ヨムナビ
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?

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?

加藤 エルテス 聡志

ダイヤモンド社 / 2017-07-12

累計読者数3
平均ハイライト数 3.7件/人
推定読了時間 約4時間17分
star総合評価 33/100
boltライト読書型
check_circle推定完走率 21%

この本について

データを扱う仕事をしていると、「モデル以前に何から手をつけていいのか分からない」とか、「自分の分析って現場に本当に効いているんだろうか」というモヤモヤがつきまといます。僕自身、アルゴリズムの言葉だけ追いかけても、実務とのつながりが見えにくくて空回りする時期がありました。 この本は、そういう霧を少しずつ晴らしてくれるタイプの一冊です。読者が保存していた箇所を見ても、実際の現場で起きている“面倒な部分”に光を当ててくれるのが刺さったんだと思います。たとえば、データ分析の8割がクリーニングに費やされるという話は、誰もが感じている泥臭さを正面から扱ってくれるし、協調フィルタリングやテキストからタグを作る話は、抽象理論ではなく「これなら自分のサービスでも応用できそう」という距離感で語られています。さらに、SYNAPSE Case Matchの事例のように、アルゴリズムの導入が実際の判断や組織の動きをどう変えるかまで書いてくれているので、データが“現場で意思決定に混ざっていく瞬間”が具体的にイメージしやすいです。 データの複雑さが増すほど人間の指示が追いつかなくなる、という視点も、個人的にはかなり救われました。自分の作業効率の問題じゃなくて、そもそも人の頭で全部は制御できない前提なんだと理解できるだけで、ツールやモデルとの付き合い方がだいぶ変わります。 業務でデータに向き合う時間が増えてきて、「体系的に学びたいけれど、現場感が薄い本はしんどい」という人にはちょうどいい一冊だと思います。

analytics

読書インサイト

ハイライト密度

開始終了

多くの読者は6に最もインサイトを感じており、全ハイライトの50%が集中しています。

読書の順序

この本に似ている本

すべて見る arrow_right_alt
書籍情報(出版社紹介・目次)expand_more

出版社による紹介

統合AIが完成する前時代である現代を著者は「機械脳の時代」と位置付け、10数社のケースを取り上げながら、人々の仕事はどのように変わるか、そして個人は何を学びキャリアを形成していけばよいかを解説します。同時に、機械学習システムを作るためのメソッドを「A B C D Eフレームワーク」としてまとめます。
library_books似た本をもっと見るmap書籍マップで探すroute読書パスガイドauto_awesomeAI診断で次の1冊を探す

読んだ内容を、もう忘れない。

BookNotion Zなら、Kindleのハイライトを自動で保存・整理。Notionにエクスポートして、いつでも振り返れます。

無料ではじめる

クレジットカード不要