【感想】データ・ドリブン社会の創発と戦略（安宅和人） 第1回目講義 慶應義塾大学
はじめに
安宅先生の講義動画を見ましたので、その振り返りを備忘録として記載します。
以下のコメントの通り、講義動画が無料公開されておりますので、データサイエンスを深く勉強したいと思い、見ました。
2016年春から慶應SFCにて行っている「データ・ドリブン社会の創発と戦略」の講義（木曜2限）をこの秋、思い切って公開設定にしました。ご興味のある人は良かったらここから毎週ご覧頂ければです。https://t.co/0f2DY5dqh4
— Kaz Ataka / 安宅和人 (@kaz_ataka) October 19, 2019
＃動画がめちゃ重いのでYoutubeにあげてもらえると大変ありがたい…
ただ内容はめちゃ有用。
第1回講義のリンク
講義のシラバス
■ 本講座の位置づけ
何らかの事業を起こすにしろ、会社に入るにしろここから先の時代においてデータドリブンな分析力、問題解決力、データ利活用に対する皮膚感覚的な理解は不可欠である。
本講座は、高校1-2年程度の数学の知識、スキル、Excelで基本的なことができる程度の素養はあるが、データ分析、データの利活用についてさして経験のあるわけではない人に対して、データの大切さと力、分析の楽しさを実感してもらうことを通じ、現代社会を生き抜くため最低限、基礎となるデータリテラシー、データで考える力を身につけてもらうことを目指す。
■ 身につけてもらうことを目指す技能
- データ社会に対するパースペクティブ
- 各種関連バズワードの適切な理解
- データの意味合いを理解するための基礎となる力
- データに騙されないようになるための基礎となる力
- 数字のハンドリング力、数量的分析力
- 基本的な問題解決能力
- 情報処理、基礎プログラミング力
■ 期待成果
- データって面白い、分析はスゴイ、と知る
- サイエンスおよび分析的思考、データリテラシーの実戦的な基本を身につける
- 世の中のデータ関連のニュースを聞いても、何らかの意味合いがわかるようになる
本講義での気づき
■「Happyか？」
講義冒頭で行ったコメント。
「Happy出ない状態が3日続くようであれば、変化しないといけない」
ジョブズも似たようなことを言っていたが、
今の現状が良くないと思うなら行動するしかない。
食べるものを変える、行ったことのないところに行く、合ったことのない人に合うなど、日常に変化をもたらす必要がある。
毎日どういう感覚で生きているかを認知することがデータドリブンな生き方。
■昔話が面白い
マッキンゼー時代のことや、研究者時代の話を絡めながら講義をするスタイル。
こういう雑談が上手い先生の講義は、かなり心に残る。
■データドリブンになるために
分析力は、数学力的なものだけで決まるものではない。
むしろ、「AとBが違いを見極めること」・「そもそも何に答えを出すべきかを考え抜くこと」こそが重要。
数学において重要なのは、その式が意味するものを理解すること
（例えば、インテグラルが3つ重なる3重積分では変数を3つ削るなど）。
データドリブンになるために必要なのは、
線形代数（行列で大量の変数を扱うために）
解析学（微積分）
統計学（統計的なセンスが重要）の3つが重要。
■濃いデータと薄いデータ
データには、濃いデータと薄いデータが有る。
各種データベースに蓄積されている生データに近いもの（例えば、スワイプの強度、位置情報、移動速度、加速度）をメタ化することにより、データの意味を引き出せる。
データに対して、So What？で意味合いを深める。
どのレベルのデータの話なのかを明確にする必要がある。
■記憶ではなく気づき
記憶は儚い。
安宅先生は若い時は記憶力が良かったため、写真をあまり撮っていなかったが、
今振り返ると若いときの記憶が薄れてしまっていることを告白している。
講義など人から学んだことだけでは、
気づきだけが自身の成長につながる。気づきのメモ帳を作ること。
■データは3種類
調査データ（各種アンケート）
実験データ（実験によって得られるデータ）
ログデータ（インターネットサービスなど）
の3種類。現在、ビッグデータと呼ばれるものは基本的にはログデータ。
■今の時代はラッキー
今の時代は、かつてのインターネットの黎明期と同じく、大きな変革期である。
未来に変化をもたらすには、またとない機会。
次の講義までの課題
■データサイエンス協会のスキルチェックシート
スキルチェックシートのチェックを行う。
データサイエンティスト スキルチェックリスト」は、データサイエンティストに必要とされるスキルをチェックリスト化したものです。
チェックリスト内の各項目のスキルレベルは、★の数によって示し、見習いレベル（Assistant Data Scientist）~ 棟梁レベル（Full Data
Scientist）までを判定します。
https://www.datascientist.or.jp/common/docs/skillcheck_ver3.00.pdf
■プロフェッショナルとは？
「プロフェッショナルとは何か」という問いについて、
答えを考えてみようという課題。
プロフェッショナルとは、
「努力やプロセスではなく、結果のみで評価される人」かなと思う。
イシューからはじめよ、でそんな話があった気がする。
以上です。今後、定期的に講義の振り返りを記載していこうと思います。
次回の講義の感想
