ダーク データ、専門知識、モデリング — 10 月の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・ハンド見事に当てた本会議話して私たちに警告することで、素晴らしいパネルディスカッションの舞台を整えてください覚えておくその思考が必要であり、意識することすべてのダークデータそこに—の目には見えないが必要なデータ考慮する. ダークデータ: なぜ知らないのかMアッターは彼の最新の本です (a を参照)。ブログ投稿だいたいそれ;あなたがそれを読んでいない場合、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 エンジニアを支えるゴアと多くの異なる製品ラインにわたる科学者。創業者サム・ガードナーワイルド統計コンサルティング、統計問題に30年以上の経験を持つ解決するために政府と業界;と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。
すべての質問に答える前に時間切れになりました生放送視聴者からの質問、しかし、私たちのパネリストは、それらの多くに回答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. の質問トピックごとにグループ化されています—たくさんあったので、2つの投稿をしています. 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 wo は、モデリングとデータに関する質問をカバーします。
データ サイエンスのおかげで、分析の訓練を受けていない多くの人が分析の仕事に就くことができているようです。 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行っている場合しかし、彼らが知っているのは、 「この最後にデータを入れて、この最後に答えを出す」と、その仕事に基づいて決定を下す人々は傷つく世界に直面しています。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、人々は依然として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基礎を十分に理解する必要があります. 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ときに、それら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を必要とするマスターのステータスの学位論的またはメートル痛いl収入を得る(ML )しかし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ことが、私には現実的に思えます。
サム:概して、これは良いことだと思います。 イノベーター（のようなJMP !) 作成しました本当に素晴らしいソフトウェア ツールそれか分析の「民主化」を可能にしました。再プログラミングや数学よりも、問題解決、チームワーク、ビジネス、組織について洞察力そしてコミュニケーション。 解決すべき問題はもっとあるそのn解決する人がいる現在、組織が必要としているのは、「分析指数」（AQ）の高い人材です。 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、それでも全員がデータ 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。 危険な傾向だと感じます。 あなたの意見は何ですか？
サム:上で回答したように、高度な知識と優れたソフトウェア ツールへのアクセスを備えた人材を確保することで、ビジネス全体でデータ サイエンスを行うことができますが、数理科学の深い知識を持つ人材が必要です。 その理由は、彼らがデータ 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 チームだからです。 . あビジネスが成長する私t s AQ、簡単な問題は解決され、残りの問題は多くの場合、より技術的なものを必要としますe専門知識解決する。 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い感覚を持っています。 あ、はい、私t's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し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を必要としない AQ .
ジェイソン:私は観察しました良い人たちアナリスト自分がしていることを理解したいという衝動がある、これは、統計を学習することを意味します論的秒。 それは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または技術レポートで何彼らです通信中. 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必要はないと思います。統計学者、しかし、彼らは理論と応用においてかなり良い基礎を持っているべき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。 私が関わっているいくつかの企業では、これらは、さまざまな機能を備えたさまざまな職務です。リーダーシップ、どちらもデータサイエンティストと呼ばれています. の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はないかもしれません論的sとしてアナリストは、作業をガイドするのに十分な情報を持っている必要があります。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しょうか?
ML と AI の分野で助けが必要です。 ビジネス分野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、強力な統計を持つ人々として定義されます論的s/分析、プログラミングとドメイン専門知識. ゴアの産業統計学者としての布帛部門では、テキスタイルについて非常に多くのこと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ウェブ処理;しかし、わずか数週間でエンジニアに質問できるようになりました。していませんでした彼らのプロセスについて尋ねようと考えました。 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。 当院でも同じ経験をしましたM医療P製品部門、人事、そして最近では、 S供給するCハイン。あなたの分野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ことができます。論的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えます。あなたはその候補者を見つけるのに永遠に待つかもしれません.
ジェイソン:ドメインサイエンスとデータサイエンスの両方、または基本的な統計的問題解決の両方を備え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. という人を探しました有能学習者そして持っている実証済み新しい概念の学習に成功. 新入社員が適性を持っている場合は、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。 私は、しっかりとしたものを持っていると信じて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。 ほとんどの会社だと思います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ただし、カリキュラムと構造を設計する必要がある場合がありますそれを届けるために.機械学習や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が会社にない場合ドメインを持っている人に専門知識、提携する優れたコンサルタントを見つけるまでの総合スキルレベル到達とは内部で教える必要があります。各社できます深いポーを持つことで利益を得る経験値のオール目でアーティスe統計問題解決レルム。
ドメインの知識を持つ「優れた」データ サイエンティストを持つ方が良いのか、代わりにドメインの専門家と協力できる「純粋な」データ サイエンティストを持つことよりも、データや結果の解釈に対して「偏見」を持つ可能性があるのかどうかについて、継続的な議論があります。 考え？
キャメロン:ドメイン専門知識私の意見では、偏見の可能性に対する懸念を常に上回ると思います. ドメインの知識はあなたを助けます予想問題、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、と思いますドメインの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る以来それは通常、仕事で習得でき、そのためにチームの他の人に頼ることができます専門知識暫定的に。
ジェイソン:最初に、質問の 2 番目の部分に取り組みたいと思います。 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、困難なビジネス上の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か専門知識? 橋渡しのために協力的/部門横断的に作業することは良いことだと思い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知ってるw eドン't . 私また考えそれ新鮮な視点を持つことは良いことです. あ同時に、どうして知っていますかどれの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ない。 ドマイを開発しない理由n専門家せみんなで、含むの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、最新の状態に保つ必要があります。外を見るためにそれ個人的にも組織的にも。 良い方法に対処するこれはで懲らしめる統計している分析目標、仮説、仮定着手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、現在目に見えるものと一致するように、元の思考や意図を歪めるのは私たちの心にとってあまりにも簡単です. . このような歪みは完全にマスクエウレカ!瞬間目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です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洞察力、見ることができるように大局状況と組織の政治を理解する。 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.
チーム環境として、データサイエンティスト/機械学習エンジニアに最適な設定を皆さんに確認していただきました。 この分野で仕事を探すとき、仕事の説明に赤信号は何ですか?
キャメロン:主な注意点は、職務記述書にデータ サイエンスの「ユニコーン」が記載されており、記載されている責任にデータ エンジニアやアプリ エンジニアなどが含まれている場合です。 、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機能しているかについてよく考えていることを示すものとして一緒に働く人々のタイプの説明を探してください。その能力を伸ばしていきます。
AI について語っても、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るのでしょうか。
キャメロン: AI は常にカスタム ソリューションを必要とするわけではなく、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ための非常に多くの ML メソッドがあり、これらは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すごい仕事分析を行うためのツールがあるかどうか. 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 を持っています。 JMP のモデリング機能は多様で包括的です。JMP で行う必要があるすべてを行うことはできないかもしれませんが、それでも多くのことを行うことができます。 それをデータの視覚化および探索機能と組み合わせることで、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。 .
機械学習の入門におすすめのオンライン コースはありますか?
キャメロン:私はイントロとして、Coursera の Andrew Ng の Machine Learning 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さらに学習したい場合は、Coursera の deeplearning.ai を通じてディープ ラーニングの専門化を行ってください。Andrew Ng の機械学習コースではオープンソースを使用していますマトラブOctave という名前のクローンであり、おそらく二度と使用することはありません。 経由でPythonを使用しますジュピターすべての deeplearning.ai コース用のノートブック。これははるかに便利です。また、Python で最も人気のある ML フレームワークについても紹介します。ケラスそしてテンソルフロー。
ジェイソン:私は複数の Coursera モジュールを受講しました。 これはオンだと思いますデータサイエンス専門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、それも。
視聴者からの多くの質問に感謝します提出したStatistically Speaking 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、時間を割いて共有してくれました貴重視点の上専門知識とトレーニング。
もう1回研修があります提案:産業問題解決のための統計的思考利用可能ですJMPからとしてもからコースラ. 次の投稿では、私たちのパネリスト意思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、の録画を見ることができますビッグデータと機械学習の方法は十分ですか?私たちのウェブサイトで。
