【データサイエンティスト035】Rについて説明をば
データサイエンティストという言葉を切り口にサービスを出そうとやり始めて早一月ちょっと。
現状はUdemyというサービスでPython（プログラミング言語ね）を中心としたデータ分析の講座を受講しつつ、BIツールのTableuで色々と試し中。
サービスはPythonでデータ加工のサムシングをやろうと思っているけれどもしかし今のところはちょっと力を蓄積（当初見込みの甘さが原因ですわ、、、）。
ということで講座とかが一周する間にいろんな便利情報を提供していこうとしています。
昨日からはR（あーる）。何かっていうと様々な統計処理が無料でできるプログラミング言語、かな。
メリットデメリットは昨日の記事でも参照ください。
ということで今日はRって何？というところの情報提供しようと。
まぁ僕がちまちま書いてもいいけどここは平たく先人に頼ってみる。
ググってもやっぱりマイナーなのかいい情報が少なめな印象ですがこれはいい。
こんなことができるんやねーということをかっちょよく、端的に、まとめてくれています。
ということで今日はこんなところで。
R（あーる）、頭の片隅に置いてタイミングみてトライしてみてくださいませ。
明日はRをどうやってスタートするの？ということでやりたいと思います。
ではでは。
【データサイエンティスト034】Rとは
データサイエンティストでサービスを出そうと日々（つっても１７年の２月から）ちまちまやっているなう。
２月中にサービスを、と意気込んでたけどレベル的にどうしようもないので、UdemyというC2C教育サービス（いろいろあって面白いよ！）とTableauというBIツール（Business Intelligenceツール：蓄積された大量データを収集して分析するためのツール）を導入して経験を積んでいるなう。お勉強ともいいますね。
その合間にこのブログではこのキーワードで来てくれた人に少しでも実りがある記事を書こうと画策しています。
今日からR（あーる）についてちょっと知るところを書いてみようと。つっても業務でビシバシ！というレベルではなくまぁぼちぼち使ってみてエクセルよりは綺麗に出せるかな、という段階なので悪しからず。
まずRのメリットデメリットからいこうか。
まずメリット。なぜRを入れるのか。それを一言で言うと「エクセルでは難しい高度な統計分析が無料でできる」ということになりますかね。エクセルでできることもいろいろあるけどやっぱりわかりにくいし使いにくい。自分で数式作って分散分析とかしてもいいししたことあるけどデバッグが大変。一方有料ソフトならいくつかいいのはあって、癖はあるけどStatWORKSがやりたいことは大抵できる万能さを兼ね備えている。でも金額が高い。そこでR。世界で開発されているので様々な統計処理が含まれており、インストールや使用は完全無料。結構大量なデータもサクサク処理してくれてプロットも綺麗にしてくれる。
一方デメリット。なぜRが広まりきらないのか。一言でいうと、多分、「とっつきにくい」からかな。そこそこパソコンというかプログラミング経験がないと何から何までわからんかなー、と。インストールから挫折しちゃう例もなくはないと思う。なんとかインストールしてもデータの入出力が難解やし実際どうなっているのか理解が難しい。RStudioという使いやすくするソフトがあってそれを入れるとだいぶ仲良くなれそうな外観を見せてくる。でもまだまだ無骨。仲良くなってくるとそんな無骨さも可愛く感じられる（？？）。そして結局離れられないExcel。
ということでまとめると「統計処理を無料でやりたいならR！」ということで。日本語でもたくさん情報はあるし、英語ならなおさら。
興味を持った方はRStudioとセットでぜひ一度トライしてみてくださいませ。
明日からはRとは何、そしてどうやって使うのか、と少しずつ深めていこうかと思います。
【データサイエンティスト033】さて何を書こうか、という段階で。
バズワードを過ぎて定着してきた感のあるデータサイエンティスト。
いわゆる先行者利益はほぼかっさらわれた（特にGoogleさんとか）やろうけどまぁ二歩三歩遅れでぼちぼち進んでいこうかしらという。
ということで現状はUdemyの講座（なんと２万人以上受講！すげーな。一人１万円なら２億円？手取り１割なら２０００万円。先行者すげー。）とTableau（タブロー）でちまちまやっているところ。
Udemyの講座は１０４項目あって（時間は５分〜２０分、平均１０分やとすると１０００分、１６時間ちょっと。倍速再生できるので実時間は半分の８時間ちょっとか）、やっと３２講座。まじめに全部打ち込もう（URL以外）としていて、import pandas as pd とか打ちすぎて目をつぶってもいける。
Tableauは２週間限定ということでいろんな機能を試している。使えば使うほど奥が深い。。お洒落かつこれが分析か！という内容の事例が1日一つ挙げられていて、テンションが上がると同時にちょっと重たい気分になる。レベルの差を感じて。。つって最近そんな風に凹むこともなかったのでいい機会。ちょっとずつ一気にやっていこう。
それがこれ。
ということでまたまた身辺雑記になってしまった。
データサイエンティスト、目指している人がいれば横目でみて追い越して置いてけぼりにしてもらえれば。。
もしすでに俺はそうだ！という人がいれば薄目で眺めていて下さい。
うん、なんか暗いな。笑
明日からまた頑張っていこうー！
【データサイエンティスト032】ＰＡＤについて②
バズワードのデータサイエンティストでなんかできないかなブログ。
ちょっと現在UdemyとかTableauでお勉強中なので発信する内容がない苦境なう。
よってちょっとでも読む人に実りがありそうなことを書いて時間稼ぎをしようかという作戦。
ということでPADを説明してみる。
構造化プログラミングをするために内容を図示して考えよう、というもので、マクロなどには非常に役立つはず。
まぁいまやろうとしているデータサイエンティスト関連には力及ばずかもしれないけど知ってて損はないはずなのでご興味があればぜひ。
ということで昨日、PADは３つの要素、「連接」「選択」「反復」で出来ているというところまでお話をしました。
そもそもPADってどんなもんかっていうと、
5分で習得！PADで構造化プログラミング – ワーカプレイヤー
こういう素敵なサイトがあったので活用させていただきやす。
まぁこれ嫁、で終わっちゃうけど、せっかくなので実務上気をつけたほうがいいことをメモしておこう。
- とにかく描く
- なので隙間タップリに描く
- 鉛筆と消しゴムが良い（フリクションでも可）
- サブルーチンは別の紙に描く
- パソコン触りたくなるけど抜かりないPAD（どんなツッコミにも耐えられる）ができるまで粘る
しょうもないけどこの辺は簡単なようで重要。
使い方でわからないところあれば（上記の記事が秀逸なのでないと思うけど）コメントもらえればわかる範囲でお答えします。
PADについて知る方が増えればこれ幸い、ということで。
【データサイエンティスト031】ＰＡＤについて
データサイエンティストでサービスを作ることを目指してちまちまやってるブログ、
あまりの自分のレベルの浅さを反省し、現状はUdemyのPython講座を進めつつ、データ分析ツールのTableauを無料トライ期間中でためさせて頂いて感覚をつかんでいる最中。
その模様を実況中継するのも飽きてきたし、読む方のメリットが無いので、ここではちょっと身のある内容を書くようにしようと思う。
今日は僕が昔授業でならった構造化プログラミングのＰＡＤ（Problem Analysis Diagram）について説明してみます。
これを知っているとエクセルマクロレベルのプログラムならさくっと考えがまとまるし、そのまとまった考えをスムーズにプログラム化できる。
逆にフローチャートだと考えがまとまりにくく、何とかフローチャートができてもそれをプログラム化する際にもう一度考える必要が出てくるので時間がかかったりミスが増えたりすることも（←個人の見解です、もちろん好き嫌いもあります、気分害された方すみません）。
まーあまり知られてないので今回知った方は食わず嫌いせず一度試してみて頂ければ。
ＰＡＤとは何かっていうと図形でプログラムの考え方を記述する手法。構造化プログラミングと呼ばれる、全体と部分を明確に定義して（抽象化して仮想機会を動かして）誰にでも分かりやすく、ミス無く作れるような手法に適する。ＰＡＤの歴史は古く、昭和５４年（！）に日立製作所の中で生まれ、世界で広める動きも。
プログラムで行う手続きをわずか３つに集約した点が画期的。それは「連接」「選択」「反復」。この組み合わせでどれだけ大きなプログラムも書けるという概念。しかもこの考えに則って作ったプログラムは後からでも非常に分かりやすいし再利用もしやすい。
ではそのＰＡＤはどうやって使うかというと、、、また明日！
【データサイエンティスト030】どこからせめていくか
２０１７年２月１日から、データサイエンティストでサービス化をめがけてのそっと活動をスタートしたブログ。
２月中にサービスは出なかったけれど、色々と本を読んだりサービスを使ってみたりして見えてくる世界が広がってはきた。
ということで今日は現時点の悩みと解決策を紹介して、これからやってみよう！という人の一歩目つまづきを解消できればいいな、ということで。
プロになると素人の困りごとが逆にわかりにくくなるしね（教えることのプロならわかるのかも？）
ということで。自分が困ったこと順にいこうか。
・データサイエンティストってそもそも何？
→多数の（エクセルでしんどいくらいの）データを解釈してビジネスの結果に反映できるスキルを持った人。スキルは統計やITのハード系とビジネスや人間関係のソフト系に分けられる。ソフト系？ってなるけど、結局ビジネスで結果を出すために何に困っているのか、どうなりたいのか、そのためにどれだけのリソースが使えるのか、そういったことを明らかにするためにはソフト系の技術がやっぱり必要になる。ただ、一人でハードからソフトまで全てを担える人材（イメージはYahoo!の村上執行役員みたいなひと？）はほぼ存在しないメタモン状態なのが現状のようで、各スキルそれぞれに特化した人材をチームとして組み合わせて業務でアウトプットに繋げようとしているみたい。
・なんでデータサイエンティストが騒がれているの？
→上につながるけど、たくさんのデータが簡単に取れるようになったから。iPhoneから始まるスマホは一つの転機だったと思う。iPhoneなんてセンサーの塊で光学、加速度、GPS、さらには気圧計まで入ってるし。そういったデータを目的をもって分析して定量的な判断材料に料理してあげる人が求められるようになってきた。ただ勝手に集まってきたデータをこねるより仮説をもってデータを集めた方が精度が高いという記述もみられるけど、これからPCで寄与度の高い項目を自動抽出できるようになるとただただデータを集めてくる方法もありになるのかな。まぁ集まってきたデータを予備分析としてスクリーニング程度に使って、ABスプリットテスト（ウェブで２種類の広告をランダムに表示して効果が出た方を採用する手法。実際はCDE、、とやってるんでしょうきっと）で本分析し方針決定するという手法が今のところは落とし所になるかな。
・データサイエンティスト、目指してみよう！まず何をすればいい？
→うーん、それは俺も悩み中。笑 ハード系スキルを身に付けるなら個人的には構造化プログラミングのPADがいいんやけど超下火。PADは、フローチャートみたいに（違うんやけど）プログラムを構造化して検討に使える上、フローチャートに比べ仕上がりがそのままプログラム言語に落としやすいので個人的に気に入ってるんやけどなぁ。なんでか盛り上がってない。ただオブジェクト思考になるとクラス図やアクティビティ図が上位概念として必要になるみたい。習うより慣れろ、の文化が（日本の？）プログラマーの少なくとも一部には流れている気配もする。
ハード系スキルで、PADの次はPythonかな。多分。統計好きなイカれ気味の人にはRが激おすすめ。凝った処理がいっぱい標準装備されている。ネットでも比較的情報があるし。ただPythonやRを自分でやろうとしても挫折するので（俺は挫折したので、か）、現時点でPythonに関してはUdemyの講座がいいかな。今まで悩んでたことが嘘のように解決してどんどん進んでいる。Rに関してはよくわからないけど、、、身近で好きな人を見つけるのが近道かな。まぁPythonでもUdemyには限らないけど、時間をショートカットするため、自力でごりごりにこだわらずいろんなサービスを活用していってみることをオススメしたい。
ソフト系スキルは難しいけどまずはロジックかな。MECEに分ける、的な。そして一般的な問題解決手法を息を吸って吐くように使えるべし。つって俺ができてるみたいに書いてすみません。この手の本はたくさんあるので自主学習した上で、実務でたたかれもまれて身に付けることもいいかと。ハード系スキルに比べるとソフト系スキルを持っている人の数は圧倒的に多いやろうし。
ということで今日はこの辺で。
時々自分の悩んでいることを書き下して残しておこうと思う。
【データサイエンティスト029】さて３月の目標
データサイエンティストにめがけて活動を続けているブログ。
２月は身辺雑記に等しいレベルだったので、今月は、読んでくれる人に実りのある内容にしたいなと思います。
知りたいことは何なのかしら。
自分が知りたいことを半月前の自分に分かるように書こうか。
キーワードをちゃんと残しておけば検索で引っかかるはずなので中身に注力しよう。
２月に書き出したものも含めて深堀したい内容を書き出す。
【Pythonを使って分析するサービスにしたい】
- 欠測値、異常値の可視化と修正
- トレンドの図示と把握
- 絶対量、変化率それぞれの観点から特徴的な項目を抽出。
【データサイエンティストというキーワードで？？となる内容を分かりやすく説明したい】
やっぱり下の記事内容に戻るかな。
少し分かるようにはなったけど人に説明できるレベルにない。まず自分で理解してみる、理解を深めるために記事にする。
ということで今日も実りが無い記事を生んでしまった、、、。
やっぱり業務化しないと深まらないね。
今やりたいこと（機械設計）とこちらの両立をするためにどんな手段があるか。
色々と悩みながらまずは前に進んでいこう。
