書評☆2 統計学が最強の学問である[数学編] | 統計学で必要な基礎が一通りあるが,文量は多く完読は難しい

概要

「統計学が最強の学問である」シリーズから,数学の基礎を学ぶための書籍が出た。

高度な統計学を学ぶには,数学の素養が必要である。しかし,重要な部分は限られるので,その部分を高校数学から大学初年次に学ぶ線形代数学までの範囲まで,カバーして,実際の統計学でどう使っているのかを解説している。

四則演算のレベルから解説しているのがよかった。ただし,内容はかなり細かいこと,地道なことが書かれている。
ページ数が550ページくらいとけっこうな文量があるので,正直なところ読んでいてしんどくなった。

p. 431の第6章 ディープラーニングを支える数学の力あたりから,実際の統計学に近い話がてくるのだが,ここまで,我慢して読むのは難しい。

教科書的な位置づけで書かれているので,そういうつもりで読めばいいのかもしれない。しかし,そうなると今度は内容の網羅性が物足りなくなる。

やはり,数学は数学で勉強して,統計学は統計学で勉強していくしかないのではないかと感じた。発想は良かった。本気でやるなら,学校の教科書のように色を付けて,枠で囲ったりしながらもっとわかりやすくしたらいい。

今までの本のように,文字中心でずらずらと書いていても,はっきりいってわかりにくいし,きつい。

結論

内容も発想もそんなに悪くはなかった。しかし,文量が多いし,内容が細かい。そして,後で教科書的に見返すには,白黒でテキストがずらっと書いてあるだけではレイアウトがみにくい。

文系の人が,これを読んでもよけいに嫌気が差すだけだし,理系の人が読むには内容が中途半端に感じた。まあ,統計学に必要な要点を自分でかいつまんで読めるのなら,いいのだけど,けっこうな文量があるので,それもけっこう手間だ。

いろいろ惜しい本だった。

パーマリンク: https://book.senooken.jp/post/2018/08/04/

書評☆3 会社を変える分析の力 | 「目の前の数字を鵜呑みにするのは楽です。目の前の数字を疑い続けるのは体力が必要です。」

概要

日本一有名なデータサイエンティストである大阪ガスの河本薫により,データ分析で会社を変えるためのコツが書かれている。

最強のデータ分析組織」で,データ分析を会社で活かすためには本書を参照するように書いてあって,興味を持って読んだ。

「最強のデータ分析組織」でも言及されていたが,データサイエンティストにとって重要な能力は,現場の人間とコミュニケーションを取って,データ分析の結果を実際に活用してもらうことだ。

この本では,全体を通してこれを主張しているように感じた。

参考

p. 55: 4 ビッグデータとは何か?

では、何がビッグデータの本質なのか?この疑問が解けずに悶々としていましたが、2013年4月にシカゴ・オヘア空港の書店で何気なく手に取った書籍が、すべての疑問を解消してくれました。

ビクがー・マイヤー=ショーンベルガーとケネス・クキエは、著書"Big Data: A Revolution That Will Transform How We Live, Work, and Think" (邦訳『ビッグデータの招待–情報の産業革命が世界のすべてを変える』) の中で、ビッグデータの本質について、「部分計測から全数計測へ (from some to all)」という言葉で言い表しています。


部分計測ではなく全数計測できると何が代わるのか?ショーンベルガーとキクエはデータ分析の方向性が、「因果関係の探求」から「相関関係の探求」へ変わると解いています。

何年か前にビッグデータという言葉が話題になった。その本質がわかった。

p. 125: 第2章 データ分析でビジネスを変える力

外れの想像力を養うのは容易ではありません。自力では想像できないことを想像できるようにするには、他人から気付きを与えてもらうしかありません。そのような気付きを与えてくれる書として、Spyros Makridakis, Robin Hogarth, Anil Gabaの"Dance with Chance" やナシーム・ニコラス・タレブの『ブラック・スワン–不確実性とリスクの本質』を読まれることをおすすめします。

予測が外れた場合どうなるのかを見積もるのは大事なプロセスであり,その力を磨く参考書が掲示されている。

p. 135: 第3章 分析力を向上させるための流儀

目の前の数字を鵜呑みにするのは楽です。目の前の数字を疑い続けるのは体力が必要です。意識しなければ、ついつい鵜呑みにしたくなります。そんな誘惑に打ち勝つために、自らに問いかけてもらいたい。「この数字に責任を取れるか?この数字で会社が意思決定をシても、後悔しないか?もし、会社のお金ではなく自分の全財産を投資するならば、自分の分析結果を信用して判断するか?」と。

科学者としての正しい考え方だと感じた。学者がいったから,有名人がいったから,偉い人がいったから。世の多くの人は,そんな理由で盲目的に目の前の言葉を信じている。それが正しいかどうかも検証せずに。

一つ一つの事実を疑い続けるのは体力が必要だ。しかし,これにより真理へ近づくことができる。

結論

データ分析者としての心構えとして参考になる本だった。

具体的な,テクニカルな話はなかったので,読み物やデータ分析者の教養として読むのが良いと思った。

パーマリンク: https://book.senooken.jp/post/2018/07/20/

書評☆3 最強のデータ分析組織 | 社内にデータ分析組織を根付かせるコツとは?

概要

日本一有名なデータサイエンティストである,大阪ガスのビジネスアナリシスセンター所長の河本薫によるデータ分析組織の成功のコツを解説書となっている。

大阪ガスのデータ分析組織は1990年代後半に誕生し,現在までで約18年経過した。当時は弱小組織であったが,2011年4月に著者が所長に週にんした翌年の2012年には「ビッグデータ」というキーワードが世間の話題になった。当時,データ分析組織を持っている企業は少なかったため,一躍有名になった。

企業において,データ分析組織を根付かせ成功させるためのコツが,著者の経験に基づいて記されている。

内容は,技術的な話というよりかは組織論がメインだった。どうやれば組織がうまくいくか,メンバーのモチベーションを維持できるか,より会社に貢献できるか,そういった視点に基づいて,なぜこれがだめなのか,こういう方法でやればうまくいったといったことが記されている。

そのため,普通の平社員よりかは,ある程度年齢や役職があり,部下や組織をマネジメントしていくような人向けの内容だった。けっこう泥臭くて忍耐強さが求められる内容が多い。

そもそも,大阪ガスにデータ分析組織がある事自体知らず,まして日本で一番有名だっとはまったく知らなかった。

データ分析の仕事は,知的で会社に大きな変革をもたらすことができる可能性があり,若干興味があった。しかし,その内容をみるとかなり地味で忍耐強さが求められる仕事であり,個人的に読んでいて仕事でやるのはつらそうだなと感じてしまった。

チームメンバーのモチベーションや,成長を念頭に置き,組織の文化を非常に重視していることを感じた。優れた組織は,こういうことが大事であるかがわかっている。頭の悪いしょうもない組織はこのあたりの重要性がわかっていないので,多くのリーダークラスの人間にこのあたりのことはわかってほしい。

参考

p. 23: 朝から晩まで部屋に閉じこもっていたりしない

「見つける力」「解く力」「使わせる力」の三つがデータ分析者には不可欠であるというのが、私の持論です。講演などでも必ず、この三つの力について触れるようにしています。詳しくは、私の前著『会社を変える分析の力』(講談社現代新書)をお読みください。

気になるので,ここで参照されている前著も読もうと思った。

p. 57: 第2章 四種類の「人の壁」を乗り越える

一般企業でデータ分析専門組織を機能させる難しさは、どこにあるのか。それを克服するにはどんな努力をすればよいのか。


一言でいうと「人に働きかける壁」でした。具体的には、人の壁は「四種類に分けられる」と私は考えています。

  1. 事業部門と連携する壁
  2. 会社の経営に貢献する壁
  3. 分析組織のメンバーを育てる壁
  4. モチベーションを維持する壁

一般企業でデータ分析専門組織を機能させるポイントが参考になった。

p. 130: "負け戦"には臨まないことを失敗から学ぶ

どれだけ頑張って分析しても、どれだけ現場の業務を知り尽くしても、どれだけ意思決定プロセスを入念に設計してもうまくいかないときがあります。


私の経験では次の三つのケースがあります。

  1. 現場担当者の本気度が足りない
  2. どれだけ頑張っても得られる公課が小さい
  3. 素晴らしい予測をしても行動できない

データ分析の失敗パターンの参考になった。

p. 134: 3.3 人手不足を外部委託で補う 自分で解くことのこだわりは捨てた

外部に頼む仕事は大きく二つあります。

  1. 自前でやるより、外部に頼んだほうが効率的にできる仕事
  2. 自前でやるほうが効率的だが、外部に任せやすい仕事

アウトソーシングを使うコツの参考になった。

結論

データ分析組織を社内で成功させるためのコツが書かれている。けっこうピンポイントな内容であり,読んで意味があるのはある程度役職のあるリーダークラスだろう。

今後,データ分析組織を立ち上げて,会社に変革起こしたい,現在のチームをもっと良くしたいと思う人にとっては,18年の経験を元にした指南は参考になるだろうと感じた。

パーマリンク: https://book.senooken.jp/post/2018/07/08/