データ、マシンラーニング、人工知能は、多くの人が理解できない方法で、既存のものを変貌させています。最新情報をお届けするため、新しいブログシリーズ「Degreed Does Data」をリリースします。関連するトピックを深く掘り下げ、複雑なモノを簡単に、潜在的影響を説明し、業界を変える劇的な方法を探求していきます。
データの詳細はいつでも参照することができます。ここ最近、データサイエンスがこれほどにも必要になったことが大きな理由です。それはいったい何でしょうか？そして、なぜ今日そんなに重要なのでしょうか？
データサイエンスとは
今日、これまで以上に無限に近い多くの情報にアクセスできるようになりました。人々はインターネットを介して絶えず情報をやり取りしており、スマートデバイスは私たちの世界のあらゆる部分をトラッキングしています。これらの活動記録を「データ」と呼びます。
どれだけのデータが生成されているかというと、なんと毎日250京バイト(!!)のデータが作成されます。最も興味深く、恐ろしいのは、世界のデータの90パーセント以上が過去2年間で生成されたということです。
ただし、データが増えても必ずしも知識が増えるわけではありません。データサイエンスの世界に入りましょう。データサイエンスは、この新しい情報を意味のある方法で理解するための鍵です。
応用データサイエンス
データサイエンスは、ビジネス知識、統計分析、コンピューターサイエンスの3つの専門分野を組み合わせから構成されます。熟練したデータサイエンティストは、ビジネス知識を使用して問題を理解し、統計的手法を適用してデータとモデルソリューションを収集し、分析を実行して結果を生成するプログラムを作成します。
データサイエンスは、Google、Facebook、Amazonが成功した方法です。彼らは検索歴、類似性、関係性、購入歴を研究して、利益につながるパターンを見つけました。
スポーツチームは、データサイエンスを使用してMoneyballの戦術を考案し、より多くのホームランや3ポイントを打てるようになりました。他にもデータサイエンティストが詐欺や病気を検出するよう計算しているため、私たちをより安全で健康的な世界に導きました。
データサイエンスは学習対象としても注目トピックでもあり、正当な理由があります。従業員はWebおよびモバイルデバイス経由で人事システムやビジネスアプリケーションをよりスマートに使用し、その過程で、好み、習慣、新しいスキル、向上したいスキルなどの貴重なデータを生成しています。このデータを無駄にしないでください！データサイエンスをインテリジェントに使用する学習プラットフォームを使用して、誰が何を学習しているか、どのリソースが最も役立っているのか、従業員の進捗状況がどのくらいなのかを把握できます。
SaaSベンダーへのデータサイエンスに関する質問
それでは、これらについて何をすべきでしょうか？始めるためにも質問をしてください。始めるためのいくつかの質問例を以下に示します。
このソリューションでデータはどのように収集、保存、保護できますか？
データサイエンスはデータベースなしでは役に立ちませんが、これらのデータベースには整合性が必要です。そこで情報の収集方法を尋ねます。必要に応じてユーザーが同意していることを確認してください。データを収集したら、メンテナンスして最新の状態に保つ必要があります。データベースの信頼性と最新性を維持する方法を確認してください。もちろん、特定のセキュリティ上の脅威やプライバシー保護について話し合い、データを安全に保つことを忘れないでください。
このツールを使用してデータサイエンティストが作成した予測モデルは何ですか？
データサイエンスの重要な役割の1つは予測です。過去と現在に関する十分な関連する情報群があれば、データサイエンティストは未来を予測できます。回帰分析やニューラルネットなどの方法では、統計を使用してデータの関係を調べます。たとえば、データサイエンスは、コストがこれからどのように変化するのか、いつ製品が摩耗するのか、どのトレンドが流行するのかを予測できます。データサイエンスツールを検討する際には、どのような予測が確実にできるかを確認してください。
データの視覚化は、ユーザーと管理者が学習を分析するのにどのように役立ちますか？
データを整理するのは難しい場合があります。数字で満たされた表でしょうか？変数を詰めた方程式でしょうか？私たちのほとんどは、これらのことをきちんと理解していません。しかし、多くのデータサイエンティストはアイデアを伝えるためにデータの視覚化を使用しています。創造性と美しさは私たちの理解を完全に変え、より多くの情報を取り入れ、それがどのように関連しているかをはっきりさせます。学習ソリューションを購入・評価するときは、データがエレガントで直感的に表示されることを確認してください。そうすれば、トレンドをすぐに見つけることができます。
準備が整いましたので、このブログシリーズの記事「マシンラーニング」をご覧ください。
データサイエンスの詳細
データサイエンスをさらに掘り下げる準備はできましたか？以下のリソースをご覧ください。
Data Science, Explained for Beginners（5本のビデオ、各3〜7分）
マイクロソフトの上級データサイエンティストが簡単な紹介を行い、回答可能な質問とデータの準備を整える方法について説明しています。
Understanding the Data Science Lifecycle（インフォグラフィックおよび10分間の記事）
データサイエンスライフサイクルの簡単な概要と、データの収集、維持、分析の方法について説明しています。
このYouTuberは、個人的な経験、研究、ユーモアのセンスを活用して、データサイエンスの台頭と今日の使用方法を分析しています。
Forbesのこの記事は1960年代の起源から始まりますが、最良の部分は2010年代のもので、最近のデータサイエンスへの関心がどのように爆発したかを追跡しています。
By Nick Welna, September 12, 2019
Comentários