ARC

▼YouTubeでアーカイブスを公開しています▼


▼当日の講演資料の抜粋がこちらからダウンロードできます▼

※ダウンロードにあたっては個人情報の入力が必要です。
※入力いただいた個人情報は、今後、日科技連よりセミナーや各種イベント等の情報提供のために使用させていただきます。
>>>https://questant.jp/q/UTGRBQSN

【講演テーマ】
データサイエンスの時代に技術者に必要なスキルとは？

【概要】
計測技術、データ解析技術の進歩により、データの重要性がより増してデータサイエンスの時代に突入しました。

従来より容易に大量のデータを取得・解析できるようになり、ビックデータを用いた予測技術が注目される一方で、技術者としては、特性と要因の因果を明らかにし、再現性を高めるアプローチも、今まで以上に求められてきます。
本講演では「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、解説します。

■参加者の声（抜粋）
・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