Neo mrboo

「明日仕事で使いたい！」と思っても、その知識が０状態の時ってありますよね。そう言う時に私が良く使う手は、高校の教科書を手に入れて勉強することです。この度、どうしても統計学活用の必要性に迫られて書店に行ったのですが、どのお店にも高校教科書は置いていませんでした（どうやら、高校数学の教育課程では、統計学の実用的な部分には触れていない模様）。初学者向け書籍はありましたが、対象が大学生レベルで、サクッと読むにはちと情報量が多いのです（少なくとも「サルでも分かる」レベルではない）。そんな中見つけたのが本書です。統計学を学ぶ上での最低限の用語と、標準偏差の利活用方法を解説されています。がしかし、誤植と想定される個所が散見され、それぞれの訂正内容を予想するのに時間を要してしまいました。サクッとした読了を期待していたのに。。(T^T) それでも、正規分布の概念を補完できたり、標準正規分布の考え方を使って、データの分布状況から発生頻度の確立を求める方法を知り得たのは収穫でした。 恋する統計学[記述統計入門]

本書では「データサイエンス上の計算手法そのものよりも、それをどのように使っていくか、チームの中でどのように振る舞っていくか、自分が提供する価値といった考え方やマインドセット」をメインテーマしており、機械学習の知識のみを取り扱った他の書籍と一線を画しています。既存のデータを活用して「何か気付きを与えられたら、いいね」と簡単に言ってのけてしまう組織の長に読んで欲しい内容がいっぱいです。現在の自社内での取り組みに、本書の知恵を是非活かしていきたいと思っています。 機械脳の時代―――データサイエンスは戦略・組織・仕事をどう変えるのか? 何度も読み返したい部分を本文から引用させてもらいました（以下）。 《データサイエンティスト訓》 「データサイエンスを学んでも、その知識の価値を発揮するためには、ビジネス、エンジニアリングを担うメンバーと共通言語で会話できる能力を身につける必要があります。」 「データサイエンスという武器の新しさに自分が心酔しているがゆえに、組織が一般に持ち、新しいものに対する抵抗への配慮が欠けて、プロジェクトに協力が得られぬまま頓挫することは多々あります。データサイエンスの取り組みは団体競技であって、個人技ではないという主張には、こうした理由があり、」 《Ａ：Aim》 「現実には最初から目的が明確であることはかなり稀です。しかしそれでも、曖昧な当初の目的を、そのまま放置してプロジェクトを遂行するとその後のプロセスのどこかで破綻が起きます。」 《Ｂ：Brain》 「自分が担当したものは、どういうアプローチを採用するのか、なぜそれが適切だと考えるのか、説明する責任があります。」 「ビジネスサイドも、エンジニアリングサイドも、アルゴリズムの選定について知っていることは確実にチームの強みになります。」 「ビジネスとして結果をチームで出さなければならないことを考えれば、データサイエンティストにも手段（モデル）ではなく目的（ビジネス結果）にこそこだわる姿勢が求められます。」 「第1にＢ以外のＡ～ＥをはっきりさせることによってＢへの要件を明示すること。第2にモデルの選定基準を可視化して、データサイエンティストに説明を求めること」 「たとえば部品の故障予測はとにかく予測精度が大事なので機械学習のモデルを使い、なぜ故障する...

　テスト設計技法のうち、ホワイトボックステスト、及びブラックボックステストについての設計手順を分かり易く説明されています。事例だけでなく、実践的な演習問題が並記されており、「これ、明日現場で使って見よう」という気持ちになります。「テスト」に関する書籍を書店・図書館で探すと、実用性において本書が一番であると認識しています。依然、著者ご本人にお会いする機会があり、上記を伝えた所、「執筆時の狙い通りです」と嬉しそうに話されていました。 ソフトウェアテストの教科書―品質を決定づけるテスト工程の基本と実践 　今回、テスト設計技法という新しい知識を得ることが出来た機会に、テスト設計に対する私の所感を述べたいと思います。世界と比較して、日本のモノ作りに対する意識が高いのは、どの産業の中でも普遍的だと思います（良いモノしか世の中に出してはいけない etc.）。小さな改善をたくさん積み重ねると共に、モノ作りのプロセスも改良が加えられ、技術・知識から文化へと昇華して来ました。その結果、私の様に日本で生まれ育った人は、購入した製品には良いものしか無く、粗悪品が混じっているなどとは露ほども思わない訳です。この様な文化的背景によって、ISTQBの「ソフトウェアは作った時点で欠陥を内包するリスクがあり、テストによって軽減していく」という見地に立ったソフトウェアテスト技術は、日本では醸成されなかったのかも知れませんね。

　数値を使った仕事の進め方は、これまで大事であることは何となく分かっていましたが、どう進めたら効果的なのか、本書を読んでみてそれを正しく理解していなかったことに気付かされました。ＴｏＢｅだけしか意識していなかった数字を、ＡｓＩｓとの中間地点にも設定し、常にモニタリングする。更に、中間地点、及び目標とする数値を含め、高速でＰＤＣＡによる改善を行う。もしかしたら、本質はアジャイルなのかも知れません。 孫社長にたたきこまれた すごい「数値化」仕事術

　試験対策を始めたのが、試験前1ヶ月を切っていたため、多少のあせりを感じながら望みました。同僚からは時間がタイトである旨聞いていたので尚更でしたが、蓋を開けたらいたってオーソドックスな問いが多く、大きな支障もなく試験を終えられました。 　対策本として以下を使いましたが、FLなら十分かと思います。先述の同僚曰く、説明に穴が多いため使えないとのことですが（読んでみて私も同感）、その欠点を補うためにネットで調べたり、絵や表を自分でまとめたりしたので、結果としてより体系的な理解を得るに至りました。今後の業務で応用できるという点で、むしろ良かったように思います。 ソフトウェアテスト教科書 JSTQB Foundation 第3版 　学習をして得た気づきを上げますと、プロダクトリスクへのテストを用いたアプローチといった発想が私にはこれまで無かったので、目から鱗かだったかも。定量的にリスクを評価しテストを行う事で、その数値が低下できていることをモニタリングするなど、数値化仕事術に使えそうです。

《準備》 ・テキスト11章〜のマネジメント知識・法律を元に、リスクアセスメントの手順を繰り返し確認する。   ①守るべき情報資産の定義   ②想定リスク（脅威と脆弱性）の特定 ↑ーーーーーー  アセスメント  ーーーーーー↑   ③リスク対策の計画   ④計画の評価(妥当性／改善必要性）、残留リスクの承認       (リスク残留認識の上での運用は有り）   ⑤対策実施によるリスク回避・軽減   ⑥リスク対策による実績の評果と改善       (対策の改善、組織マネジメントの是正） ・テキスト1章〜6章の基礎知識を、トレーニングの午前問題を問きながら、参照する。   《重点知識》      ・無線LANを安全に運用するための技術          認証：IEEE802.1X          認証技術：ディジタル証明書、KPI          暗号化通信：SSH          暗号技術：WPA      ・DNS          名前解決          ゾーン情報          FQDN          正引き・逆引き          リゾルバ ・大局的には、上記の考え方を持って設問に対峙できている。但し、正答や加点に結びつけるには、解答の精度（何に対して、どの様なレベルで言及するか）を上げる必要がある。そのためには、今後演習をする際、出題者の意図が問題文や設問文に、どんな風(技術・組織・人）に表現されているかを分析する必要がある。 ・解答文を作...

　以下の3部構成で公演が行われました。   ・SDGsを経営のコアに据えるリーディングカンパニー   ・シェアリング工コノミーの事例紹介   ・気象とPOSのビッグデータを活用したAI・機械学習による生産計画の改善 　地球という限られた領域で、皆が人として生活を続けていくために、今よりももっと資元を無駄なく有効に使うため、ICTを何かに役立たせるアイデアを考える、それが今、自分も取り組むべき事だと感じました。 　気象と季節商品売上の相関を用いた機械学習の仕組みは、割りと簡単に程なく実現されるだろうと思っていましたが、商業的に使える様にするには、設計者と利用者との間で、思ってた以上に細かな調整が必要だと感じました。

　ラーニングジャーナルとして投稿する際、 必ず以下の三つをコンテンツに含めます。 【書籍/その他の教材】    ① 書評 ( 印象、 気づき）（3行）    ② 書籍情報以外の、自分で見聞き体験した 関連すること    ③ キーワード  【投稿記事、動画】※ インスピレーションを受けたもの     ① 共感・共鳴したこと（3行）     ② 対象以外の、自分で見聞き体験した 関連すること     ③ キーワード