データ分析入門以前ロードマップ

Transcript

1. データラーニングギルド 第1回オフ会 データ分析入門以前のロードマップ
2. 自己紹介 ◼ 氏名 • 村上 智之 ◼ 経歴 • 情報科がある高校に入学し、プログラミングを学び始める • 大学では情報系の学系に入り、分析に必要な基礎知識を学ぶ • 新卒4ヶ月目で入った中小SIerを退職 • 業界を代表するデータ分析会社でデータサイエンティスト • マーケティング系のスタートアップで、Webエンジニア • 大手製造業にて常駐しPM業務、コンサルティング業務 • 半年間のフリーランスを経て、株式会社データラーニングを設立 ▪データラーニングの活動 • 2018年5月に立ち上げ • 未経験者に向けた、データ分析に関する講座を実施 • そのうち、一部の受講生には実際に仕事を依頼 • 10社以上に対してデータ分析のコンサルティング業務を提供
3. データ分析入門以前 今日のテーマ
4. • 論理的思考 • プログラミング的思考 • 科学的思考プロセス データ分析入門以前に必要な3つのスキル
5. 問題を正しく定義・共有し、整理し、解決に導くため 何故必要か？
6. 論理的思考 帰納法、演繹法 因果の理解、論証 A. トマトは酸味を持つ B. 酸味があるとビタミンは安定的に保たれる C. トマトの缶詰は保存してもビタミン類は それほど減少しない B C A ※野矢 茂樹 論理学トレーニング101題
7. プログラミング的思考
8. 1. 問いを立てる 2. 先行研究を検討する（対象/方法、理論/実証） 3. 対象を設定する 4. 方法を採用する 5. 理論仮説を立てる 6. 作業仮説を立てる 7. データを収集する（1次情報、2次情報） 8. データを分析する 9. 仮説を検証する（検証/反証） 10. モデルを構築する 11. 発見と意義を主張する 12. 限界と課題を自覚する 科学的思考プロセス ※上野千鶴子 情報生産者になる
9. どうやって身に付けるか？（仮説） 論理的思考 プログラミ ング的思考 科学的思考 • 論理トレーニング101題、書く技術・考える技術の演習書籍など • 数学の命題、集合といった所をしっかり押さえる • マインドマップなどを用いて、日常的に情報を整理する癖を付ける • 「戸田山和久 『科学的思考』のレッスン」などを読んで科学的思考のベースを理解する • 論文やリサーチで使われている型を覚える • 実際に１．～１２．の手順を繰り返し行ってみる • Excelの条件分岐やマクロなどを活用してシステム化できる部分に関してはシステム化する • 手順書やフローチャート、トークスクリプトなど、手順を文章に落として練習 • 上記のフローを整理したものに対して、効率的なフローに組み替えてみる