スタビジ【誰でもAIデータサイエンス】byウマたん
スタビジ【誰でもAIデータサイエンス】byウマたん
スタビジ（Statistics&Business）ではデータサイエンスを身近に感じてもらえるような情報をビジネス要素を絡めて発信していきます！
【毎週 土19:00~配信】
データサイエンスとビジネスの壁をぶち壊し、より多くのビジネスパーソンにデータサイエンスを身近に感じてもらいたい！
堅苦しい説明は出来るだけ省いて解説していきますよ！
今でも十分「データサイエンス/AI/ビッグデータ」というワードはホットになっていますが、これからもこの流れは止まらないでしょう。
ただ、日本ではビジネスサイドとデータサイエンスサイドが大きく分断されています。
そこに僕は大きな危機感を感じています。
マーケティング・事業企画に携わる人間にとってデータサイエンスがハードルの高いものになっているのです。
これからの日本を支える・変えるのはデータサイエンティスト的な素養を持ち合わせたビジネスパーソン。
専門家だけに頼っていてはダメなのです。
ぜひ【スタビジ】をご覧になって「世界にはばたく・日本を変える」ビジネスパーソンになってください！
ーーーー運営情報ーーーー
日系大手、外資系の会社でデータ分析・デジタルマーケティングに従事し現在はAIやデータサイエンスを軸にした株式会社ダブダブのCEO。データサイエンスとビジネスの分断に危機を抱いており、データサイエンスとビジネスを繋ぐべく「スタビジ」というサイトやKZreadでデータサイエンスの面白さを発信中。「スタアカ」というデータサイエンス特化のスクールも運営中。統計学修士。
スタビジ公式HP：toukei-lab.com/
スタビジTwitter：twitter.com/statistics1012
スタビジアカデミー：toukei-lab.com/achademy/
Udemy講師：www.udemy.com/user/shang-ye-you-ma/
著書：amzn.to/3zICWh2
Voicy：voicy.jp/channel/2516
記事分析AI「Tracky」：www.ai-tracky.com/
Пікірлер
とても分かりやすいワードを選択され、文系の自分でも驚くほど理解でき、いつも楽しく学ばせて頂いてます。ありがとうございます。 私はコールセンターに勤めています。エンジニアではなく、プログラムもできないですが、AIや機械学習について学び、近い将来、オペレーターが全てAIに置き換わることを見込んで、エンジニアとの間に入ることなどで生き残る活路を見出したいと考えています。 現在はG検定の試験勉強をしていますが、もし、うまたんさんが私の立場であれば、どのようなことを学ばれますか？もしよろしければアドバイスを頂けますと光栄です。
ありがとうございます！ そのような立場を目指すのは非常に筋が良いと思います。 AIデータサイエンスの基本的な概念と、できればSQLとPythonの基礎くらいは学んでおくとよいと思います！
@@aiby8596ご返信ありがとうございます！アドバイスを受け入れて、取り組んでみます！その２つの基礎を学んでおくと、どのような効果が予想されますか？
参考になりました。
参考になりよかったです！
ITパスポート合格に続いてG検定も取りたくて勉強始めましたが、技術用語の羅列ばかりで経営視点でどんな用途にどの技術が優れてるか、注意が必要かなどの比較•俯瞰的議論が全く無い参考書に悶絶している文系人間です。今回のようなビジネス視点のコンテンツも徐々に増やして頂けるとありがたいですm(__)m
分かります・・・！最近はこのチャンネルは技術用語の解説多くなっていますが、ビジネス視点もなるべく取り入れていきます！
ファインチューニングがいいケースは、例えば何があるんでしょうか
質問よろしいでしょうか。 新卒でデータサイエンティストになるのはやめておいた方がいいでしょうか。 自分は現在大学3年生で、LLM分野の研究室で小規模ですが機械学習の研究をしています。元々は院卒後に機械学習エンジニアを目指しておりました。2年後期から今まで計2社で、企業に元々あるモデルの精度高めたり、広告表示の最適化系のインターンをして機械学習エンジニアになるために色々と一応準備はしていたのですが、ネットで調べていると新卒枠の機械学習エンジニアは本当に優秀な人でないと難しいという意見が大多数で、自分も特別優秀というわけでもないため、比較的まだ優秀さを求められていないデータサイエンティストにシフトしたのですが、データサイエンティストも調べていると、自分のリストアップしていた企業のHPの殆どは物凄い経歴の学生や技術力を持った人のインタビュー記事しか出てこなく、これならWEB系エンジニアにシフトして就活した方が安全な気がしたのですが実際どうなのでしょうか。 WEB系エンジニアになるか、データサイエンティストになるかで今いる研究室だったり院進するかも決まってくるので、現在非常に悩んでいます。 長々とすみません。何卒よろしくお願いいたします🙇♂️
世界中の全ての人が幸せにならないうちは、人間個人の幸せはない。。。宮沢賢治
ありがとぅーーー
ありがとうございます！
ポアソン分布 0:23
クラスター分析について、とても参考になりました。ありがとうございます。
参考になりよかったです！
とても勉強になりました、わかりやすい解説ありがとうございます
参考になりよかったです！
非常に参考になる動画でした。 従来のGPTでもファインチューニングで社内情報のAI生成はできていたものの、RAGは低リソースで検索性にも優れているという理解であってますかね？
はいその認識で問題ないです！
@@aiby8596 ありがとうございます！ 引き続き別の動画も拝見させていただきます！
応用力においては広い知識が求められますね
潜在変数は観測しなくていいってことですか？
KZreadも資本主義つかってる
一部の層がそうなっていったとしても大半の人は従来通りの仕組みのままだと思う
分かりやすくためになりました！感謝
参考になりよかったです！
大学での発表の参考になりました。ありがとうございます。
参考になりよかったです！
ARIMAモデルは簡単ですが、自己相関のみを手がかりにしているので、他の変数によって需要が決定されるような状況だと難しそうですね(VARIMAとかあるのかな？)。 いずれにせよ、需要を決定づける要素が何なのか分からないとモデル作れないので、特徴量エンジニアリングで詰みそうですね😢
勉強になりました！ ありがとうございます！
参考になりよかったです！
風邪気味ですか⁉️💦 ２月にE資格を受けようと思ってます！引き続きお世話になります！
体調心配くださりありがとうございます！E資格頑張ってください！
わかりにくい
数式を使った説明も第二弾としてしてくださると嬉しいです。chain ruleの具体例(計算)などです。forwardprop→backpropの一連について、簡単な計算(具体例)を解説してくださると特に嬉しいです🙏
承知いたしました！コメントありがとうございます！
大学の学園祭にて、データ分析をしているという部署に所属していますが、実情はアンケートをExcelでクロス集計してまとめているだけです。この現状を変えたいのですが、自分は初心者でなにもわからなく、検索してみたらスタビジさんを見つけました。私の部署を変えるために私ができることについて、アドバイス頂きたいです。スタビジさんのこの動画からみはじめたらよいとかでもいいのでよろしくお願いします🙇♂️
aiパスポートの資格の勉強の補足に役立ててます。
参考になり良かったです！
いつも参考にさせていただいております． 説明変数が質的変数と量的変数の両方である場合，判別分析を適用することはできるのでしょうか？ 目的変数は質的変数です．
はい、可能です！しかし質的変数はダミー変数化してください。
@@aiby8596 ご返信ありがとうございます！調べてもわからず困っていたので助かりました．一度やってみます！
すごく分かりやすかったです。動画投稿誠にありがとうございます。
参考になりよかったです！
論文紹介ありがとうございます。
会計士資格取ったらアドアフィ極めるんだけど、Pythonアドアフィに活かせそうだから勉強してる俺は世の中を見る目がある。
Kamisama
平方和の具体的な計算方法が知りたかったので数字を当てはめた計算例を示して欲しかったです。そのあたりのことが詳しい動画あれば教えてください。
授業の内容が一つも理解できなかったのですがこれを見てやっと理解できました。本当に助かりました。ありがとうございます。本当に。😢
参考になりよかったです！
これマジ。弊社はAIで革新的なソリューションをうんぬん、とか吹いてる奴らにそこに具体的な手法を聞くと答えられないｗ場合が結構ある。 で、実際ほってみるとDBに入ってるデータから、なんらかの方程式や値を与えて結果を出す、いわゆる昔のやり方でやってたりする。 なのでAIだとか人工知能言って商売やってるとこには、ことごとくどの手法でやってるのか、つっこみいれましょうｗ
参考になりました。02:24あたりの予測されたクラスと実際のクラスのグラフの見方が分からなかったです。
初心者です。助かります。
全く知識ない状態から勉強していて、とてもわかりやすく、助かってます‼️
参考になりよかったです！
いつも助かってます🥹🥹
参考になりよかったです！！
非常にタメになるコンテンツをありがとうございます。日々、勉強させて頂きます。ちなみになのですが、バックで流れているBGMの音量を下げて頂く事は可能でしょうか？音が大きくて、声が聞きづらいくて。。。ご検討よろしくお願いします🙇
大変申し訳ございません、何度かそのようなコメントいただいていており現在更新中の動画はBGMを下げているのですが、当時の動画は更新することができず・・・
学校の授業が分からなくて助かります🥺🙇
参考になりよかったです！
全体の流れがわかりやすくて、理解出来ました☺️ 他の動画も気になりました😆
ありがとうございます！ぜひほかの動画も御覧ください！
この動画、アニメーション部分はどのようなツールを使って作成しているのでしょうか。参考情報があれば教えてください。
Vyondというツールです！
二項分布には従う分散の公式に、分散がp（1-p）の公式もあれば、分散がnp（1-p）の公式があるのですが、その違いは何でしょうか？ 又、 母集団が正規分布に従う時、標本分散は母分散をnで割ると学びました。母分散がp（1-p）の時はnで割りp（1-p）/nとして公式化されていますが、母分散がnp（1-p）の時はnで割らず、そのままnp（1-p）として公式化されております。その違いは何なのでしょうか？
今まさにその状態で、自分だけ残業しており、残業なく帰っていく他の子達に負の感情を抱くようになっていました。まず第一自分の問題として頑張ってみます。ありがとうございました。
参考になりよかったです！！頑張ってください！
二項分布の分散はnp(1-p）ですが、 ベヌルーイ試行の分散はp(1-p）となると覚えていいのでしょうか？
ご認識の通りです！
ベヌルーイ試行をn回繰り返すことを二項分布と言うと言う事は、二項分布の一部がベヌルーイ分布という理解で合っていますか？
4:55 p(B|AF)の値ってどうやって求めるんですか？
ありがとうございます、勉強になりました。 しかし、前半は分かりやすいのですが、後半が分かりにくかったです。 もし今ならもっと分かりやすく解説可能であれば、バージョンアップ版が見てみたいです。
高卒、未経験ですが、エクセルを使ったデータ分析の仕事とれるようになりたいです。
スタビジの宣伝動画
6分でまとめるのがすごいですね
頑張りました！
今回の場合って、200mlからズレてるのではないか？っていうのが帰無仮説になるのですよね？これから、p値は5%いないってなると、200mlからズレる確率は5%いないとなるので5%の確率でズレるから問題ないっていうふうになるのではないですか？すみません、自分の理解不足で、、。教えて欲しいです
今回の場合、帰無仮説は200mlのままだ！という方ですね。 一般に帰無仮説は否定したい仮説なので、 平均の差を検定する場合は、平均が正しいという仮定を置くことになります。