[db analytics showcase Sapporo 2018] B11 AI時代におけるデータ分析極論のすすめ ～データ分析の本質を考える～
2 likes1,224 views
[db analytics showcase Sapporo 2018] B11 AI時代におけるデータ分析極論のすすめ ～データ分析の本質を考える～ アーク・システム・ソリューションズ株式会社 堀米 俊弘 氏
[db analytics showcase Sapporo 2018] B11 AI時代におけるデータ分析極論のすすめ ～データ分析の本質を考える～
- 5. 自己紹介 • 所属︓アーク・システム・ソリューションズ株式会社 • ↑もうちょっとで丸3年(肩書はデータアナリスト） • 堀米 俊弘（ほりまい としひろ） • 1979年4月9日生まれ（←誕生日が⺟と同じ） • 札幌第一高校卒業 • 北海道⼤学⼯学研究科量⼦物理⼯学専攻修⼠卒 – 一浪一留 – 修論は複雑ネットワーク(要はFacebookとか） • 現在までのお仕事︓ – 銀⾏員（窓⼝） – システム屋さん（いわゆるSier。システム開発、各種提案、Webマーケティング） – ソーシャルゲーム分析 – ソーシャルゲーム製作（サーバーサイド）（設計、製造） • 趣味・特技︓サッカー観戦(コンサドーレ）、映画、剣道（四段）などなど。 • 現在︓ 機械学習（Deep Learning)を活用したシステムの研究開発担当 • Web屋さん＋データ分析屋さん＋ＡＩ屋さん…一言で言うと 「売れないお笑い芸人」みたいなもの
- 6. ここでCM
- 7. 会社概要及び沿革 会社概要 名称 アーク・システム・ソリューションズ株式会社 設⽴ 平成２０年１月 資本⾦ １２００万円 所在地 〒０６０－０００１ 札幌市中央区北一条⻄七丁目１番地１５ あおいビル５階 役員 代表取締役 坂本 謙治 取締役 森川 聡久 社外取締役 江丸 貴紀 社外監査役 松浦 元樹 関連会社 株式会社ヴィッツ （愛知県名古屋市、資本⾦7,500万円、代表 服部博⾏）
- 9. 9 当社研究開発の取組み 研究開発期間 内容 2012年7月 〜 2015年3月 事業名 戦略的基盤技術高度化⽀援事業 研究名 形式手法を活用した組込みセキュリティ技術の確⽴と安全・安⼼な CPS 社会を⽀える無線通信ミドルウェアの開発 成果 ・ISO/IEC15408及びISO/IEC62443のセキュリティ技術に着目した組込み無 線通信ミドルウェアのセキュリティコンセプト開発 ・形式手法を活用した脅威分析検証の実施 ・ISO/IEC18405に基づいた脆弱性評価技術の習得 ・形式手法を活用した脆弱性評価実施方法のドキュメント化 2014年10月 〜 2017年3月 事業名 戦略的基盤技術高度化⽀援事業 研究名 農業機械のさらなる高度化と海外進出に資する次世代電⼦制御ソフト ウェア基盤の開発 成果 ・農業機械通信プロトコルの国際規格 ISO11783 と、農耕業機向け 機能安全規格 ISO/IEC25119に対応したソフトウェアを導出する 「アプリケーション開発フレームワーク」の実現 2017年9月 〜 2020年3月 事業名 戦略的基盤技術高度化⽀援事業 研究名 積雪寒冷地域の交通弱者移動⽀援のための雪道⾛⾏を可能とする自動 運転技術の開発 研究名 自律的自動運転の実現を⽀える⼈⼯知能搭載システムの安全性⽴証技 術の研究開発Now!!
- 16. データ分析はサイエンスである 古典的意味で科学的な方法とは以下が満たされることを言う ただし、データサイエンティストは科学者のように真理を突き詰める事を目的にしては いけない。あくまでそれがビジネスに役⽴たせる事が目的である 明瞭判明の規則 明らかに真理と認められたものだけを判断の基準とする。 要素分解 解決可能な要素に分解して考察する。 具体から抽象へ 単純なものから複雑なものへと順番に認識をすすめる。 総合 ⾒落としがないことを⼗分に確かめて、完全な列挙と再構成により全体を 再構成する。 推論，実証，常識に関する⼀定規準を適⽤することで，主張の有効性は試されなければ ならないのである。 「すべてのアメリカ人のための科学」pp.17-18 17世紀デカルト『方法序説』より
- 19. 9 データ分析の考え方 課題 小課題小課題 小課題✖ ✖ ⼀般的な課題は複数の課題に因数分解する事ができます。 課題を因数分解して得られる小課題をデータから導かれる仮説に基づき課題を解決する 意志決定を促進する事がデータ分析を活⽤した課題解決の構造となります。 データ データデータ 仮説 仮説 仮説 問題を解決するためには問題の本質を⾒極める事が必要です。 本質とは︖…物事の本来の性質や姿。それなしにはその物が存在し得ない性質・ 要素（⼤辞林 第三版） 戦略に起因 戦術に起因
- 21. データ分析の準備 対象の確認 • プロジェクトのターゲット • プロジェクトの目的 • 評価基準 • データの種別、取得方法 • システム化の有無 • 競合などの確認 などなど 現状の確認 • 基本指標による集計 (定量評価） • プロジェクトドメインの調 査 • 定性評価 • 課題の抽出 などなど データ戦略の策定 • 取得するKPI(重要業績 評価指標） • データ収集・保存方法 • データ管理方法 • 評価サイクルの設計 • 課題の因数分解 などなど デ ー タ 分 析 準 備 完 了 基本的な準備フローとしては以下のようなことを⾏います （⾊々なやり方はあると思うけど…）
- 22. データ分析の流れ 分 析 準 備 施 策 の 作 成 施 策 の 実 ⾏ • 効果の把握 • 仮説の検証 • 因数分解の検 証 分析（check) 計 画 の 調 整 ただし、気を付けるべきポイントを理解していないとひどい目に合います。
- 23. ところで…
- 24. ところで… ある化合物について以下のような事実があります。あなたがこの物質に対して規制を ⾏うべきかの意思決定を⾏う⽴場だとして、情報は⾜りてますか︖⾜りてませんか︖ • 常温で液体の物質である • ⼯業⽤の溶媒、冷媒として⽤いられる事がある。 • 原⼦⼒発電所で⽤いられている。 • 発泡スチロールの製造に⽤いられる。 • 日常生活における死因においてこれが直接の原因となった事故は交通事故よりも多い。 (交通事故︓4373人に対し4866人(2014年統計 Wikipediaより）） • 事件発生時における致死率が⾼い（約50％） • 中毒症状も報告されている。中毒になると頭痛や吐き気、嘔吐などがあり、重度になると けいれんや意識障害を引き起こし、死に⾄ることもある。 • アメリカにおける銃犯罪などの暴⼒的犯罪の60%以上は、摂取から8時間以内に起きて いる。 • 日常的に摂取して育った⼦供の約半数は、テストが平均点以下である。 • A国では、この危険物の接種を制限する法律は現時点では存在しない。
- 26. ちなみに。 ある化合物について以下のような事実があります。あなたがこの物質に対して規制を ⾏うべきかの意思決定を⾏う⽴場だとして、情報は⾜りてますか︖⾜りてませんか︖ • 常温で液体の物質である • ⼯業⽤の溶媒、冷媒として⽤いられる事がある。 • 原⼦⼒発電所で⽤いられている。 • 発泡スチロールの製造に⽤いられる。 • 日常生活における死因においてこれが直接の原因となった事故は交通事故よりも多い。 (交通事故︓4373人に対し4866人(2014年統計 Wikipediaより）） • 事件発生時における致死率が⾼い（約50％） • 中毒症状も報告されている。中毒になると頭痛や吐き気、嘔吐などがあり、重度になると けいれんや意識障害を引き起こし、死に⾄ることもある。 • アメリカにおける銃犯罪などの暴⼒的犯罪の60%以上は、摂取から8時間以内に起きて いる。 • 日常的に摂取して育った⼦供の約半数は、テストが平均点以下である。 • A国では、この危険物の接種を制限する法律は現時点では存在しない。 風呂場での溺死は意外 と多いそうです 水中毒です。 当たり前です。 もう半分は平均点以上を 取っています。
- 27. 閑話休題。
- 32. AI＞機械学習＞Deep Learning 技法︓ • 決定木学習 • ニューラルネットワーク→Deep Learning • サポートベクターマシン（SVM) • 強化学習 • などなど 特にAI技術の⼀つとしてDeep Learningが注目されている。 Deep Learningとは︖→深層ニューラルネットワークとも言う。 従来からあるニューラルネットワークを多層構造にする、脳科学を応用した機械学習の一種。 特徴量と言われる変数を自動で生成（発⾒）し分類する。→対象物のデータから特徴的 な量を抽出し、定義されたデータに分類を⾏う。 機械学習は以下の言葉で定義される。 「明⽰的にプログラムしなくても学習する能⼒をコンピュータに与える研究分野」 アーサー・サミュエル1959年 要はこれまで人間が判定してきた事を機械が判別する技術として注目を浴びているのが Deep Learning
- 35. なぜ今流⾏っているのか︖ ニューラルネットワーク自体は昔からある。 じゃあなぜ今なの︖ • ニューラルネットワークを積み重ねると学習が上手 くいかない（微分の勾配が消失する）事が知られて いた。 • データが少ない。 • 計算量が多くなり、CPUでの計算は難しい 数年前 • 様々なブレークスルーの創出（例えばrelu関数） • データのビッグデータ化 • GPGPU(GPUを用いた汎用計算）の発展 • 膨⼤な画像や動画データの処理の需要 現在 ただし、ここでも落とし⽳があります。
- 37. ではこれは︖
- 39. 9 DeepLearningを過信しない Learningは万能 であるDeepLearningを使う事で膨大なデータを効率的に扱う事が出来ましたが、何でもで きるわけではありません。 DeepLearningを過信しては いけない Deep Learningで解決できるのは主に • 回帰問題 • 分類問題 です。分類問題を解くにしてもあらかじめ分類を適切な学習データを⽤意して学習が必要です
- 46. この章でのまとめ データ分析はゴールではない あくまで始まりである。 エンジニアリングとしては データを保存し再利⽤可能な状態にし続ける事 メンテナンス性を考えて運⽤する事 ビジネスとしては 収益性・効率性の担保 説明責任を果たすこと
- 49. 9 働くって何︖ 銀⾏時代にパートさんから言われたこと。 「お客さんからしたら新卒もベテランも同じ」 →お⾦をもらう以上プロフェッショナルであることが求 められる。 程度はどうであれ周りの⼈からはそう⾒られてしまう。 プロとは(いろいろな定義がありますが） 与えられた(期待された）仕事を 客観的に自分を⾒れる⼈ 責任をもってやり遂げられる⼈ 誇りを持っている⼈ 進歩しようと努⼒する⼈ なのかなと思います。多かれ少なかれ、誰かに求められないな らば仕事にはならない。 売れないお笑い芸人と同じ
- 53. 売り上げ 開発費1000万＋広告費300万＋運⽤維持費150万/月 3か月で開発費と広告費を賄うとすると…ひと月5~600万の売り上げが必要 理想） 50000人×2%×5000円=500万円 現実） 10000人×1%×500円=5万円 なぜか︖ • ゲーム性の問題（がっつりやる系or隙間時間にやる系） • イベントの問題（課⾦したくなるか︖課⾦してメリットがあるか︖） • 単価の問題(⾼くしすぎてないか︖安くしすぎてないか︖） 施策（戦術）だけの問題でなくそもそもの事業設計（戦略）で失敗している可能 性もある。→それでも稼ぐ方法を考えなければならない。
- 56. まとめ ⻑い時間お疲れ様でした。今回のまとめです。 • データ分析は⼿段であり、目的ではない。 →しつこいけどここが分かっていない人が結構いる。 • データの⾒せ方で人を違う結論に導く事が出来てしまう。 • 客観的に事実を積み上げて仮説を反証し意思決定を推進させることが求めら れる。 • DeepLearningは万能ではない。 • 今後はビジネス⼒・データエンジニアリング⼒が強く求められる。 • ビジネスなのでお⾦は大事。 ⼀番言いたいのは… ⼀番大事なのは本質を理解した上での 課題設定能⼒(戦略）
- 57. 最後に… どんな職種であれ、若いうちに磨いておいた方が良い能⼒に ついてお話しします。ポイントは4つ。 ロジカルシンキング プレゼンテーション能⼒ コミュニケーション能⼒ 適応⼒ ここまでは学生に求める話。 プロであるなら…自分だけの 武器を持つこと。 今日の話が皆さんの糧に少しでもなっていただけると嬉しいです。
- 58. 8 付録）何を学ぶべきか 個人的な意⾒として。マーケティングをやっているなら以下は必須 • ⾏動経済学…⼊門編で⼗分。 • ⼼理学…特に消費者⼼理とか • 兵法…孫⼦とかはおすすめ。 データサイエンスの技術を学びたいなら… http://weblab.t.u-tokyo.ac.jp/deep-learning基礎講座演 習コンテンツ-公開ページ/ ↑かなりおすすめ。（Pythonで⾊々学べます）