著者：齋藤 優太, 安井 翔太
監修：株式会社ホクソエム
(概要)
予測に基づいた広告配信や商品推薦など、ビジネス施策の個別化や高性能化のために機械学習を利用することが一般的になってきています。その一方で、多くの機械学習エンジニアやデータサイエンティストが、手元のデータに対して良い精度を発揮する予測モデルを得たにもかかわらず、実際のビジネス現場では望ましい結果を得られないという厄介で不可解な現象に直面しています。実はこの問題は、機械学習の実践において本来必要なはずのステップを無視してしまうことに起因すると考えられます。機械学習を用いてビジネス施策をデザインする際に本来踏むべき手順を無視して予測精度の改善だけを追い求めると、「解くべき問題の誤設定」や「バイアス」といった落とし穴に気づかぬうちにハマってしまうのです。
この問題を解決するためには、機械学習のビジネス応用において必要となる前提条件を着実にクリアしなくてはなりません。しかし多くの現場では、「学習」や「予測精度」などに関する手法やテクニックのみに注目してしまう傾向があり、「機械学習にどのような問題を解かせるべきなのか」「実環境と観測データの間の乖離(バイアス)の問題にどのように対処すべきか」といった効果的なビジネス施策をデザインするために重要な観点が軽視されがちです。機械学習をビジネス施策に活かすための前提が整えられていないにもかかわらず、発展知識を身に付けたり論文の内容をそのまま実装したところで、望ましい結果を継続的に得ることは難しいのです。
本書では、ビジネス施策を自らの手で導くために必要な汎用的な考え方を身につけることを目指します。そのため本書ではまず、機械学習をビジネス現場で活用する際に本来踏まねばならないステップを明文化した汎用フレームワークを導入します。そしてその汎用フレームワークを活用しながら、効果的な施策を自らの手で導出する「施策デザイン」の流れを繰り返し体験します。これまで軽視されてきた「機械学習の威力を担保するために必要な前提のステップ」をフレームワークとして明文化し、データから施策を導くプロセスを自らデザインするという斬新なコンセプトで、ビジネスにおける変幻自在/臨機応変な機械学習の応用を可能にすることが、本書の最終目標です。(こんな方におすすめ)
・ 機械学習エンジニア
・ データサイエンティスト
・機械学習エンジニア、データサイエンティスト職を志望する学生(目次)
1章 機械学習実践のためのフレームワーク
1.1 機械学習の実践に潜む落とし穴
1.2 機械学習実践のためのフレームワーク
1.3 本章のまとめ
1.4 参考文献
2章 機械学習実践のための基礎技術
2.1 正確な予測を導く
2.2 高性能な意思決定を導く
2.3 Open Bandit Pipelineを用いた実装
2.4 本章のまとめと発展的な内容の紹介
2.5 参考文献
3章 Explicit Feedbackを用いた推薦システム構築の実践
3.1:Explicit Feedbackを用いた推薦システムの構築
3.2 推薦システムの標準的な定式化と手法
3.3 推薦システムに潜むバイアスの問題
3.4 フレームワークに則った推薦システム構築手順の導出
3.5 Pythonによる実装とYahoo! R3データを用いた性能検証
3.6 本章のまとめと発展的な内容の紹介
3.7 参考文献
4章 Implicit Feedbackを用いた推薦システムの構築
4.1 標準的なランキング学習の枠組み
4.2 フレームワークに則ったランキングシステムの学習
4.3 PyTorchを用いた実装と簡易実験
4.4 本章のまとめと発展的な内容の紹介
4.5 次章に向けて
4.6 省略した計算過程
4.7 参考文献
5章 因果効果を考慮したランキングシステムの構築
5.1:本章で扱う発展的な話題
5.2 推薦枠経由で観測される目的変数を最大化する
5.3 プラットフォーム全体で観測される目的変数を最大化する
5.5 本章のまとめと発展的な内容の紹介
5.6 参考文献
付録A 演習問題 |
続きを読む 施策デザインのための機械学習入門〜データ分析技術のビジネス活用における正しい考え方 →
著者：渡邉 克彦
| トヨタ流のデータ分析を学べる
本書は、長年トヨタおよびトヨタグループで困り事解決の実践支援に携わった著者が、統計的品質管理（SQC）と機械学習というデータ分析手法のより良い使い方を解説したものである。
本書で、従来のデータ分析手法「統計的品質管理（SQC）」と、近年脚光を浴びている「機械学習」それぞれの得意とするところを理解でき、これらを上手に実務へ活用できるようになる。
著者について
東京理科大学基礎工学研究科修士課程修了。トヨタ自動車(株)第3電子技術部に入社。その後、TQM推進部、SQCグループのグループ長として応答曲面法、信頼性、品質工学、感性評価などの社内講座における質向上の取組みを行う。現在は、SQCおよび機械学習におけるデータ分析の普及推進や実践活用の支援に従事。 社内およびトヨタグループのデータ分析推進・ 指導アドバイザ。日本規格協会講師、中部品質管理協会講師。 |
続きを読む 上手な機械学習と統計的品質管理の使い方入門 →
著者：藤原 幸一
| スモールなデータの解析手法・ノウハウが身につく!
《内容紹介》
Webデータや画像データに代表されるようなビッグデータが注目される一方で、機械の故障データのように発生自体がまれであったり、患者さんの検査データのように倫理的な問題からデータを集めることに制約があったり、あるいはデータの判読が専門家以外では困難で機械学習に利用しにくいデータは、どうしても忘れられがちです。ビッグデータの時代において、収集が難しいために私たちが忘れかけているデータのことをスモールデータとよびます。
スモールデータでは、測定されている変数の数に比べて学習に必要なサンプルが不足していたり、それぞれのクラスのサンプル数が極端に偏っていたりするため、深層学習のようなビッグデータの方法をそのまま適用するのは適当ではなく、異なるアプローチが必要になります。
本書は、スモールデータとはどのようなデータであるのかを具体的に紹介して、スモールデータ解析の基本となる次元削減と回帰分析を説明します。特に部分的最小二乗法(PLS)はスモールデータ解析の大きな武器となるでしょう。そして、機械学習においてモデルの性能向上のために必要な変数(特徴)選択を紹介し、特にクラスタリングに基づいた新しい変数選択手法を説明します。つづいて、不均衡なデータの解析手法と異常検知を紹介して、最後にスモールデータ解析についての筆者の経験に基づいたポイント・考え方を述べました。本書ではPythonプログラムとスモールデータ解析の例題を通じて、読者がスモールデータを有効に解析できるようになるよう工夫しています。
ビッグデータの世界は、もはやデータ量と資本力が支配するレッドオーシャンとなっています。しかし、スモールデータの世界は、まだまだ現場の創意工夫次第でデータから新たな価値を引き出すことのできるブルーオーシャンなのです。みなさんも、この未知の世界に飛び込んでみませんか? |
続きを読む スモールデータ解析と機械学習 →
著者：高松 智史
| ――答え＝正解のない課題にどう立ち向かうか？――
★3000人以上に「考え方」を教えてきた元戦略コンサルの著者が記す思考の秘訣！
★この1冊で「考えること」が楽しくなる！
★ベストセラー『変える技術、考える技術』『フェルミ推定の技術』の著者、待望の４冊目！
（本書の内容）
第１章「答えのないゲーム」の戦い方をしませんか？
▼「答えのないゲーム」にはこの３ルール
①「プロセスがセクシー」＝セクシーなプロセスから出てきた答えはセクシー。
②「２つ以上の選択肢を作り、選ぶ」＝選択肢の比較感で、“より良い”ものを選ぶ。
③「炎上、議論が付き物」＝議論することが大前提。時には炎上しないと終われない。
第２章「示唆」
▼ファクトから示唆＝メッセージを抽出するためのキーワード
①「見たままですが」
②「何が言えるっけ？」
③「それは何人中何人？」
第３章「Ｂ◯条件」
▼炎上を回避し、議論を健やかにする思考技術
①Ａ（自分の意見）とＢ（相手の意見）を真っ向から対立させて議論してしまうと、「答えのない」ゲームにおいては、「水掛け論」になってしまう。
②だからＢ（相手の意見）を直接否定してはいけない。相手の意見を直接否定した瞬間に水掛け論に突入する。
③だからＢ（相手の意見）が○となる（成立する）「条件（ｂ）」を提示して、その「条件」を否定（ａ）する。
第４章「ゲーム＆ゲーム」
▼思考プロセス、問題解決プロセスを体得する
①論点を立てる。
②ファクトから示唆を抽出する。
③仮説をつくる。
④仮説を検証する。
第５章「5つのゲーム感覚」
▼「答えのないゲーム」とその先へ
①答えのないゲームVS答えのあるゲーム
②ボジョレー思考VSロマネコンティ思考
③理解ドリブンVS暗記ドリブン
④100分の70VS100分の3
⑤アーティストモードVSクリエイターモード |
続きを読む 「答えのないゲーム」を楽しむ 思考技術 →
著者：上野 雄史 (著), 星野 崇宏 (著), 安田 洋祐 (著), 山口 真一 (著), 今井 誠(編著者) (その他), 坂井 豊貴(編著者)
パート1 なぜ経済学が、今、「働く人」に必須なのか?
1章 ビジネスパーソンの「武器」としての経済学(大阪大学大学院経済学研究科准教授 安田洋祐)2章 オンライン上に新しい市場をつくる(慶応義塾大学経済学部教授 坂井豊貴)パート2 経済学の初心者でも!
知っているだけでビジネスの結果が変わる4つのツール
3章 利益を最大化するツール=「FSP-D」モデルの基礎知識(国際大学グローバル・コミュニケーション・センター准教授 山口真一)
4章 世界標準の学知に基づく新しい顧客関係管理(慶応義塾大学経済学部教授 星野崇宏)
5章 会計とESG 価値観とルールの大きな変化をざっくりつかむ(静岡県立大学経営情報学部教授 上野雄史)
6章 ダメな会議はなぜダメで、どうすれば改善できるか(慶応義塾大学経済学部教授 坂井豊貴)
終章 ビジネスに経済学の視点を加えるだけで、新しいチャンスが加速度的に広がっていく(株式会社エコノミクスデザイン代表取締役・共同創業者 今井誠) |
続きを読む そのビジネス課題、最新の経済学で「すでに解決」しています。 →
著者：松本 健太郎
| 話題のデータサイエンティストが解き明かした、大ヒット&大ブームの「悪魔の法則」…人間の50%はクズである!「キレイごと」より「本音トーク」がウケる理由、「メガ盛り」が食べたいのに「サラダ」が欲しいと嘘をつく心理、人々を新型コロナ論争に駆り立てるバイアス…。「つい、買わされてしまう…」禁断のテクニックを解説! |
めちゃくちゃ腹落ちしますね。これこそがデータサイエンティストの醍醐味だと思います。私も長年BtoCでのデータマイニング～データサイエンスをやっていますが、よく面接でもデータサイエンティストとして応募があるのですが、ここが分かってないとBtoCのデータサイエンティストとしては難しいという観点で厳しく見てしまっています。
実例について、行動経済学の要素をうまく絡めながら説明してくれています。BtoCマーケティングをしていくうえで、そしてそれを下支えするデータアナリシス、データサイエンスとして忘れてはならない大事なポイントが列挙されています。Kaggleなどのデータコンペで設定された課題の精度を上げるということも大切ですが、この洞察力がないと実務では役に立たないと思っています。
続きを読む 人は悪魔に熱狂する 悪と欲望の行動経済学 →
著者：ライダー・キャロル
| 思考、情報、タスク、時間、習慣、目標―箇条書きを使えば、まわりに振り回されず主体的に「自分」のすべてを整理・管理できる!世界最強の自分整理術初めての公式ガイド。 |
友人がやり始めたということで私も読んでみることにしました。
続きを読む バレットジャーナル 人生を変えるノート術 →
著者：成田悠輔
| 断言する。若者が選挙に行って「政治参加」したくらいでは日本は何も変わらない。
これは冷笑ではない。もっと大事なことに目を向けようという呼びかけだ。何がもっと大事なのか? 選挙や政治、そして民主主義というゲームのルール自体をどう作り変えるか考えることだ。ゲームのルールを変えること、つまり革命であるーー。
22世紀に向けて、読むと社会の見え方が変わる唯一無二の一冊。 |
政治家に任せられない・・・それはすごくわかる。なぜなら、政治家は自分に不利になるような制度への変更はすることがないから。でも社会はどんどん変わっているのに、政治家を選ぶ選挙制度は何ら変わっていない。これっておかしかくない？
それならどうしたらいい？？ということに対して、いろいろな切り口で著者の考えが書かれています。
いろいろと考えさせられるクールな一冊。
続きを読む 22世紀の民主主義 選挙はアルゴリズムになり、政治家はネコになる →
著者：原田将嗣、監修：石井遼介
ちょっとした言葉の言い換えで、聞いている人の感じ方も大きく変わってくるというのが、自分が言われた身になって考えるとすごくよくわかる言葉の数々です。
大きく4つの観点が書かれています。
それは、「話助挑新」です。
・話しやすさ：ちょっといま、いいですか？
・助け合い：何かサポートできる？
・挑戦：まずはやってみよう！
・新奇歓迎：その視点はなかった！
この4つの観点で、55の言い換えが載っています。
続きを読む 心理的安全性をつくる言葉55 →
Adventure and Innovation! Amazing Quest!
