ビックデータって何が嬉しいか？

4月から、新しい授業が始まりましたが、「なるほど！」と思える事も多く、備忘録として残しておきます。

【フランシス・ゴルトン】
統計学の父と言われている人。
有名なのは回帰分析とか相関係数とかの研究でしょうか。
ただ、ちょっと危ない思想の持ち主だったみたいで、人の才能は、遺伝するという思想でした。
さらに、人間も動物と同じく人為選択を適用することで、良い社会が出来ると主張しました。。。

【フィッシュボーン】
マーケティングで良く出てくる、特性要因図（fishbone diagram）ですが、アメリカでは小学校3年くらいでこれを習うらしい！
ちなみに、これは石川 馨（いしかわ かおる）先生が草案しました。

【データ分析をするコスト】
今は、ほとんど0に近い。

人を育てるという経費も安くなってきて、教育のスピードも高速化している。
そこで、価格破壊が起こっており、データ解析のコンサルティング会社が増えている。

【ビックデータって何が嬉しいか？】
データが多くなると精度が良くなるか？
データが100倍になっても、誤差は1/10倍にしかならない。

平均値を予測するなら、それほど大きなデータは必要ない

ビックデータの利点、分布の極値は画期的に良くなる。
つまり、データ多くなることで、分布の裾（端っこ）についての議論が出来るようになる。
これは、問題を分けて考える必要がある。

そして、おかしなことが起きている時に、すぐにアラートが出せるかが問題で、何がおかしいかを理解することで、新しい発見がそこに眠っている。

平均値ではなく、上位になりやすい要因を予測する
↑
裾の情報

昔は、データはデザインをして取っていた。

ゴミからはゴミしか出てこない(昔の話)

+ー(直交表)を使って、少ない回数で多くの実験を行うことができる

コマツのトラクタ(32台)を使って実験を行った
技術開発速度に貢献した

データの数を大きくするのではなく、実験を大切に行うことが重要！