Mail News Archives

ARC

【アーカイブ公開】無料オンライン講演会『データサイエンスの時代に技術者に必要なスキルとは』＜2021年02月18日＞

【YOUTUBEにて本講演のアーカイブ公開】
　当ページよりリンクを公開しています！
　
　
■2020年12月23日（水）ZOOMウェビナーでの無料オンライン講演会を開催いたしました。
当日は、200名以上のご参加をいただき、ありがとうございました。

奥原正夫 氏（公立諏訪東京理科大学教授）にご登壇いただき、データサイエンスの時代に突入した今、「予測」と「制御」という点に着目し、データサイエンスの時代に技術者に必要なスキルについてご講演いただきました。

講演終了後寄せられた質問に、奥原講師よりご回答いただきましたので、本ページにてご紹介させていただきます。
また、参加者の皆様にご協力いただきましたアンケートの結果を公開いたします。

さらに！本ページの文末にて、本講演のアーカイブを公開いたします！
（本ページを↓にスクロールしてください）

■ 講演終了後に寄せられたご質問

講演終了後に受講者よりいただきました質問に、奥原講師よりご解答を頂きました。

◆質問

Q：回帰式で2.5%下げるとよい、という部分のもう少し詳細な説明が欲しいです。
　下げないと50％NG、というのは判ります。
　 2.5%下げるとOKになるのがなぜなのか知りたいです。

■ アンケート結果（一部）

講演終了後、聴講してくださった皆様に、アンケートにご協力いただきました。
その一部をご紹介させていただきます。

◆特に興味のあった内容をお教えください

（多数のご回答をいただきました。一部ご紹介いたします）

・初歩的ですが、データサイエンスとは何か？既存統計学との違いは何か。
・実験計画法と回帰分析について★
・予測と制御でデータの取り方が変わる（観察研究と実験研究）★
・実験計画法を用いると試験回数が少なく出来る点★
・因果関係が必要な場合と、そうでない場合の区別★
・観察と制御の違いが言語化されていてわかりやすかったです★
・汎化能力について
・技術者の陥りやすいところを久々に聴けた
・時間はかかるが実験は非常に重要な点
・疑似相関の解説方法。疑似相関・交絡・外挿の概念★
・観察研究の難点。観察研究と実験研究の違いについてイメージがよくつかめました
・事例が面白い。わかりやすい身の回りの例で、参考になりました
・2変量を要素と結果と見立て、予測と制御に相対する考え方は大変興味深かったです。ダーウィンとメンデルによるアプローチ対比も多くのデータを解析する上で持つべき新たな視座をご提供いただきました★
・ビックデータの活用
・お好み焼きを例とした内容。お好み焼きの制御(温度設定において焦げることを加味し温度を考える）★
・過学習と汎化特性について
・下限値以下になる確率の考え方
・『そこら中に転がっているデータは交絡していることが多い』というコメント
・バラツキを含む考え方。データの取り方と考え方について★
・多変量解析と実験計画（応答曲面法）★
・「観察研究の難点」「因果律」の説明★

他、多数

★は特に多く寄せられたご回答です。
多数のご回答、ありがとうございました。今後の運営の参考にさせていただきます。