Courseraにて、データサイエンスを学ぶ　byIBM

⚪️まとめ　データサイエンスの定義とは？
　簡単にいうと、データの研究　
データを利用して我々の周りの世界を理解する
データの背後に隠れている洞察や傾向を明らかにする
最近のデータアクセスと高度なコンピューティング能力は、分析を通じて新しい知識と洞察を生み出している


データを分析にして新しい知識を得るための計算能力がある


⚪️新人データサイエンティストのアドバイス　

個人の競争の優位性は、他の人よりも優れた側面を持っていること、
・小売？製造？医療？ソフトウェア？web.？建築？和風建築？刃物？物作り？

（競争しない、部分的はブルーオーシャン戦略は取れるか？）



なぜ、データサイエンティストが必要か？
・デジタル革命で世の中が変わり、ピークデータから効果的な意思決定の必要性が出てきたから


⚪️データサイエンスへのさまざまな道
Quantitative 量的な　
定量分析　quantitative analysis

昔から大学で教えられた学問ではなく、
現代のデータサイエンティストは、工学、統計学、物理学、などさまざまなバックグラウンドを持っている
2018年ごろ　データサイエンティストは人材不足で　収入は10万ドルが平均　
1500万前後


⚪️データサイエンスの基礎　
1. Data analysis  情報の解析、分析　
2. Knowledge 知っている事　知識、認識　value 価値　
3. Organization 組織、団体

・最初に重要な事
どの様にプロジェクトの進行を定義するか？

データサイエンティストは、多くの企業に質問する
・どのくらいデータがあるか？
・データは、どこから来たのか？

データサイエンティストの役割は、情報の分析の結果を視覚的にまとめ、　
インサイトを明確にし、ストーリテラーとなり、利害関係者へ伝える役割をする




⚪️データサイエンスとは？？

データを元に、答えを導き出す事。　
それは、データの裏にあるストーリーテリングやインサイトを見つけることに近い。　
科学者というよりも、データを元に、仮説を立て、アルゴリズムで答えを出す事。