「AIとカラー化した写真でよみがえる戦前・戦争」 (光文社新書、2020/7/15)という書籍が出版されました。 AI技術でモノクロ写真をカラー化し、そのカラー化を、その時代を知る人の記憶などを手掛かりに修正する、という...
データ分析なり予測モデル構築をするとき、今までの傾向がこれからも続く、という前提で実施している人が多い気がします。 例えば、昨年の同時期に売れた商品と、今年の同時期の売れる商品はほぼ同じであろう、と推測する感じです。 例...
データを使った災害予測は非常に難しいです。特に、自然現象が相手の天災は、データが揃わないという理由で、非常に難しいです。 ここ数カ月の新型コロナウイルスがそれに該当することでしょう。 例えば、1年前にこのような新型コロナ...
データを使いモノゴトを改善し続けよう! という動きは、昔からあります。 有名なところでは、生産現場のSQC(統計的品質管理)活動です。 「統計的」という枕詞が付いている通り、データを集め分析し品質を高めるための改善活動を...
最近、社内でデータ活用を推進しようということで、データサイエンス人財を社内に抱えようという動きがあります。 社内でデータ活用するぞ! となったとき、ある壁にぶち当たることがあります。 実業務の壁です。 もう少し説明すると...
データを使うことに不慣れな組織や人の場合、データから導き出された結果に対し極端な反応をします。 あり得ない期待を抱くか、もしくは無関心(期待0)か、のどちらかです。 なぜ両極端に振れるのか分かりませんが、その振れ具合が最...
よくデータ分析などを実施する前、「データから今までにない気付きを得られるのではないか!」と期待されることがあります。 要は、データマイニング的なデータ分析です。 しかし、不思議なことに、データから今までにない気付きが発見...
データ分析やデータサイエンス、機械学習などの基礎的なバックボーンとして、数理統計学に関するある程度の知識は必須です。 しかし、データ分析・活用を目指すなら、数理統計学的厳密性は放棄したほうが良さそうです。 なぜでしょうか...
モデルと聞くと、何を思い浮かべるでしょうか? データサイエンスなどに馴染みのある方であれば、予測モデルや異常検知などの数理モデルなどを思い浮かべることでしょう。 データサイエンスを実践するとき、つまりデータ分析を実務で活...
データを溜めて見える化したのに上手くいかない! 色々な要因が考えられます。その中の一つが、データがきちんと蓄積されないというものがあります。 しかし、不思議なことに、データが綺麗にきちんと蓄積され、思い通りに見える化して...