【転職】データサイエンティスト → 社長室

某会社のデータサイエンティストから某会社の社長室に転職することになった

うぉーーーー、がんばるぞぉぉぉぉぉぉぉーーーーーーー！！！

（転職）できる、できないではない
（転職）するか、しないかだ　キリ！

【まとめ】機械学習アルゴリズムと応用分野の歴史

【まとめ】機械学習アルゴリズムと応用分野の歴史


1990年代

• 応用：疾病予測、クレジットカードの不正検知
• データ：小規模、分析に適したデータ（数十変数の数値ベクトルで記述されたデータなど）
• 手法：ルール学習、決定木、ロジスティック回帰
• 結果：単純な法則発見

2000年代

• 応用：E-mailスパム分類、ネットワーク攻撃検知、遺伝子配列、レコメンド
• データ：大規模（数十万規模のユーザデータなど）
• 手法：カーネル法、協調フィルタリング
• 結果：複雑な法則発見、広告表示や商品推薦に大きな成果

2010年代

• 応用：画像認識、自然言語処理
• データ：大規模かつ非構造（音声、画像など）
• 手法：深層学習（大規模ニューラルネットワークを効率よく学習）
• 結果：分析精度の大幅向上、認識タスクにおける人間と同等レベルの精度

機械学習

• ビッグデータ：大量のデータに隠れた法則性を抽出
• データサイエンティスト：加工や集計を超えて意思決定に役立つ知見を得る
• 人工知能：人間と同レベルのパターン認識を実現
• IoT：機械が生み出す様々なデータを活用 

参照
 データサイエンティスト養成読本　機械学習　入門偏、2015

【セミナー】データサイエンティスト育成ネットワークの形成 最終年度報告シンポジウム ＠東京大学

メモ

• データ利活用の期待値、未来を生み出す感から莫大な富が生まれてくる
• 実際、グーグルやアマゾンの時価総額はトヨタよりも高い
• ただ、日本企業はデータの価値の大きさをまだ分かっていない

確かに…

自分がいるゲーム業界もデータをゲーム運営面でしか使っておらず非常にもったいない
おそらく問題は、データを活用した経営戦略を描けないこと
そうした経営戦略を描ける人が出て来れば日本のゲーム業界は劇的に変わると思う