ダークデータ、専門知識、モデリング— 10月にさまざまなトピックを取り上げました。 1統計的に言えば。 デビッドハンド素晴らしいを与えた全体会議話して私たちに警告することによって素晴らしいパネルディスカッションの舞台を設定します覚えておくその思考が必要であり、意識する必要がありますすべての暗いデータそこに—インクルード表示されていないが、必要なデータ考慮する。 ダークデータ：なぜあなたは知らないのかM atters彼の最新の本です（ブログ投稿約それ;あなたがそれを読んでいないなら、あなたはサンプルを得ることができます抜粋）。
パネリストにはキャメロンが含まれていましたウィルデン、統計学者でWL エンジニアをサポートするゴアそして多くの異なる製品ラインにわたる科学者。サムガードナー、の創設者Wildstatsコンサルティング、統計問題を行った30年以上の経験を持つ解決するために政府そして業界;そしてJMPのジェイソンウィギンズ、プロセス最適化、測定システム分析、予測モデリング/データマイニングの専門知識を持つ20年の米国合成ベテラン。
すべてに答える前に時間がなくなったライブストリームの視聴者からの質問、しかし私たちのパネリストは彼らの多くに答えを提供することに親切に同意しました、彼らの集合的な経験からの知恵をさらに共有する。 ザ・質問トピックごとにグループ化されています—非常に多く、2つの投稿を行っています。 この最初の部分では、専門知識とトレーニングに関するすべての質問に焦点を当てます。 部Tモデリングとデータに関する質問を取り上げます。
データサイエンスは、分析の訓練を受けていない多くの人々が分析の仕事に就くことを許可しているようです。 これについてどう思いますか？
キャメロン：人々がデータサイエンスをしているならしかし、彼らが知っているのは、 「あなたはこの目的にデータを置き、この目的から答えを得ます」その仕事に基づいて決定を下す人々は傷ついた世界にいます。私はあらゆる種類の分析を民主化することを恐れていませんが、それでも人々は統計とツールボックス内のすべてのツールの制限についての十分な基礎的理解を持っている必要があります。 より正確には、現実の世界でこれらの制限に違反しようとしている時期を確実に認識できる必要があります。 その点に到達するしませんが必要修士統計学の学位istic sまたはm achine l収益（ML ）だが正式なトレーニングと非公式の見習いを組み合わせてそこにたどり着くのは、私には現実的だと思います。
サム：概して、これは良いことだと思います。 イノベーター（ JMP ！）作成しました本当に素晴らしいソフトウェアツールそれ分析の「民主化」を可能にしました。主要なスキルには、再プログラミングや数学についてではなく、問題解決、チームワーク、ビジネス、または組織についての詳細アキュメンとコミュニケーション。 解決すべき問題がもっとありますtha nそれらを解決する人がいます現在、組織が必要としているのは、「分析指数」（AQ）が高い人々です。 AQの高い従業員は、さまざまなバックグラウンドを持ち、さまざまなスキルを持っている可能性がありますが、それでもデータサイエンスの基本的な考え方を理解する必要があります。 。
データサイエンティストは統計を知る必要がないという考えがあると思います。 危険な傾向だと思います。 あなたの意見は何ですか？
サム：上で答えたように、AQが高く、優れたソフトウェアツールにアクセスできる人がいると、ビジネス全体でデータサイエンスを実行できるようになりますが、それでも数理科学に深い知識を持つ人の幹部が必要です。 これは、データサイエンスのためのより優れた内部ツールとプロセスを開発するコアチームであるためです。 。 A sビジネスは成長します私t s AQ、簡単な問題は解決され、残りの問題はより技術的なものを必要とすることがよくありますe xpertise解決する。 さらに、統計学者は通常、これらの困難な問題を解決する方法について鋭敏な感覚を持っています。 あ、はい、私tの組織がアクセスできるのは良いことです統計学者、そしてdない組織を成長させることができると仮定してください' ■統計学者の助けやサービスなしのAQ 。
ジェイソン：私は観察しました良い人たちアナリスト彼らが何をしているのかを理解するための衝動を持っている、これは統計を学ぶことを意味しますistic s。 です見かけ上誰かが深い理解を持っているときのプレゼンテーションやテクニカルレポートで何彼らですコミュニケーション。 彼らは、調査結果と方法を簡単に伝え、続く難しい質問に答えるのに十分な知識を持っていますか？ すべてのデータサイエンティストが数学の知識を持っているべきではないと思います統計学者、しかし、彼らは理論と応用においてかなり良い根拠を持っているはずです彼らが使用するツールの。また、アナリストであるデータサイエンティストとデータアーキテクトであるデータサイエンティストには違いがあると思います。 一部の企業では、私は、これらは異なる職務であり、異なるリーダーシップ、しかし、彼らは両方ともデータサイエンティストと呼ばれています。 ザ・データアーキテクトは、統計についてそれほど理解する必要がない場合がありますistic sなのでアナリストですが、彼らは彼らの仕事を導くのに十分でなければなりません。誰もが統計のより良い知識から利益を得ることができます！ なぜデータサイエンティストや統計学者にそれを要求するのですか？
MLとAIの分野で助けが必要です。 ビジネスドメインの専門知識を持つ人を雇う必要がありますか、それともMLとAIの専門知識を持つ才能のあるデータサイエンティストにそれを提供できますか？ 私はいくつかの基本的な統計とデータサイエンスのスキルを持っています。
キャメロン：データサイエンティストは、多くの場合、強力な統計情報を持つ人々として定義されますistic s / analytics、プログラミングおよびドメイン専門知識、しかし幸いなことに、その最後のものは通常、仕事で、効果的に必要なレベルまで取得されます。 ゴアの産業統計学者としてインクルードファブリック部門、私はテキスタイルについて非常に多くを学ばなければなりませんでした、ラミネーションおよびWeb処理;しかし、エンジニアに質問し始めるのにほんの数週間で十分に学ぶことができましたしていなかった彼らのプロセスについて尋ねようと思った。 彼らと提携することで、彼らは私が持っていた多くの知識のギャップを埋めることができましたのために私たちは、彼らの問題を解決するための効果的な戦略をまとめて作成します。 私は私たちの中で同じ経験をしましたM医療P製品部門、人事、そして今では最近、 S供給Cハイン。あなたのドメインで学部を卒業したが、統計学の大学院の学位を取得した候補者を見つけるかもしれませんistic s / ML /データサイエンス。 それは私にはまれな例外のように思われ、あなたはその候補者を見つけるために永遠を待つかもしれません。
ジェイソン：ドメインとデータサイエンスの両方、あるいは基本的な統計的問題解決の両方を持った人を雇うという贅沢はめったにありませんでした専門知識。 私はある人を探しました有能学習者と持っている実証済み新しい概念の学習に成功。 新入社員に適性がある場合は、ギャップを埋めることができます専門知識トレーニング付き。 しっかりしていると思いますトレーニングを伴う搭乗プロセスは、新入社員の成功の基本です。 ほとんどの企業はドメインをトレーニングする知識を持っている専門知識しかし、それでもカリキュラムと構造を設計する必要があるかもしれませんそれを届けるために。あなたの会社がMLと統計的問題解決スキルを教えるのに必要なレベルのスキルを持っていない場合ドメインを持つ人に専門知識、までパートナーとなる良いコンサルタントを見つけるインクルード全体的なスキルレベルに達するとは社内で教える必要がありました。すべての仲間yできますb深いpoを持つことから利益を得るexpのol thのertise e統計問題解決レルム。
ドメイン知識を備えた「優れた」データサイエンティストがいて、代わりにドメインエキスパートと協力できる「純粋な」データサイエンティストがいるのではなく、データ/結果の解釈に「バイアス」があるのではないかという議論が続いています。 考え？
キャメロン：ドメイン専門知識私の意見では、バイアスの可能性に対する懸念を常に上回ります。 ドメイン知識はあなたを助けます予想する問題、持っているニュアンスを理解する大きな影響、結果を正しく解釈します。 しかしながら、私はそれだと思いますドメイン知識よりも分析とコーディングのスキルに基づいて採用する方が理にかなっています以来それは通常、仕事で獲得することができ、そのためにチームの他の人に頼っています専門知識暫定的に。
ジェイソン：最初に質問の2番目の部分について説明したいと思います。 データサイエンティストとドメインエキスパートを組み合わせて、ビジネス上の困難な問題を解決する場合、データサイエンティストはドメインを開発しません専門知識？ 私は、橋渡しをするために協力的/部門横断的に働くことが良いことに同意します専門知識ギャップ。 私たちは同僚に頼る必要がありますWHO知っているw eドン't 。 私また考えるそれ新鮮な視点を持つのは良いことです。 A同時に、どうして知っていますかこれドメイン知識なしで尋ねる質問？ それはどこかから来ているに違いありません。 ドマイを開発してみませんかn専門家seみんなで、含むインクルードデータサイエンティスト？すべての科学者は、認知バイアスを認識し、外を見るためにそれ個人的および組織的に。 良い方法に扱うこれはで懲戒される統計ing分析の目標、仮説、仮定着手する前の潜在的なギャップ実験または分析。 もし、あんたがしないでください、私たちの心が元の思考や意図を歪め、現在目に見えるものと一致させるのは簡単すぎます。 このような歪みは完全にマスクユーレカ！瞬間私たちは皆、切望しています。
サム：通常、問題を解決するにはチームが必要であり、チームの全員が役割を果たします。 「純粋な」データサイエンティストは、より技術的なことに集中できます詳細がチームの他のメンバーとコミュニケーションを取り、信頼を得ることができる必要があります。 その人も良いビジネスをする必要がありますアキュメン、を見ることができるように大局状況と組織の政治を理解します。 優れたデータサイエンティストはまたビジネスドメインの知識を学ぶ彼らがチームのより効果的なメンバーになるように。
データサイエンティスト/機械学習エンジニアにとって最適な設定がチーム環境であることを確認しました。 この分野で仕事を探すとき、仕事の説明の危険信号は何ですか？
キャメロン：主な危険信号は、職務記述書がデータサイエンスの「ユニコーン」を説明し、リストされている責任にデータエンジニア、アプリエンジニアなどが含まれる場合です。 、通常はそうします。 「クロスファンクショナル」や「チーム」などのフレーズ、または組織が成熟したデータサイエンス機能を持っていること、または少なくとも彼らがどのようになっているかについて考えていることを示すために、一緒に仕事をする人々のタイプの説明を探しますその能力を成長させるつもりです。
AIについて話すときでも、JMPなどの統計ソフトウェアを使用してデータを分析し、モデルを作成していますか？
キャメロン： AIは必ずしもカスタムソリューションを必要とせず、それは確かに常にディープニューラルネットワークであるとは限りません！教師あり学習と教師なし学習のMLメソッドは非常に多く、次のようなポイントアンドクリックソフトウェアで非常にうまく実行できます。 JMP 。
サム：優れたデータサイエンティストは権限を与えられたすることすごい仕事彼らが分析を行うことを可能にするツールを持っている場合。 はい、多くのデータサイエンティストは、分析ツールボックスにJMPを搭載しています。 JMPのモデリング機能は多様で包括的であり、JMPで必要なすべてを実行できるわけではありませんが、それでも多くのことを実行できます。 それをデータの視覚化および探索機能と組み合わせると、実行されるAI作業の速度と品質を実際に向上させることができます。 。
機械学習の概要について、オンラインコースをお勧めしますか？
キャメロン：私は、イントロとして、CourseraでのAndrewNgの機械学習コースの大ファンです。 ニューラルネットワークだけでなく、回帰、ロジスティック回帰、サポートベクターマシンなどもカバーしています。高度なニューラルネットワークについて詳しく知りたい場合は、同じくCourseraでdeeplearning.aiを介してディープラーニングスペシャライゼーションを実行してください。AndrewNgの機械学習コースはオープンソースを使用していますMatlab Octaveと呼ばれるクローン。おそらく二度と使用することはないでしょう。 Pythonを使用しますJupyterすべてのdeeplearning.aiコースのノートブック。これははるかに便利であり、Pythonで最も人気のあるMLフレームワーク（次のようなもの）も紹介されます。ケラスおよびTensorFlow。
ジェイソン：私はいくつかのCourseraモジュールを受講しました。 これはデータサイエンスの専門分野始めるにはかなり良い場所です。 データサイエンスに向けて素晴らしいリソースです、あまりにも。
視聴者からの多くの質問に感謝します提出された統計的スピーキングのライブストリーム中、および私たちは感謝しますキャメロン、サム、ジェイソンは時間をかけて共有してくれました貴重な視点オン専門知識とトレーニング。
もう1つトレーニングがあります提案：産業問題解決のための統計的思考利用可能ですJMPからと同様からコーセラ。 次の投稿では、パネリスト意志a質問に答えるデータとモデリングについて。
パネルをライブで見る機会がなかった場合は、ビッグデータと機械学習の方法で十分ですか？当社のウェブサイトで。
