Search Input

Uberから学ぶ機械学習による意思決定

データサイエンティスト チョン・ジョンビン




講座詳細




データサイエンティスト,チョン・ジョンビン_정종빈 Details

講座紹介

データサイエンティスト
チョン・ジョンビン

  Coloso チョン・ジョンビン Uberから学ぶ機械学習による意思決定

データ分析とビジネスをにおける
意思決定の間の繋がりを作る能力こそ、
データサイエンティストの年収を
決定づけるカギなのです。

頻度主義統計とベイズ統計の違いを
正確に知っていますか?
予測モデルと因果関係分析は
どのような繋がりを持っているのでしょうか?
データや機械学習について話す前に、
意思決定中心のデータ分析のためには、
最初にどのような質問を投げるか
知っていますか?


Uber本社でUber Eatsのプライシングを
担当していたデータサイエンティストの
チョン・ジョンビンが、
この講座を通して上記の質問にお答えします。

企業の最高経営陣は、最適な意思決定の
裏付けとなるインサイトを作り出す
データアナリストを必要としています。
実務で使われるベイズ統計や推論の学習、
企業の意思決定に役立つ最適な技法など
第一線で活躍しているチョン・ジョンビンの
ノウハウをすべて学ぶことができます。

Coloso 講座特徴1
講座情報

本数:32本の映像
難易度:中級
無期限視聴

Coloso 講座特徴2
使用プログラム

Google Colab

※本講座はテンプレートおよびコーディング実習ではなく、統計学を中心とした内容となっています。
※受講前に統計学およびPythonに関する基本知識を身に付けておくと、より深く講座の内容を理解することができます。

Coloso 講座特徴3
動画情報

オンラインVOD
オーディオ:韓国語
字幕:日本語

講座のポイント

この講座のポイント

トップデータサイエンティストになるため必須となる統計技法を解説

データサイエンティストが必ず知っておくべき統計学に基づき、実世界のケースに対し高い信頼度を持って意思決定できる技法を身に付けてこそ、億台年俸のデータサイエンティストになることができます。

Coloso カン・デミョン 講座のポイント

実務で即活用できる
関連概念を詳細に説明

「意思決定」を中心に実務に役立つ内容に集中して学びます。聞き慣れていても正確に定義できない場合が多い信頼区間、ベイズ統計、頻度主義統計、モデルの有意性、因果関係分析の基礎などについて具体的に紹介します。

Coloso カン・デミョン 講座のポイント

直感的な例題及び理論を通し統計学をしっかり理解

直観的な例題を通して問題点を示し、データサイエンティストが必ず知っておくべき統計学をギリシャ文字なしで理解できるよう、理論またはPythonコードの例題を通して学び、実習します。

Coloso カン・デミョン 講座のポイント

講座内容
下記のような内容を
学べます。

Point 1. 不確実性とデータ

  • 学習1:一般的な意思決定モデル

    例題のような状況において、利用可能な情報を最大限に活用して合理的にアプローチするための一般的な意思決定モデルについて紹介します。

  • 学習2:頻度主義統計

    データを活用したアプローチの中で、より「伝統的」と思われる頻度主義統計の立場から例題を詳しく解説します。

  • 学習3:ベイズ確率

    頻度主義統計と一見似ているように見えるが、根本的な哲学的立場が全く異なる(従って、最も重要な結果の解釈や活用が異なる)ベイズ統計的アプローチを紹介します。

  • 実習:どの国の市場に参入するか

    海外市場参入の候補10か国を対象に市場調査の実験結果を収集し、どの国の市場に参入すれば最も効率的なのかを計算してみます。これを統計ベースで分析し、最終的な参入戦略を考えてみます。

Point 2. 機械学習予測と因果関係分析

  • 学習1:予測モデルの基本的な考慮事項の理解

    「とにかく機械学習」的な予測モデルを使用した1次的なアプローチで、機械学習と予測モデルの基本的な考慮事項(train/validate/test、bias-variance)を理解します。

  • 学習2:基本的な方法とトラップの探求

    データに基づいた意思決定の過程で必ず直面する「因果関係分析」の難題と、難題への基本的なアプローチ方法を学び、トラップを探求します。

  • 学習3:機械学習モデルを活用したアプローチ

    様々な機械学習モデル(random forest、NNなど)に対して簡単に触れて済ませるよりは、より一般的な「機械学習モデルを活用したアプローチ」について紹介します。

  • 実習:例題データの探求および分析

    クーポンを配布した時に購入する可能性が高いユーザーの予測や、有利なクーポンの登録タイミング(カート投入の前後など)、予算、ターゲット購入率、購入意思の最大化、追加収益の最大化などについて学びます。

講師紹介

チョン・ジョンビン
データサイエンティスト


こんにちは、
データサイエンティストの
チョン・ジョンビンです。

どの状況で、どの統計技法を
使用すれば良いかを
本当に理解していますか?

データサイエンティストなら
知っておくべき統計学を、
ギリシャ文字なしで直観的に
わかりやすくお伝えします。

人間の意思決定を支援する観点から
データ分析を理解し、
実証的に適用する問題を
毎日深く考えている人は
世の中に指折り数えられるほど少ないです。
そのような人からきちんと学び、
そのような人を目指してください。

背景イメージ
Coloso チョン・ジョンビン
チョン・ジョンビン


現) Data Scientist at Bolt (サンフランシスコ)
元) Data Scientist at Uber (サンフランシスコ)
スタンフォード大学博士


(자동 구성) 가격이 인상됩니다.

지금이 최저가!
カリキュラム

カリキュラム
カリキュラム内容の
ご紹介

インタビュー
データサイエンティストの
チョン・ジョンビンが
お話したいこと

背景イメージ
Interview.01
従来の統計学を実務に適した意思決定に適用する技法とは


データサイエンティストになるためには何をすべきか、なってからは何をすれば生き残ることができるのか、どうすればさらにステップアップできるのか。今後、この分野で20年または30年を生き残るために、またこの分野でトップになるためには、単なる分析や予測のレベルで留まっていてはいけません。Uber本社で勤めながら、プライシングのためにデータをインサイトとして提示し、実際の定量的な値を毎週導出するという仕事を過去数年間、毎日のようにやってきました。この講座では、実務で使う従来の統計学を意思決定に適用する最適な技法をお伝えします。

Interview.02
デリバリーアプリのUber Eatsのプライシング業務に携わる


モデリングを行い、各国の人々と話し合って価格を決めるのは難しいことではありません。「あなたはどれが正しいと思う?」と話し合えば良いからです。仮定に応じて最適化の改善ができるようにすることなのです。一方、簡単に自動化できない部分、つまり、多くの選択肢の中でどれが正しいと信じているのかを選択することは難しいプロセスです。人それぞれの悩みは何か、同じものと異なるものを区別し、同じものはまとめて機械的に処理し、異なるものは彼らの判断で選択できるようにシステムを構築するのが私の仕事でした。このように機械学習を活用した自動化技法と人間的な経験に基づく意思決定過程、この両方が共存する複雑な問題にアプローチするための根本的な枠組みを、この講座でお伝えしたいと思います。

Interview.03
意思決定をリードするデータサイエンティストとしての成長


この講座が始まる直前、2021年秋にUberを退職し、ワンクリックチェックアウトで知られているコマースソリューション分野の新しく有名になったVaultに転職しました。やはり意思決定をするにあたり、企業規模はUberよりは小さいものの、商品の種類や国の数ははるかに多くなりました。純粋な数学・工学ではなく、人間の意思決定をサポートする観点から確率・統計・データ分析を理解して実証的に適用する問題を深く考える人は、世の中に指折り数えられるほど少ないです。こんな内容をあえてまとめてお伝えしようとする人はどのくらいでしょうか。その中の一人として、皆さんにその道をお伝えしたいと思います。私はこれからも、様々な私的・公的分野における集合的意思決定や政策決定に役立つ仕事を続けていきたいと思います。

Interview.04
データサイエンティストは探偵なのか


データサイエンティストは、「理論的なもの」と「実証的なもの」を明確に見極め、共同作業する必要のあるステークホルダーの立場から問題を検討するのが業務において役立ちます。データを扱う部分においては、新しい機械学習ツールやコーディングをするのは誰でも比較的簡単に学べる内容であり、実力の違いは、データの出典や意味に関する好奇心を持って、コンテキストを理解し、隠された前提などを深堀りしようとする姿勢です。「技術」や「コーディング」とは異なる「探偵」の目線が結果の違いを作ると思います。

使用プログラムについて
ご案内します。

当講座は、以下のツールを使用します。

[メインツール]
- Google Colab(Colaboratory)

※本講座はテンプレートおよびコーディング実習ではなく、統計学を中心とした内容となっています。
※受講前に統計学およびPythonに関する基本知識を身に付けておくと、より深く講座の内容を理解することができます。

After Effects Illustrator Photoshop
おすすめの講座

おすすめの講座
この講座を見た方は
こちらもチェック!

ご注意事項

*本ページ上の情報は弊社の都合により事前の告知なく変更、終了することがございます。予めご了承ください。
*講座の返金規定はColosoの返金ポリシーに準じます。▶ 返金ポリシーはこちら
* 受講、例題使用範囲などの知的財産権、機器台数制限に関する情報はFAQ 欄でご確認ください。