①データサイエンスって何？

f:id:big_bear:20210411210835j:plain

データサイエンスについて学ぶ機会がありましたので、備忘録として自分なりにまとめていきます。

データサイエンスとは

データサイエンスとは数学や情報科学、統計学的な観点からデータを分析し、データから有益な知見（データの傾向や相関性など）を得ようとするアプローチのことです。近年、様々な分野でデータの収集や利用がされるようになり、こういったビックデータを有効活用するために分析手法としてデータサイエンスが注目を集めているようです。

ビッグデータと国勢調査

余談ですが、ビッグデータはの身近な例としては、皆さんも知っている国勢調査などの統計調査があります。（国勢調査は統計法という法律により、日本国内にすべての人・世帯に回答義務がある全数調査で、市区町村ごとの年齢別男女数、職業ごとの就業者数、居住場所等について調べます。）ちなみに国が行っている様々な統計調査のデータについて、こちらのe-Statから無料で利用できるのでマーケティングにも使えそうです。

データ分析に用いるPython言語

データ分析はプログラミング言語を用いて行います。データサイエンスに人気なプログラミング言語は主にRやPythonがありますが、今はPythonの方がよく用いられています。Pythonは無料で使うことができ、あらかじめデータ分析に必要な可視化手法や解析手法がモジュール（ライブラリ）というファイルで提供されており、ユーザーはこのモジュールを読み込むことでデータの分析を行うことができます。また、Pythonはコーディンング量が少ない、文法が簡単などの特徴もあり人気で、データ分析以外の分野（アプリ開発など）にも利用されています。

データサイエンスに必要なスキル

Pythonはライブラリが充実しているので、分析したいデータとPython環境（ライブラリ）＋ちょっとしたプログラム知識があれば、何らかの分析結果は出るので、データサイエンスっぽいことは誰にでもできます。また、Python言語は人気があるため、学ぶためのプログラマー養成講座等もたくさんあります。しかし、データサイエンスを行ううえで、Pythpn言語はツールに過ぎません。データサイエンスを行うには、設定した課題に対して、分析するデータの適切な選定と前処理（クレンジングや外れ値の扱いなど）、分析手法の選択（統計学的な知識、適切な機械学習モデルの選択）、分析結果の妥当性評価と課題へのフィードバック等のスキルも必要だと思います。