CTC教育サービスはコラム「AI活用時代にPythonで見る夢 ＞ 第23回 応用データサイエンス」を公開しました。
＃＃＃
はじめに
何事も基礎が重要ですが、基礎的なスキルだけでは実際の役には立ちません。英語を勉強するのは、英語で書かれたドキュメントを読んだり、英語が話せる人とコミュニケーションをとることで新たな気付きを得るためです。今回は、データサイエンスの基礎と応用について考えてみたいと思います。
データサイエンスの持つ印象
データサイエンスという言葉自体が新しいこともあり、データサイエンスと聞くとそれ自体がなんらかの応用分野に属する印象があるように思います。もちろん、これから説明するように私はそうは思っていませんが、実際に「データサイエンスって応用だから、応用データサイエンスってちょっと分からないなぁ」と言われたことがあります。ただ、この反応も当然かもしれません。なぜなら、すべてのデータサイエンスは応用であるべきだからです。話がぐるぐる回り出したので、順を追って説明しようと思います。
データサイエンスについて
データサイエンスには、いくつかのスキルが必要だと言われています。いろいろな意見がありますが、数学、プログラミング、アルゴリズムあたりは必須のスキルでしょう。機械学習は数学とアルゴリズムの応用分野と捉えることもできます。たとえば、アルゴリズムとデータ構造で学ぶ木構造と、数学に属する情報量やエントロピーを理解していないと、Random Forestsは理解できません。
この続きは以下をご覧ください
(リンク »)
はじめに
何事も基礎が重要ですが、基礎的なスキルだけでは実際の役には立ちません。英語を勉強するのは、英語で書かれたドキュメントを読んだり、英語が話せる人とコミュニケーションをとることで新たな気付きを得るためです。今回は、データサイエンスの基礎と応用について考えてみたいと思います。
データサイエンスの持つ印象
データサイエンスという言葉自体が新しいこともあり、データサイエンスと聞くとそれ自体がなんらかの応用分野に属する印象があるように思います。もちろん、これから説明するように私はそうは思っていませんが、実際に「データサイエンスって応用だから、応用データサイエンスってちょっと分からないなぁ」と言われたことがあります。ただ、この反応も当然かもしれません。なぜなら、すべてのデータサイエンスは応用であるべきだからです。話がぐるぐる回り出したので、順を追って説明しようと思います。
データサイエンスについて
データサイエンスには、いくつかのスキルが必要だと言われています。いろいろな意見がありますが、数学、プログラミング、アルゴリズムあたりは必須のスキルでしょう。機械学習は数学とアルゴリズムの応用分野と捉えることもできます。たとえば、アルゴリズムとデータ構造で学ぶ木構造と、数学に属する情報量やエントロピーを理解していないと、Random Forestsは理解できません。
この続きは以下をご覧ください
(リンク »)
本プレスリリースは発表元企業よりご投稿いただいた情報を掲載しております。
お問い合わせにつきましては発表元企業までお願いいたします。
お問い合わせにつきましては発表元企業までお願いいたします。
