More than 3 years have passed since last update.

データサイエンスって？

Last updated at 2021-02-09Posted at 2021-02-09

1. はじめに

皆さん、こんにちは！まさや(@masa__ya8)です！
今回は__2020.12.01__に大学でデータサイエンスサークル(非公認)(@plot_niigata)を設立し、新歓に向けて記事を書きました。記事に関して間違っている点などありましたら、コメントなどで指摘していただけると嬉しいです!

2. データサイエンスとは

データサイエンスとは、

「データを活用して課題を解決すること」

です。

インターネットの普及やIT・科学技術の発達などにより、ビックデータと呼ばれる膨大なデータも効率よく扱えるようになったことで、近年その注目が高まっています。

データサイエンスの一連のプロセスとしては、

問題設定
⇓
データ収集
⇓
データ分析
⇓
モデル構築・精度検証 ↔ 精度向上の取り組み
⇓
課題解決

となります。

ビジネスはもちろん、医療や教育など様々な場面でデータサイエンスは多くの価値を生み出しています。

3. データサイエンティストとは

データサイエンティストとは、データサイエンスを職業として扱う人のことです。
日本では不足しており、需要が高く、__魅力的な職業__と言われています。また、様々なスキルが求められ、統計学やAIに関するスキルが必要不可欠です。

「2.データサイエンスとは」で一連のプロセスを記載しましたが、実際に例を使って説明します。また、この例は「Python実践データ分析100本ノック」の第3,4,5章の内容を使用しています。

「スポーツジムのデータ」

問題設定・・・退会してしまうのを防ぎたい！退会してしまう人はなぜ退会するのか？
⇓
データ収集・・・ジム利用履歴や会員データなどを使用する
⇓
データ分析・・・値がないデータ(欠損値)などを処理した後、顧客データの基礎集計や顧客行動の各種統計量を把握し、グラフや表にする（可視化）
⇓
モデル構築・精度検証 ↔ 精度向上の取り組み・・・決定木というアルゴリズムを用いて、退会予測モデルを作成する。精度向上の取り組みとして、ここではモデルのパラメーターをいじっている(木構造の深さを浅くしている)
⇓
課題解決・・・構築したモデルから、どのデータが重要かがわかる。また、データを入力するだけでどの顧客が退会するのかが予測できる

楽天→[こちら](https://books.rakuten.co.jp/rb/16017220/) amazon→[こちら](https://www.amazon.co.jp/Python%E5%AE%9F%E8%B7%B5%E3%83%87%E3%83%BC%E3%82%BF%E5%88%86%E6%9E%90100%E6%9C%AC%E3%83%8E%E3%83%83%E3%82%AF-%E4%B8%8B%E5%B1%B1%E8%BC%9D%E6%98%8C-ebook/dp/B07ZSGSN9S/ref=sr_1_1?__mk_ja_JP=%E3%82%AB%E3%82%BF%E3%82%AB%E3%83%8A&crid=1BI5XFH44TJJ9&dchild=1&keywords=%E5%AE%9F%E8%B7%B5%E3%83%87%E3%83%BC%E3%82%BF%E5%88%86%E6%9E%90+100%E6%9C%AC%E3%83%8E%E3%83%83%E3%82%AF&qid=1611842746&sprefix=%E5%AE%9F%E8%B7%B5%E3%83%87%E3%83%BC%E3%82%BF%E5%88%86%E6%9E%90%2Caps%2C276&sr=8-1)

4. 必要なスキル

以下は、一般社団法人データサイエンティスト協会が公開している情報をもとに作成した3つのスキルセットです。