#データサイエンス

[mreiyouscience]

データサイエンスの突破口　その２〜理論編〜

データ解析のための統計モデリング入門 一般化線形モデル・階層ベイズモデル・ＭＣＭＣ （確率と情報の科学）：初級

カーネル多変量解析 非線形データ解析の新しい展開 （確率と情報の科学）：初級

調査観察データの統計科学 因果推論・選択バイアス・データ融合 （確率と情報の科学）：初級

パターン認識と機械学習 ベイズ理論による統計的予測　セット：中級

統計的学習の基礎 データマイニング・推論・予測：中級

インベンス・ルービン統計的因果推論 上：中級

インベンス・ルービン統計的因果推論 下：中級

[motomuramakoto-illustration]

20231019 倍速講義 仕事で役立つ統計学 監修 野村総合研究所 未来創発センター 発行 日経BP 日本経済新聞出版 表紙・本文イラスト

[newlifestyles-blog]

ディープスキルの種類と特徴について

ディープスキルとは、高度な専門知識やスキルを持った人材が持つ特別な能力のことであり、その中でも特にAI技��を駆使することで生み出される高度なスキルを指します。本記事では、ディープスキルの種類と特徴について詳しく解説します。【データサイエンス】データ分析や機械学習を駆使し、企業や組織が持つ膨大なデータから有用な情報を抽出するスキルです。【ディープラーニング】画像認識や音声認識、自然言語処理などの分野で活躍する、深層学習を駆使した高度な予測や分類を行うスキルです。【ロボット工学】ロボットの設計や制御技術を持ち、自律的な移動や物体認識、人工筋肉などの技術を駆使して、高度な作業や危険な作業を行うことができます。【クラウドコンピューティング】クラウド上でのサービス提供やシステム開発を行うスキルで、クラウド上での高速処理やデータの安全性、拡張性などの特徴を活かして、企業や組織のシステムを最適化するこ…

[ari0921]

「宮崎正弘の国際情勢解題」　

令和六年（２０２４）３月１６日（土曜日）

　　　　通巻第８１７７号　

　捏造数字の一人歩きは戦争の情報操作の定石である

　　ハマスの犠牲者数は偽造とペンシルバニア大学教授が実証

＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊

ガザ地区の使者は「三万人以上」。この内の「７０％が女子供」と報道されている。

世界の同情があつまり、イスラエルの残酷生を非難する。また米国は、この数字をバイデンもオースチン国防長官も追認しているため、西側のメディアは裏付けも取らずに報じていることになる。民主党上院院内総務は「ネタニヤフ対陣が望ましい」と言い出した。

思い出されたい。南京「大虐殺」、アゥシェビッツ、パターンetc。。。捏造された数字が一人歩きした。しかしこれは戦争におけるプロパガンダ戦争の定石である。

不都合な真実は絶対に報道したり、認めたりしないから日本人が虐殺された通州事件も通化事件も頬被りする。それどころか日本の教科書がこんな甚大な被害を受けた日本人の惨劇を書かないのだ。

米国が中国国民党ですら知らなかった「南京」を『ジャーナリスト』やら『牧師』の肩書きを持たせた事実上のスパイに出鱈目を書かせた。米国は広島、長崎、そして日本の五十都市への無差別攻撃（死者は３０万人を超える）への批判をかわすために、日本軍の残虐をでっち上げる必要があった。それで南京を、架空の数字を２０万としたが、それでも足りないので３０万として、便乗した中国は『記念館』をつくり国民を洗脳した。ピクニックと替わらず途中珈琲ブレークもあったパターン行進を「死の行進」と作り替えた。

ハマスが毎日発表するガザ地区の犠牲者数は「捏造だ」と米ペンシルバニア大学教授が実証した。ペンシルバニア大学ウォートン校（ＭＢＡでは世界一）で、データサイエンスを教えるアブラハム・ワイナー教授は「ハマスは毎日の死者を２５０名プラスマイナス１５％と恣意的に決めており、また犠牲の７０％を女子供とするなど、毎日の発表基準としているようだ」と述べた。

　直近の報道例。「（３月１５日）ガザの保健当局は１５日、支援物資を待つパレスチナ人がイスラエル軍の攻撃を受け、２０人が死亡、１５５人が負傷したと発表した。イスラエル軍報道官は「報道は正しくない」と否定した」。

　つまり、ガザの発表数字を毎回イスラエルは否定しているのである。

[dadnews]

皆本晃弥さん データサイエンスは「重要な分野」　高校生人材育成プログラム　佐賀大・皆本教授講演 [佐賀新聞] 2024-09-24

[lastscenecom]

畳み込みニューラル ネットワーク (CNN) CNN は、コンピューター ビジョンの世界における大きな武器です。彼らは、特殊なレイヤーのおかげで、画像内の空間パターンを認識する才能を持っています。この能力により、画像を認識し、その中にある物体を見つけ、見たものを分類することが得意になります。これらのおかげで、携帯電話で写真の中の犬と猫を区別できるのです。 リカレント ニューラル ネットワーク (RNN) RNN はある種のメモリを備えているため、文章、DNA シーケンス、手書き文字、株式市場の動向など、データのシーケンスが関係するあらゆるものに最適です。情報をループバックして、シーケンス内の以前の入力を記憶できるようにします。そのため、文中の次の単語を予測したり、話し言葉を理解したりするなどのタスクに優れています。 Long Short-Term Memory Networks (LSTM) LSTM は、長期間にわたって物事を記憶するために構築された特別な種類の RNN です。これらは、RNN が長いシーケンスにわたって内容を忘れてしまうという問題を解決するように設計されています。段落の翻訳や TV シリーズで次に何が起こるかを予測するなど、情報を長期間保持する必要がある複雑なタスクを扱う場合は、LSTM が最適です。 Generative Adversarial Networks (GAN) 2 つの AI のイタチごっこを想像してください。1 つは偽のデータ (画像など) を生成し、もう 1 つは何が偽物で何が本物かを捕まえようとします。それがGANです。この設定により、GAN は信じられないほどリアルな画像、音楽、テキストなどを作成できます。彼らはニューラル ネットワークの世界の芸術家であり、新しい現実的なデータをゼロから生成します。

ニューラル ネットワークの背後にある数学 |データサイエンスに向けて

[ryotarox]

平日は朝起きて2時間勉強してから出社して昼休憩で1時間勉強して帰宅して寝る前に2時間勉強し、翌休日は朝9時から夜7時まで図書館で缶詰みたいな過ごし方をしていた（もちろん数ヶ月ずっとそうだったわけではないが）。

21/12/27 統計検定1級とかいうゲームに勝利した - LWのサイゼリヤ

- - - - - - - - - - - - - - - -

23/9/24 データサイエンス系資格だいたい全部取った - LWのサイゼリヤ

取った資格一覧

統計検定1級

データベーススペシャリスト

データサイエンスエキスパート

応用情報技術者

G検定

データサイエンティスト検定リテラシーレベル

Python3エンジニア認定データ分析

データサイエンス数学ストラテジスト上級

[leomacgivena]

「データサイエンスで業務を効率化させる」を「業務を凍りつかさせる」と聞き間違えたことがあるらしい。意味正反対やん…

1T🍵TさんはTwitterを使っています

[hiwamarimakisimamu]

「独学大全」 著 読書猿を読んでいたところ、勉強アカウントを作った方がいいと書いてあったので作ってみました。

当方、26歳日本で契約社員で働いているものです。

20歳そこそこにうつ状態になり、しばらく本も読めなかったのですが、��近回復してきて本��読むのが楽しくなってきました。

本が読めるようになると、自然と興味が増えていき、今は文化人類学や歴史などに興味があります。

データサイエンス関連の知識なんかも。

仕事の幅を広げるために簿記2級も取りたい・・・など、この年になってどんどん勉強してみたいことが増えています。

ですが、本当は大学などで勉強できたであろう時間を不意にしてしまい、実際は生活に追われる日々・・・。

でも、勉強することを諦めたくありません。

自分の人生で勉強がしてみたいなんて思うのが初めてなので、失敗してもいいから色々やってみようと思っています。

写真は友人からもらったノートで、将来やってみたいことや実現してみたいことを書いています。

これに、「いろいろ勉強したい」と書き込もうと思います。

それではおやすみなさい。

[hitujijp]

ずさんな戦争AIが招く風評被害

AIを弄くり回してコードを書いている身として、思う所を少し書き留めておきたい。昨今イスラエル軍によって投入されているAIについてだ。また先に述べておくが、オレ自身はイスラエルの政権による一連の判断は全く支持出来ないと考えている。 ところでAIという用語は漠然としていて具体的では無い。使用されているシステムの主要な中身はデータサイエンスによる人物分析と、衛星及び航空写真を活用した物体検知の複合的システムと思われるが、教師データの収集には工作員による経験に基づいた地道な情報収集が伴われているだろう（この時点で皮肉にもパレスチナ人居住区をゲットーとみなした、AIによって進化を遂げた強制収容所運営な気もしなくはなく、人口規模的にも有り得る）。

また攻撃対象指示に関わるシステムで対象の検知に10％程度の誤りが有るらしく（これに運用段階のずさんさによる誤りが更に加わる）、この点も大量虐殺の一因となっているとの事。一般に商用システムにおいて許容出来る最低精度は96％前後という暗黙の了解が有る。そう考えると命に関わる案件でありながら10％程度の誤りは、恥ずべき品質と評価するのが妥当だろう。

この手のシステムは99～96％程度の精度で収まるように作成し、しかしデータドリフトを始めとする色々な原因で徐々に性能は当初と比べ劣化する傾向が有るので継続的なデータのメンテナンスが必要である。100％は過学習が疑われ、特定の状況に適応し過ぎており、その時は良くても急速に使い物にならなくなる。この事実は逆に1％程度誤りが生ずるのは例え命が掛かっていたとしても避けられない経費である点も示している（人間がやっても同じぐらいミスは起こる）。

興味深かったのは、AIによる標的指令が一種のお墨付きの役割を果たす場合が有り「まあAIがそう判断したらしょうがないか」みたいな感じで攻撃が行われているとの話。大半の人々は権威有る広告や報道、上官や上司による命令を鵜呑みにする習性が有る。それは判断に関わるコストを節約する生物的にも合理的な習性であり、当然大日本帝国時代でも有り触れた現象だった。

AIが関わらないシステムではどこかに責任を取る人物が存在し、ツケを払う時が来る。だがAIの場合「全てはAIのせい」と当事者��言い始めた時、責任の所在はどこに有るのだろうか？この点は今後問題になる可能性が有るので気を付けねばならない。AIのせいにして責任逃れをするのなら「命令に従い職務を全うしただけ」と主張するかつてのアイヒマンの論理を踏襲する轍を踏む、そんな皮肉な光景を目にするかも知れない。 考えられる中で最悪のシナリオは、実際全てAIのせいにされて、AI開発に強力な規制や制限が課され幕引きが図られる事態だ。そうなってくると、この分野の研究開発に支障が生じかねない。

[mreiyouscience]

データサイエンスの突破口

データサイエンス研究所：超入門

AIcia Solid Project：入門

Stanford CS229: Machine Learning Full Course taught by Andrew Ng：初級

データ科学と機械学習の数理【2023年度・東北大学工学部】：初級（理論編）

<データサイエンス　参考図書>

東京大学のデータサイエンティスト育成講座 Ｐｙｔｈｏｎで手を動かして学ぶデータ分析：超入門

Ｐｙｔｈｏｎによるデータ分析入門 ｐａｎｄａｓ、ＮｕｍＰｙ、Ｊｕｐｙｔｅｒを使ったデータ処理 第３版：入門

Ｐｙｔｈｏｎではじめる機械学習 ｓｃｉｋｉｔ‐ｌｅａｒｎで学ぶ特徴量エンジニアリングと機械学習の基礎：初級

Ｐｙｔｈｏｎ機械学習プログラミング 達人データサイエンティストによる理論と実践 第３版 （ｉｍｐｒｅｓｓ ｔｏｐ ｇｅａｒ）：中級

ｓｃｉｋｉｔ‐ｌｅａｒｎ、Ｋｅｒａｓ、ＴｅｎｓｏｒＦｌｏｗによる実践機械学習 第２版：中級

Ｐｙｔｈｏｎ実践データ分析１００本ノック 第２版：実践レベル

[kennak]

ビッグデータもデータサイエンスも一般の事務職までもが手を出す存在ではなかったので今回の生成AIブームは技術書を今までより1桁多く売るチャンスなのだろうなと思う。今後、SNSと同じくらい使わなきゃいけないものとして浸透するかどうか、、 だけど、答えが出るのは2 年後。

XユーザーのToshinori Satoさん

[774]

学生の間で「ガクチカ」と呼ばれるエントリーシートに記入する「学生時代に力を入れたこと」。どうやって書いたらよいか分からないといった切実な悩みが出ている。これまでは大人数のイベントを仕切って集団を動かす力や交渉力をアピールしたり、留学経験から国際性を訴えたりするのが鉄板ネタだった。 昨年あたりから「オンラインでサークル活動の勧誘を頑張った」などといった同じような記述が目立ってきたという。ガクチカは人物を知る判断要素となる。大学時代の経験を聞いても同じような答えになりがちなので、銀行は受験勉強への姿勢や高校時代の部活の取り組みなど質問を工夫しているという。 もうひとつの異変は理系採用の過熱ぶりだ。理系と親和性のある業務がシステムだけでなく、DX（デジタルトランスフォーメーション）、データサイエンス、AI（人工知能）などの領域へ急激に広がっていることが背景にある。

就職戦線異状あり　「ガクチカ」書けない、理系は争奪戦 - 日本経済新聞

[sidejobrr]

プログラミング副業におすすめできるプログラミング言語3選

プログラミングスキルを活かして副業を始めたいと考えている方にとって、どのプログラミング言語を学ぶべきかは非常に重要なポイントです。言語ごとに適した用途や難易度が異なるため、自分の目指す分野や目標に応じた選択が必要です。この記事では、副業として特におすすめできるプログラミング言語「Python」「Ruby」「C++」の3つを紹介します。

さらに詳しい情報はコチラの記事をチェック！

1. Python

Pythonは、初心者にもおすすめできるシンプルでわかりやすいプログラミング言語です。副業でプログラミングを始める方に最適な理由は、その汎用性と学びやすさにあります。

Pythonは、AIやデータサイエンス、Web開発など、幅広い分野で活用されています。特に、データ分析や機械学習に関心がある方にとっては、Pythonを習得することで、これらの成長分野での副業チャンスが広がります。また、Pythonのシンプルな文法は、他の言語に比べて学習がしやすく、初めてプログラミングを学ぶ人にとっても入りやすいのが特徴です。

さらに、Pythonは世界中で活発に使用されているため、オンラインでのリソースや学習教材も豊富にあります。初めて副業に挑戦する人にとって、サポートが充実している点も魅力です。

2. Ruby

次に紹介するのは、Web開発で広く使われているRubyです。特に、Webアプリケーションの開発に特化した「Ruby on Rails」というフレームワークが非常に人気で、これを使用することで短期間で効率的にWebサイトやアプリケーションを構築することができます。

Rubyの特徴は、コードの読みやすさや、開発のしやすさにあります。副業として、クライアントのWebサイトや小規模なサービスを作成する場合、Ruby on Railsを使うことで迅速にプロジェクトを進めることができるのが大きなメリットです。さらに、企業やスタートアップからもWeb開発の案件が多く提供されているため、副業の需要も非常に高い言語です。

また、Rubyコミュニティは非常に活発で、学習サポートやオープンソースプロジェクトに参加することで、実践的なスキルを磨くことも可能です。

3. C++

**C++**は、少し難易度が高い言語ですが、特定の分野で非常に高い需要があります。特に、ゲーム開発やハードウェア制御、金融システムなどの高パフォーマンスを要求される分野で多用されています。

C++の強みは、その実行速度と制御のしやすさです。例えば、ゲーム開発副業を目指す方にとっては、C++を習得していると、高パフォーマンスの3Dゲームやシミュレーションを作ることができます。副業としては高度なスキルが求められますが、専門的な案件が多いため、単価が高く設定されていることが多いです。

また、金融や科学計算分野でもC++の知識は重宝され、プログラミング副業として取り組むことで専門的なスキルを磨き、高収入を得ることが可能です。

まとめ

プログラミング副業を始めるにあたり、言語選びは非常に重要です。Pythonは幅広い分野での活躍が期待でき、初心者にもおすすめの学びやすい言語です。RubyはWeb開発に特化し、素早く案件に取り組める点が魅力です。C++は専門性が高く、ゲーム開発や金融システムなどでの高収入案件が期待できます。それぞれの言語の特徴を理解し、自分の目指す副業に合った言語を選んで挑戦してみましょう。

さらに詳しい情報はコチラの記事をチェック！