ブックマーク / tjo.hatenablog.com (2)
-
さて、前回リストの記事から半年ぐらい経ちましたよーということで、それ以降に発刊された書籍などを吟味した上で更新したリストをお届けしたいと思います。といっても引き続き今回のリストにも入っているものが多いので変わり映えしないかもですが。。。 前回同様、統計学や機械学習にまつわる学術的な知識を得るだけにとどまらず、ビジネスにおけるデータ分析のプロとして知っておきたい知識を得るために必要な書籍もリストに入れてあります。 確率論まわりの基礎理論についての書籍は僕自身が勉強途中なので割愛しました*1。またコーディングまわりの本は一旦割愛してあります。というか僕はエンジニアとは言い難い身なので︵泣︶、コーディングまわりや詳細な実装プロセスなどは適宜必要な本を読んで下さいということで。。。 そして改めての断り書きですが、これは﹁ある程度既に統計学や機械学習などに馴染みがあってそれなりにPythonでコード
-
ワークマンは 商品を変えずに売り方を変えただけで なぜ2倍売れたのか 作者:酒井大輔発売日: 2020/06/25メディア: Kindle版 先日までこちらの書籍を読んでいました。ここ数年﹁ワークマンのすごいデータ活用﹂としてそのデータ活用事例が大いにクローズアップされてきたワークマン社ですが、その裏側を取材した本書を読むとデータ活用も凄い一方で、それ以外の部分も凄いところだらけという印象があります*1。 その詳細については本書を実際にお読みいただくとして、今回の記事ではその中から僕が特に強いインスピレーションを覚えた箇所にフォーカスを当て、そこから今後の﹁データサイエンス﹂がどうあるべきかを個人的に考察してみようと思います。 先にこの記事で言いたいことを簡潔にまとめてしまうと、﹁これからは﹃データサイエンス﹄というよりも実験科学の考え方を転用した﹃ビジネスサイエンス﹄が重視されるべき﹂と
-
1