今日のオリジナル番組


詳細を確認
タブーに切り込め!ここがおかしい「日本の保険」
本日配信
334Picks
Pick に失敗しました

選択しているユーザー
データサイエンティストに限らず、何かのプロになるのであれば、体系立てて学ぶ時期は必須だと思います。私は現場上がりなので、マーケットで負ける気はしませんでしたが、学術的な論文を読んで初歩的なことが抜けていたことに気づくことも多々ありました。
人生、一生勉強ですね。

陥りがちな罠は、まさにありそうで、参考になりました。
人気 Picker
体系どうのこうのではなく、学び続ける姿勢が重要だと思います。体型立ててというと大学などの専門教育機関で学ぶとイメージがありますが、ここでTJO氏(日本を代表するデータサイエンティスト)が指摘しているようなポイントはむしろ「学校では教えてくれないこと」も多いです。ここでは検証を正しく実行・解釈する方法が特に指摘されていますが、今後はさらにどのような課題の解決にどのようなアプローチが有効なのか、などももちろん重要な知見でしょう。例えば時系列の機械学習モデルで、入力特徴量を派生させて作った場合には、入力特徴量の変化をシミュレーションするようなモデルの使い方はうまくいかない、とか。こういうことはまだ教科書に書いてないことも非常に多いですので、現場から学ぶ、同僚から学ぶ、TJOさんから学ぶ、など、学び続ける姿勢こそがプロフェッショナルを作っていくと思います。
体系立てて学ぶ+実践で鍛えるが重要だと思います。頭では分かっていても実践でそれを自分の「武器」として使えるには訓練が必要です。

記事中に紹介されている「きちんと体系立てて学ばなかった結果として陥りがちな罠」については、例えば大学の研究室や企業の専門チームに所属していれば徹底的にツッコミが入る部分です。気をつけるべき点を学んでいても、骨の髄に入り込むまではスポーツや音楽と同じで何度も反復練習が必要です。

データサイエンスに限らず、新しい分野に挑戦し続ける方々はエールを送りたい思います。ただ、「たったXXヶ月で即戦力に!」という謳い文句がどこかにあるとしたら、この記事を読んで体系立てて学ぶことの大切さを知り、ちょっと懐疑的な目で見ていただくと良いと思います。
大事なのは理論と実践を、行ったり来たりできることだと思います。