Tech-on MeetUp Online#02「もしエンタープライズのエンジニアがデータ分析をやることになったら」まとめ #TechOn東京
- POXkdmbujaU6cCT
- 1508
- 3
- 0
- 0
継続は力なり #コツコツ続ける ですね。おめでとうございます🎉 #TechOn東京 twitter.com/mamohacy/statu…
2020-07-27 19:43:00データ分析は、モデルの精度の影響と学習データに大きく依存する #TechOn東京
2020-07-27 19:43:11不確定要素が多いところがソフトウェア開発とデータ分析の違いだなー #TechOn東京 pic.twitter.com/sT1Rx68uM7
2020-07-27 19:43:32機械学習の流れに似てる。 データ分析でモデル構築ってのを意識できてないな。 #TechOn東京 pic.twitter.com/aYOuJfQFbB
2020-07-27 19:44:55データ分析の目的、ユースケースは明確、具体化しておかないと目的がブレて失敗してしまうケースがある #TechOn東京
2020-07-27 19:46:56#TechOn東京 ありたい姿から逆算してもデータ収集で苦戦するケースが多い。そもそも統合してデータが管理できていないツラミは根深い。
2020-07-27 19:47:09「モデル構築は データ分析 -> モデル作成 -> モデル検証の流れで進める。」 モデル検証が難しそう。 #TechOn東京
2020-07-27 19:53:59こういうのを見ると新卒でいた統計解析ソフトの会社のモデルを思い出すなあ。。。 #TechOn東京 pic.twitter.com/xIMUqoDI7I
2020-07-27 19:54:29なるほど、機械学習システムでもアルゴリズム自体のコード量は小さいよなあ。。。ライブラリである程度は賄えるし。 #TechOn東京 pic.twitter.com/TLnJI9epL1
2020-07-27 19:59:28プロダクトがあると、データ分析しやすいなー。 あとは、単に機会学習をするのもありだね。 昔、農作業で使うデータの分析みたいな話があったな。。 #TechOn東京
2020-07-27 20:00:07データ分析すなわち、機械学習させて仮説を検証することに繋がるのか。 #TechOn東京 pic.twitter.com/yEaWU1ILTQ
2020-07-27 20:00:39機械学習というか統計モデリングでもバージョン管理が大事。 #TechOn東京 pic.twitter.com/Oi8EibSAPr
2020-07-27 20:01:56#TechOn東京 機械学習システムのバージョニングめちゃ大変。デバッグとか原因追求とか大変そう。 pic.twitter.com/5Vt8tAwK79
2020-07-27 20:02:29データ分析は手段なので、価値に繋がっているのが重要。 継続的できる仕組みも大事。 #TechOn東京 pic.twitter.com/UPGN28ECXz
2020-07-27 20:03:19まとめですが、でもデータ量だと調査手法とかにも直結するような。。。 #TechOn東京 pic.twitter.com/1U2N3nqxXy
2020-07-27 20:04:27#TechOn東京 とても本質的な話しで、このイベントらしい。エンタープライズにおけるデータ分析は、価値の説明もそれを運用する仕組み自体も肝だと改めて感じる。
2020-07-27 20:08:05#TechOn東京 続いてナビタイムさん。また変わってtoCのサービスのデータ分析。
2020-07-27 20:08:45なるほど。地図上に存在しない道路をGPSデータから地図に反映。 #TechOn東京 pic.twitter.com/YM3oyiJ0El
2020-07-27 20:09:08