• twitter
  • このエントリーをはてなブックマークに追加
  • mixiチェック

機械脳の時代

データサイエンスは戦略・組織・仕事をどう変えるのか?

  • 紙版
  • 電子版

機械脳の時代

データサイエンスは戦略・組織・仕事をどう変えるのか?

書籍情報

  • 紙版
  • 電子版
  • 加藤 エルテス 聡志 著
  • 定価:1980円(本体1800円+税10%)
  • 発行年月:2017年07月
  • 判型/造本:A5変並製
  • 頁数:256
  • ISBN:978-4-478-03937-3

内容紹介

統合AIが完成する前時代である現代を著者は「機械脳の時代」と位置付け、10数社のケースを取り上げながら、人々の仕事はどのように変わるか、そして個人は何を学びキャリアを形成していけばよいかを解説します。同時に、機械学習システムを作るためのメソッドを「A B C D Eフレームワーク」としてまとめます。

目次・著者紹介詳細を見る▼

目次

序章 機械脳の時代

機械脳とは何か
データサイエンス、機械学習、そして「眠らないウサギ」
本書の位置付け
本書の構成

第1章 機械脳の解剖学

眠らないウサギの躍進は止まらない
「対岸の火事」と傍観していられる時代は終わった
必須教養としてのデータサイエンス
機械脳ができるたった3種類のこと
①可視化する/②分類する/③予測する/組み合わせる

第2章 可視化する機械脳

ケース01 本田技研工業:インターナビ
ホンダはなぜ車をセンサーにしたのか?/データの加工以前に大切な、データを選ぶセンス

ケース02 コマツ製作所:コムトラックス
コムトラックスの革新性/データ活用の範囲は連鎖的に拡大する/トップダウンでおこなわれたコマツの改革

ケース03 象印マホービン:i−POT
象印の優れた着眼点/避けては通れない費用対効果の問題へのアプローチ

ケース04 日立製作所:ビジネス顕微鏡
コミュニケーション状態をどう可視化するか?/分析の厳密さは目的を無理なく達成できる範囲で

第3章 分類する機械脳

ケース05 ペイパル:不正検知
世界一犯罪者に狙われる決済インフラをどう守るか

ケース06 富士フイルム/アンセム:ガンの分類
ベテラン医師の診断精度を、いつでも・どこでも・誰でも/保険会社による診断アルゴリズムへの投資

ケース07 パチンコ・カジノ産業:顔認識技術
ギャンブルとデータの出会い/ギャンブルの胴元にとっての「顔」の価値

第4章 予測する機械脳

ケース08 エパゴギクス:映画の興行予測
映画製作に「予測」が求められるわけ/エパゴギクスのアルゴリズムを推理する

ケース09 アマゾン/楽天:購入予測とオススメ
2つの協調フィルタリングモデル/どうすれはオススメの精度を上げられるか?/楽天の社員ならどうすべきか?

ケース10 ヒューレット・パッカード:社員の退職リスク
退職率を大きく改善させた予測モデル/社内に焦点を当てる予測プロジェクトのポイント

ケース11 クライメート/プログレッシブ:保険
データの分散処理技術が可能にした自動天候保険/データ量が肝になる自動車保険

第5章 機械脳の設計レシピ

機械脳を作るABCDEフレームワーク
データサイエンス本の盲点
目的を定めるときは「SMART」に集約せよ A:Aim
よくある落とし穴/取り組みのポイント

モデルのトレードオフを乗り切れ B:Brain
よくある落とし穴/取り組みのポイント(基本編)/取り組みのポイント(データサイエンス編)/トレードオフの最適バランスを目指すチームの会話例/速度の追求に終わりはない/クラウドソーシングでモデルを改良できる

コーディングの3つのポイント C:Coding/Construction
よくある落とし穴と、取り組みのポイント① プログラミング言語/よくある落とし穴と、取り組みのポイント② クラウドサーバー・サービス利用/よくある落とし穴と、取り組みのポイント③ チームマネジメント

データとの正しい付き合い方 D:Data
よくある落とし穴/取り組みのポイント/データには2種類ある/運頼みのデータ選定から卒業しよう/データ選びの4つの基準/データ選びの基準① Relevancy(関連性)/データ選びの基準② Volume(データ量)/データ選びの基準③ Granularity(粒度)/データ選びの基準④ Cost Effectiveness(費用対効果)/使ってよいデータ、使ってはいけないデータ/時間の8割はデータクリーニングに/欠損値はどう扱う?

一気通貫を意識して実行する E:Execution
よくある落とし穴/取り組みのポイント/「実行」はデータの異種格闘技戦

第6章 機械脳を可能にする組織の作り方

データサイエンティストのイメージと実際
優秀なデータサイエンティストは身近にいない、という思考停止/団体競技として取り組め

組織でデータを活用するために不可欠な3つの役割
①データGM(データジェネラルマネージャー)人材/②データサイエンティスト人材/③データエンジニア人材

データを扱う人材を育てるには
成長ポテンシャルと成長意欲のある人材の選定/成長期待値を示す/経営側もデータリテラシーを身につける/学習機会・試行錯誤の機会を与える

言ってはいけない! コラボの墓場となるNGフレーズ集
データGMのNGフレーズ/データサイエンティストのNGフレーズ/データエンジニアのNGフレーズ

社内にいるダイヤの原石
データサイエンスを知らなかった人は、これからどうすれば活躍できるか?
まず自分自身のものの見方を疑う/データGMの必須教養/データサイエンティストの必須教養/データエンジニアの必須教養/チームワークとプロトコルを身につける

おわりに 機械脳の時代に普通の人はどう生きるべきか

人の仕事と機械の仕事の境界線は常に揺らいでいる/データサイエンスが新しい武器である以上、避けて通るのは悪手/機械に仕事を奪われるのではなく、機械を使う側に回れ/天才たちと仕事ができるように、自分の貢献領域を見つけよう






著者

加藤エルテス聡志(かとう・えるてす・さとし)
東京大学卒業。コンサルティングファーム(McKinsey & Company)、米系製薬会社等を経て、2014年に一般社団法人日本データサイエンス研究所を創設。代表理事に就任。
著書に『プログラミングは、ロボットからはじめよう!』(小学館)、『日本製造業の戦略』(ダイヤモンド社・共著)、編集協力に『日本の未来について話そう』(小学館)、『Reimagining Japan』(VIZ Media, LLC)。
TEDxTokyo Salon「教育の未来とデータサイエンス」など講演実績も多数。

プリント版書籍は下記のストアでご購入いただけます。
  • Amazon で購入
  • e-hon で購入
  • HMV&BOOKS online で購入
  • 紀伊国屋BookWeb で購入
  • セブンネットショッピング で購入
  • TSUTAYAオンラインショッピング で購入
  • BOOKFAN で購入
  • honto で購入
  • Honya Club で購入
  • ヨドバシカメラ で購入
  • 楽天ブックス で購入

(ストアによって販売開始のタイミングが異なるためお取り扱いがない場合がございます。)

電子書籍は下記のサイトでご購入いただけます。

(デジタル版では、プリント版と内容が一部異なる場合があります。また、著作権等の問題で一部ページが掲載されない場合があることを、あらかじめご了承ください。)

  • twitter
  • このエントリーをはてなブックマークに追加
  • mixiチェック