モバイル空間統計とは

ドコモの携帯電話ネットワークのしくみを使用して作成される人口の統計情報です。24時間365日蓄積している日本全国の人口を把握することができます。国内人口は性別・年齢層別・居住地域別、訪日外国人※2は国・地域別の人口構成を知ることができます。

モバイル空間統計
http://www.dcm-im.com/service/area_marketing/mobile_spatial_statistics/

ＡＩ、ＩｏＴ活用へ行程表

ＡＩ、ＩｏＴ活用へ行程表　経産省が新産業構造ビジョン
http://www.nikkei.com/article/DGXLASFS28H3M_Z20C17A5000000/

この元ネタ
産業構造審議会 新産業構造部会（第17回）‐配布資料
http://www.meti.go.jp/committee/sankoushin/shin_sangyoukouzou/017_haifu.html

世界最先端ＩＴ国家創造宣言・官民データ活用推進基本計画について
http://www.kantei.go.jp/jp/singi/it2/kettei/pdf/20170530/siryou1.pdf

世界最先端IT国家創造宣言・官民データ活用推進基本計画(案)概要
http://www.kantei.go.jp/jp/singi/it2/dai71/siryou1-1.pdf

官民データ活用推進基本法
http://www.kantei.go.jp/jp/singi/it2/hourei/pdf/detakatsuyo_honbun.pdf

「データサイエンスの全体像とデータサイエンティスト」を聞いてきた！

５月２９日、
データサイエンティスト協会２０１７年第一回勉強会
に行ってきた！ので、内容をメモメモ

---

■内田洋行さんに会場説明
・オフィス、教育、情報
　このビルが、ショールーム
　SmartInfill：WoodInfill（木で）
　New Education Expo 2017

■データサイエンスの全体像とデータサイエンティスト
・あるいて５～６分のところ
・ほんとの入門編、ＡＩとの関係、機械学習

１．データサイエンスという表現
・１９６０年代に使用された
　ＩＢＭ　３６０シリーズとか
　　コンピューターサイエンス：ハードより
　　　高速、大容量、分散化、エコシステム拡大
　　データサイエンス
　　　相関・因果の分析、複雑・非線形の関係、場面の認識・理解、非構造データ
　→因果関係の説明
　グーグルの猫：猫を認識→理解したわけではない
　　　認識まできた、理解はまだ

・データサイエンス
　データが持っている意味をきちんと理解する、解釈する、それを自動化する
　データの力を開放する
　構造が隠れている、データをいかに分析するか

・にた概念の整理
　ＡＩ　機械学習　データサイエンス
　　ＡＩ：究極の目標、コンセプト→技術そのものではない
データサイエンス：大規模データを使う
　　ＭＬ：技術の言葉　分析していく技術

・ＡＩ
　Ａをおーぎゅめんてっどとして使っている人も
　チューリングテスト
　　人間とＡＩに同じ質問を投げて、判定できなかったらＡＩ
　　最近は。もっと条件高い
　ＡＩの完成
　　ＡＩと呼ぶには・・・
　ＡＩを利用して・・・
　　弱いＡＩはある程度

・強いＡＩと弱いＡＩ　John Searle（反ＡＩの哲学者）
　　強いＡＩ：人間の知的活動→課題の定式化をする前
　　弱いＡＩ：ベストな解決を導く
　Drew McDermott(1997)
　　チェスで試行していない？
　　　飛行機は羽ばたいてないから飛んでない？
　DeepLearning：理解している？

・機械学習：技術
　　ＡＩを構成する技術の１つ
　　　データを分析してパターンを抽出
　　　　パターンを行動ルールに翻訳
　→自動的には、行動ルールも更新されるというのが
　　論理的には正当だが、実際には様々な制約で自動更新しない

　決定木
　アソシエーション
　ニューラルネット
　深相学習
　ＳＶＭ
　クラスタリング
　ベイジアンネット
　強化学習
　類似度分析
　遺伝的アルゴリズム

　教師あり　：正解ラベルがある
　半教師あり：正解ラベルがないものもある
　教師なし　：正解ラベルがない。クラスタリング、アウトライヤー分析

　半教師ありが技術発展中。ベイジアン推定、ＴＳＶＭ、コーザルインファレンス

　例：決定木　ＣＡＲＴ
　　　生成されるのは、１本の木
　　　　Bagging→ランダムフォレスト
　　　　Boosting→xgboost
　　解釈問題：なぜその結果が出たのか black boxのホワイト化

・DeepLearningについて
　きわめて急速に発展
　入力レイヤ・隠れレイヤ・最後で判定
　大きく３つ
　　ＤＮＮ：従来の多層化
　　ＣＮＮ：画像認識
　　ＲＮＮ：文書理解
　ＣＮＮ：位置が定義され　バッチのせって
　ＲＮＮ：言葉のシーケンス　ＣＢＯＷ：順序が表現できる

　→特徴量の自動抽出　Ｅｍｂｅｄｄｅｄ　Ｖｅｃｔｏｒ

・データサイエンス
　データサイエンティストのスキル：３つのようそ
　　ハッキングスキル
　　数学・統計
　　Substance

　→データサイエンティスト協会
　　ビジネス力
　　データサイエンス力
　　データエンジニアリグ力

　ステージ
　　問題の発見
　　問題の定式化
　　解決方法探索
　　ビジネス適用

・ビジネス力
　　機械学習、ＡＩでは語られない
　　　現場のニーズ聴取
　　　データ活用可能性評価
　　　優先度、対応戦略判断

・データエンジニアリング力
　　扱うデータが大規模、機械学習、ＡＩでも必要
　　ＳＥが持っているかというと・・・？？
　　　大規模データの対応
　　　分析環境の整備
　　　解決策の実装

・データサイエンス力
　　機械学習の使いこなし
　　　記述的な分析：今どうよ
　　　予測的分析：
　　　処方箋（プリスクリプティブ）

・事例
　　対象データの分析精度が上がれば、際限なくツリーを作り続ける
　　　　（Ｇｒｅｅｄｙ　Ｍｅｔｈｏｄ）
　　結果、分析データ（トレーニング）はいいけど、
　　　　　検証データ（バリデーション）はわるい
　　→クロスバリデーション
　ランダムフォレスト→アンサンブル
　　ツリーを並列に
　ツリーを直列に（誤差の説明）ＧＢＭ→xgboot
　　ただし、説明は難しい
　オリジナルのデータでは、分析コンペでは下位
　Feature エンジニアリング：特徴量をつくる

・データサイエンティストの育成
　　完全に不足している
　　チームで対応する
　　１つのスキルしか持っていない人間は問題
　バックグラウンドについて
　　文系理系は関係ない
　　修士と学卒：全体像はつかみやすいかも
　　ドクターはいろいろ：関連分野
　　修士レベルでも、そんなにしらないかも・・・トレーニングいる
　　男女差：まったくない。女性のほうがつよい？（個人差のほうが大きい）

　データサイエンス教育
　　ビジネス常識
　　言語（ＷＰＳ（ＳＡＳ系）、Ｒ，Ｐｙｔｈｏｎ）
　　金融業界常識
　　過去の実施プロジェクト
　　プレゼン・れぽーてぃんぐ
　　企画書作成
　　データ分析
　　ＯＪＴ
　　　汚いデータの対応
　　　Feature Engineering

　あっという間に時代遅れ
　　→それって２年前
　あまり冒険的なものは・・・
　　正式な勉強会はすべて会社補助
　　ＫＤＤＣＵＰ２０１７
　　てんそるふろー・けらす勉強会

　Feature Engineering
　　データクリーニング
　　データしぇーぴんぐ
　　データプロファイリング
　　Feature Generation
　Toy Problem

　コンペの功罪
　http://yukino.moo.jp/jsai-2016-ML-competition-draft.pdf
　分析技術に特化したコンペ
　　→活用するアイデアというコンペも多い

　kaggle
　　https://www.kaggle.com/competitions

汎用AI－開発を萎縮させない議論を

専用AI：実用レベル－いれるかどうかは、開発者と経営者の判断
汎用AI：基礎研究レベル

という認識。実現しようとしているレベル・世界が違ってるので、
議論が混乱しているよね・・・

（専用AIが普及しただけで、仕事はなくなる。
　専用AIはもう人間の知能を超えている）

脳から学べば汎用AIの実現は近い、開発を萎縮させない議論を
http://itpro.nikkeibp.co.jp/atcl/column/17/051800199/052500007/