最近の気になったものブックマーク(2020-07-12)

  • NeurIPS 2020でのコンペのお題
  • そもそもGPSの仕組みを知ったww
  • オミクスデータへの利用
    • https://ai-scholar.tech/articles/medical/multiomics
    • オミクスデータはすべてのデータ、つまり統合データのこと。ゲノムと医療のデータを組み合わせるとかで、膨大な特特徴量があるらしい。つまり過学習して学習が難しい
    • 紹介されている論文のポイントはひたすら次元圧縮(古来wwからある行列因子分解+auto encoder)していること
  • 反実仮想機械学習 (Counterfactual Machine Learning)に関するサーベイ
    • https://www.ai-gakkai.or.jp/my-bookmark_vol35-no4/ 
    • 因果推論とふかーく関連する分野。昨今の機械学習問題解決を試みる分野という理解をしているが正しいのだろうか?
    • 因果推論は最近取り上げた入門書をよんでやらねば!感があるけど、この投稿は正直超初心者のおじさんには???であるから努力する
    • 見る限り、まだ実証的な研究は広く行われていないらしい。これはこれから熱くなりそう。
  • 指示待ち部下は “指示しすぎ上司” から生まれる。どうすれば「自分で動ける人」に育てていけるか?
    • https://studyhacker.net/wait-and-tell-people-kaizen
    • 自分は部下の立場ですが、、、、
    • 怒られることは無いし、細かく指示をされない。けど効果ないだろうなーと受け身姿勢であることは否めない
    • 大事なのは、「否定しない」「考えさせる」「伝えつづけて軌道修正を促す」とのこと
  • Uberのたくしーが東京にも
  • データサイエンスティストのありかた
    • https://ainow.ai/2020/06/29/223422/
    • 昨今の広告とか見ていても、文系でもN日でできる!これであなたもデータサイエンティスト!っていうのを時たまみるけど、つまりそれが良い例なのだろう。
    • データ分析自体が高度なアプリなので、データ分析の前にデータ。データの前にデータ基盤、データ基盤のシステム構築技術、構築にはマネージメント…んでその前に…って結局全部網羅的に知らないといけないんだなぁって…自分もコーディングスターにならないようにしよう!
    • かくいう自分は下の図で言うところの、失望の谷に緩やかに向かっている気がする。そんなにデータサイエンスつよつよではない企業に入っても自分の無知さを知っているから…せめては「高原」とまでは行かなくても7合目くらいまでは行きたいな
  • DWHの重要性とか、
    • https://tjo.hatenablog.com/entry/2018/02/02/190000
    • 上に続いて、この記事は特に関連深い。
    • たしかに機械学習しています!という事実を営業資材としてやっているんだろうな感があるとこあるよね。(経験談)
    • 自分の実感以上に、データ分析は「強者の武器」・データ分析よりもデータ分析基盤。っていう考え方が大事なんだなと
    • 備忘録で以下メモ
      1. データをビジネスの「エビデンス(根拠)」とし、「データドリブン」に変えていく
      2. 次にデータを集めて「可視化」する
      3. データを比較して「A/Bテスト」する
      4. A/Bテストに「統計学的検定」で再現性を与える
      5. 「多変量モデル」を導入して同時に複数の要因にアプローチする
      6. 「モデルによる予測(推測)」で未来のアクションや意思決定をサポートする
      7. 「機械学習」とその「システム実装」による自動化を導入し、人手による「アドホック分析」とバランス良く使い分ける
  • マーケティングの教科書
    • https://note.com/141ishii/n/na578fec5ef84
    • 元P&Gのマーケターの記事
    • かなりの文章量なので、ようやくはかなりの負荷と量が必要
      • 先の話につなげれば、マーケティング戦略の効果量測定の重要性が非常に大事だと身にしみる
      • 自分はCommissionBusinessかつ特殊な勤務なので関係無いように見えるが、結局作業依頼とかなにかする!ってなったときに、その上位は何を考えているのか?その前のバックグラウンドは何か?その先は何か?今一度見直して見るべきだなと
        • 建築家と大工の話
      • 普通におもしろいので、もう一回読んで見ようと思う。ということでPDFにした。
  • AWSの入門というか、普通に詳しい詳しい資料
    • https://tomomano.gitlab.io/intro-aws/
    • AWSの概要も乗っているので、説明してね!てなってもこれさえあれば行ける。エンジニアでなくてもいける!
    • これはAWSをやりたいとなった場合に使える備忘録