2022.08/31 データサイエンスの実務における重要性
技術開発の担当者でデータサイエンスに疎い技術者は、この情報化時代に時代に合った迅速な仕事ができない。
現象を把握するために実験を行いデータを収集する。科学ならば実験は仮説を立案してから、その仮説の真偽を問う実験が計画される。ところが技術開発では何となくまず実験をやってみよう的な実験が許されている。
これを悪い方法として決めつけてすべて実験は仮説を立ててからやれ、と言われたリーダーが科学の時代ゆえに多かったが、これも極端である。
技術開発では新たな機能発見、すなわち現象から機能を取り出すことが求められているので何となく思い着き実験を行うことは悪いことではない。
ただし、そこから有益な結果の得られる効率は、科学に基づく実験に比較して悪い。科学ならば仮説に基づく実験となり、必ず真偽の結果が得られるので無駄な作業にならない。ただし、否定証明という別の問題が発生するが、本日はその点について述べない。
効率の悪い機能を探索する実験をいつも行っているようでは技術者としての成長が無い。ここはデータサイエンスを導入して、何となく思いついた実験でも効率よく成果に結びつけられるようにしたい。
どのように行ったらよいかは、セミナー会社で事例を基にしたセミナーが開催されているので問い合わせていただきたい。また、今週末には、一例としてパーコレーション転移の実験をコンピューターで行った事例の紹介をする。
土曜日は３時間の無料セミナーとしているので、関心のあるかたは申し込んでいただきたい。無料セミナーを受講されてから有料セミナーを検討される方も歓迎します。
パーコレーション転移シミュレーションプログラムを作りながら学ぶPython入門PRセミナーの受講者を募集中です。
PRセミナーについてはこちら【無料】
本セミナーについてはこちら【有料】
pagetop