査してきた．しかし，社会における不確実性が増加してきたことなど，これを捉えることは必要であるが難しくなってきている．１断面だけでなく，繰り返しデータの集計を用いる．このときに確率論が必要になる．一義的には定義できない予測困難な現象を把握するときに，確率過程の理解が不可欠だと考えられる． 発表資料(pdf) 議事録 #1 確率論の基礎 ゼミのはじめに，確率過程の基礎を1）事象と確率，2）確率分布関数と確率密度関数，3）平均として復習した．1）では確率の考え方にはじまって条件付き確率、ベイズの定理を紹介し，2）では確率変数という概念を導入し，関数としての確率の
｜向後研究室ホームへ｜次へ→ ハンバーガーショップで学ぶ 楽しい統計学 ──平均から分散分析まで── Web独習教材「ハンバーガーショップで学ぶ楽しい統計学《にようこそ！ この教材は、実際に大学の授業で使用したものです。それを一般公開しますので、どうぞお役立てください。 下のメニューに従って１章から７章まで順番に学習していくと、平均から分散分析までを習得することができます。大学の卒業論文レベルで使う統計学として、きっと役立つことでしょう。なお、相関（相関から因子分析まで）については、姉妹編の「アイスクリーム屋さんで学ぶ楽しい統計学《が公開されています。 さあ、がんばって進めていきましょう。 教材メニュー
追記2 2015年末の時点での最新リストはこちらです。 追記 この記事の5カ月後にもう少し更新した内容の「お薦め本リスト」記事を2つupしてますのでそちらもお読みください。 2013年秋版：データサイエンティストを目指すなら揃えておくべき10冊 - 六本木で働くデータサイエンティストのブログ 2013年秋版：データ分析初心者にお薦めする「基礎を本当にゼロから学ぶ」ためのテキスト5冊 - 六本木で働くデータサイエンティストのブログ 今回は、僕が実際に自然科学の研究者からデータサイエンティストへと転身するに当たって、いつも脇に置いていたテキストや同僚が参考にしていたテキストをまとめて紹介します。 ※以下僕も持っているものには「＊」を打ってあります*1*2*3 統計学 統計学入門 (基礎統計学) 作者: 東京大学教養学部統計学教室出版社/メーカー: 東京大学出版会発売日: 1991/07/09メ
ニュース 2024/09/26 NEWS chocoZAP会員データをディグラム分析しインフォグラフィックスにまとめた「ランキングから読み解く47都道府県民性を大解剖」を公開しました 2024/08/08 NEWS 「ディグラム・ラボ」と予防ヘルスケア×AIテクノロジー「FiNC Technologies」が共同でタイアップ診断コンテンツの販売をスタートしました 2024/07/04 NEWS 日本の性格診断をリードする「ディグラム・ラボ」が生成AIを活用したコンテンツを「ライフネット生命保険株式会社」公式アカウントで提供開始 2024/06/17 NEWS 国内初！「ディグラム性格診断×遺伝子検査付きオンラインフィットネス」による、新サービス「Genoグラム ブースター」をリリース！ 2024/04/04 NEWS 失敗から学ぶエンタメトーク番組『DIGLOUNGE ～木原武藤の最近どう
The Bayesian method is the natural approach to inference, yet it is hidden from readers behind chapters of slow, mathematical analysis. The typical text on Bayesian inference involves two to three chapters on probability theory, then enters what Bayesian inference is. Unfortunately, due to mathematical intractability of most Bayesian models, the reader is only shown simple, artificial examples. Th
昨年(2012年)半ば頃からGrowth Hackという言葉が流行し始め、海外はもとより、日本においても先日Onlab [Growth] Hackers Conference 2013というイベントが開催されるなど、ますますの盛り上がりを見せています。本稿では、Growth Hackの何が新しい(あるいは新しくない)のかについて述べます。 Growth Hackが流行りかどうかはともかくとして、Growth Hackが目的とするところには、自分自身問題意識を抱いていることもあって、すこし調べてみているところです。 「Growth Hackとは何か？」要するに、できるだけ多くのユーザを獲得するための取り組みという意味ととらえて間違いはありませんが、内外の文献を元にもう少し整理すると、特に、以下の3点の特色を持ちます。 いわゆるビッグデータドリブンであること AARRRフレームワーク、特に"R
第4回サイバーエージェントMarketing & Analytics勉強会 http://atnd.org/event/camark04 の講演スライドです。未だにslideshareの使い方が分からなくて、アップロードしたら勝手にフォントが明朝体に変わってしまったり位置がずれてしまったり右側が切れてしまったり。。。表示がおかしかったりダサかったりするのはそのせいです。ごめんなさい。Read less
やぁ。4月も終わりだというのに、いやに寒い日が続いてるね、元気かい？ 面白い話がtwitterに流れていたので紹介したい。 日経コンピュータの話。ビックデータ神話に乗り、多額の費用で解析した靴屋の話、解析結果、冬にブーツが売れ、夏にサンダルが売れるw。 https://twitter.com/yawachi/status/326460494154194944 これを見て君はどう思う？ twitterでは皆がこのニュースに対して嘲笑を投げかけていた。 そりゃそうだろう、大金を掛けて誰でもわかることしか出てこないなんて、笑われて当然さ。 データマイニングってのは、やっぱり、もっとこう、あの有名な「おむつとビール」ような意外性のあるものじゃないとね。 そう、データマイニングに必要なのは意外性だ！ あの靴屋は全く馬鹿なことをしたもんだ、ゲラゲラ！ OK、笑いが取れたようなので、もう一つ同じような話
※適宜追加します 経済学 計量経済学 京大 末石直也 http://www.econ.kyoto-u.ac.jp/~sueishi/econometrics/econometrics.html 経済数学系資料 http://www.f.waseda.jp/ksuga/ 経済学のための位相数学の基礎とブラウワーの不動点定理 http://www2.chuo-u.ac.jp/keizaiken/discussno39.pdf 経済学のための最適化理論：講義ノート http://www.meijigakuin.ac.jp/~mashiyam/pdfdocs/optimization.pdf 経済学に必要な最適化理論 http://mediaislandr.org/pdf/static_optimization.pdf 経済学のための確率論入門 http://www.meijigakuin.ac.
（※今回の記事の内容はかなり難解かもです） 大竹文雄の経済脳を鍛える（2月13日分記事） 幾何ブラウン運動と見せかけの回帰 - My Life as a Mock Quant 得てして多くの企業では、「毎日の数字（売上高・利益・在庫etc.）を追いかけ」、「その結果を元手に毎日改善する」ということを日々励行しているのではないかと思います。 ところで、こんな体験したことはありませんか？ 「毎日毎日、物凄く一生懸命数字を見ながら頑張ってカイゼンし続けて、確かに頑張った時は数字は上がったし、頑張りが足りない時は数字が下がった。それに一喜一憂しつつもずっと物凄く頑張り続けた・・・でも、あれからもう数ヶ月経ったのに全体としては数字は下がってきている。どうしてなんだろう？？？」 なるほど、もしかしたらその時の改善努力が正しくなかったのかもしれません。でも、実は「そもそも改善努力と数字とは何の関係もなか
どもっす。林岳彦です。ファミコンソフトの中で一番好きなのは『ソロモンの鍵』です*1。 さて。 今回は、因果関係と相関関係について書いていきたいと思います。「因果関係と相関関係は違う」というのはみなさまご存知かと思われますが、そこをまともに論じていくとけっこう入り組んだ議論となります。 「そもそも因果とは」とか「因果は不可知なのか」のような点について論じるとヒュームから分析哲学（様相論理）へと語る流れ（ここのスライド前半参照）になりますし、統計学的に因果をフォーマルに扱おうとするとRubinの潜在反応モデルやPearlのdo演算子やバックドア基準（ここのスライド後半参照）の説明が必要になってきます。 その辺りのガッツリした説明も徐々に書いていきたいとは考えておりますが（予告）、まあ、その辺りをいちどきに説明しようというのは正直なかなか大変です。 なので今回は、あまり細かくて遭難しそうな話には
まちがえるな、統計学は道具だ。統計は学ぶものではなく、使うもの。 これはわたし自身への戒言。だから、使い方を誤らない程度に理解していればいいし、そのために教科書をイチから読み込む必要も、Rをマスターする必要もない。もちろん様々な武器（統計手法）が使えるに越したことはないが、次のような問題と向き合っているなら、本書をオススメする。 あと500人お客を呼び込むためには、いくら広告費が必要か？ カスタードケーキがチョコパイに勝つには、「味の改良」と「販促キャンペーン強化」のどちらが有効か？ クラス全体の成績が低迷している。国語と数学の両方が苦手な生徒だけ補習したほうがいいのか、全員に国語の補習をしたほうがいいのか 前任者から引き継いだデータが大量にあるが、それぞれの関係や着眼点がまとめられてない。どこから手をつければいいか？ 社内のKPI（Key Performance Indicator :
VOCALOID 初音ミクの歌のパワーで、統計の基礎を楽しく学んじゃおう。 もうつまらない教科書はいらない！
最終更新日：2022年08月24日 前口上へ 第1章へ webmaster@snap-tck.com Copyleft (C) 2000 SNAP(Sugimoto Norio Art Production)
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く