레벨: 초급
【발표자】
메지로 대학 경영 학부 객원 연구원 오가와 아키라
【발표 개요】
최근에는 많은 양의 데이터를 합리적으로 처리 할 필요성이 높아지고 있으며 데이터 과학이 중요성을 높였습니다. 이 교육에는 좌학에 의해 지식이나 분석 방법을 배우는 수동형과 실기 연습에 의해 문제 해결과 과제 달성을 배우는 능동형의 두 가지 유형이 있다. 지금까지는 주로 수동형 교육이 추진되어 이미 충실한 성과를 얻고 있다. 그러나 능동형 교육은 앞으로의 과제로 여겨지고 그를 위한 접근법의 개발이 강하게 요구되고 있다.
실무의 장에서는 문제 해결이나 과제 달성에 관해 오랜 세월에 걸쳐 계획(Plan), 실시(Do), 검토(Check), 처치(Act)의 PDCA 사이클의 어프로치가 이용되어 많은 성과를 올려왔다. 그 본질은 사실을 데이터 형태로 수집 한 후 분석하고, 얻은 결론에 기초하여 가설을 발상하고, 그것을 실행 한 후 결과를 데이터로 수집하여 가설을 검증하는 것으로, 이것은 역시 능동형 데이터 과학 자체이다.
저자들은 오랜 세월에 걸쳐 코인 사격 교재와 PDCA 사이클의 양자를 이용한 교육 프로그램을 개발함과 동시에 그것을 강의·강습회 등에서 실시해, 그 내용을 각종의 장소(논문, 학회 발표, 강연 등)로 여러 번의 발표를 해왔다. 본 발표에서는 이들을 체계적으로 정리하여 능동형 데이터 과학 교육에 대해 보고한다.
【발표자 프로필】
계측 제어 메이커의 기술자를 거쳐 메지로 대학 경영학부에서 통계적 품질 관리에 관한 연구로 박사(경영학)의 학위를 얻었다. JMP는 20년 이상 데이터 해석에 사용해 주로 실험계획법, 다변량 데이터 해석에 활용하고 있다. 최근 데이터 사이언스가 사회에서 주목을 받고 있지만, 메이커 출신자로서 데이터 해석을 실천해 온 경험으로부터 데이터가 생성되는 현장·현물을 중시하고 있다. 좋은 데이터를 얻기 위한 데이터 클리닝은 현장·현물의 정보가 중요하다. 이번 코인 사격 교재도 현장·현물을 시뮬레이트 혹은 재현한 것이다. 게다가 JMP를 활용하는 것으로 정밀도가 높은 해석을 실시해, 각종 개선이나 의사 결정에 도움을 주는 것을 연구 테마로 하고 있다.
【공동 발표자】
다카하시 타케노리(Takenori Takahashi), 통계 및 수학 연구소
※포스터는 종이만의 전시
【논문집】
논문집 사이트로
https://community.jmp.com/t5/Discovery-Summit-Japan-2023/Discovery-Summit-Japan-2023-%E8%AB%96%E6%96%87%E9%9B%86/ta-p /718363
