データサイエンス入門 の商品レビュー

竹村彰通(著者)

2024/08/25

図書館で借りた。
岩波新書より、データサイエンスの"さわり"を学べる本。時事・最近の業界情報を踏まえた本になっているので、新聞の延長みたいな感覚で読むのが良いと感じた。
私はデータサイエンスの専門家ではないが、コンピュータサイエンスで修士まで学び、メーカーで業界情報は人並みに知っているつもりなので、本書の内容はある程度抑えられていると自認している。疎い方に対する説明文としては非常に有益だろう。それこそ新入社員や若手社員にお勧めできる内容だ。

2024/06/06

「どうしても読んでみたい。」という場合を除きオススメはしない。本書では【データサイエンスの役割や役割とは？】についてすごく浅く、広く書かれている。そのため、内容がふわっとしている。
とはいえ、評価したい部分もある。
これからデータサイエンスについて学びたいという方は『データサイエンスのスキルの学び方』という項目には目を通しておくと役立つだろうと思う。

2023/09/01

なぜ読もうと思ったのか
・データサイエンスという言葉の意味を知りたかった
・調査項目やデータ分析設計に携わる機会があり、データとは何かを改めて知りたかった

・データサイエンスの基礎は「情報学」と「統計学」＋「数学」。基礎の学び方は講義を聞いたり本をじっくり読むなど伝統的なやり方が良い。基礎に関しては『統計検定2級』の受講も効果的
・データサイエンスを情報学、統計学、価値創造の3つの要素を統合する分野と位置付ける。

感想
・データサイエンスとは何かといった概要を知れる本。実用書ではない。
・統計に仕事で携わっているが、統計の歴史については無知であった。統計の起源や日本での統計調査の歴史を知れ、通常の仕事に深みが出そう。

2022/08/23

データサイエンス周りについてなんか話す本
それらしいこと言ってるけど面白くない。情報も必要そうなことは言ってるのだけどまとめ方が下手すぎでは。実用ではなく学問として知りたい人向け

2022/01/05

データサイエンスについて今勉強していて、授業だと背景や他の分野とのつながり、体系的に学ぶためにも本を読もうと思って読んでみた。統計の基礎的な復習にもなったし、データサイエンスで何ができるかを知ることができた。データの取り方に、バイアスがないかや、そもそも正しいデータかなどデータを扱う際の注意点も知ることができた。データサイエンスが今後ビジネスなどで重要になるらしいので、データを見て分析できるような力をさらに勉強して身につけたい。

2023/02/04

データの見方及びデータサイエンスの動向を理解したい人におすすめ

【概要】
●データサイエンスとは、データサイエンティストとは何か。
●データサイエンスの３要素は、データ処理、データ分析及び価値創造
●データ処理には情報学、データ分析には統計学が必要
●データには、主にテキストデータ、音声データ、画像データがある。

【感想】
●人工知能が発展している世の中であっても、人間は統計学を学ぶ必要があると思った。
　結局は、人工知能が出した答えの良し悪しを客観的に判断した上で意思決定をおこなうのは人間だからである。
　人工知能に責任を負わせることの問題をどう解決するかが進まない限り、このような状況は変わることはないだろう。

2021/03/28

研究主任など，データを分析しないといけないポジションの人は読んでみると良いかなと思います。
多くの学校の校内研究に欠けている視点が見えてきます。

データサイエンスの専門的な内容というより，
「データを分析するってこういうこと」
ということがわかる本です。

難解だという意見もあるようですが，僕には難しく感じませんでした。

2020/10/21

文系の私には内容が難解でしたが、データがどのように私達の生活の中で使用されているのか知る事ができた。

データを集めて解析を行えば、仮説に基づくデータを得る事ができると思っていたが、その集めたデータについても考慮しなければいけないという事に気付かされた。

今後、ビックデータの活用が飛躍的に進んでいけばデータサイエンティストは必要なくなる可能性がある。
そのデータをどのように活用していくのかを考える能力がデータサイエンティストに残された道になるのかも知れない。

2020/03/02

120ページあたりから急に全くついていけなくなる。
プログラムの固有名詞とプログラミング関係の用語羅列で思考停止に陥る。
まあ、そんなんだから、紙の本を求めるわけですが。

2019/09/29

（データサイエンスのスキルの学び方）
gacco.org　統計学１、２，３、総務省のICTスキル総合習得プログラム、
Coursera, edXで、プログラミングや統計学を含むデータサイエンス関連
統計検定の過去問（２級：大学基礎科目）
オンラインコンペ kaggle.com signate.jp
エクセル　BIツール、Tableau
R, Python(NumPy, SciPy, pandas,Matplotlib, scikit-learn, Keras, TensorFlow, Theano, Jupyter, Notebook）
（著作）多変量推測統計の基礎　けだ、現代数理統計学　だ、統計（共立）