コンピュータにかわいいを学習させたら何が起きたか だれも教えてくれなかったビッグデータ分析のノウハウ

投稿元：

レビューを見る

データ分析をする手順、目的、事例を網羅しています。

私自身は、自社の財務や顧客データを眺めることが多いです。
書籍から「！！」と感じたことは「違和感の有無」という表現でした。

データを観察し、想定、主観との違い、範囲を大切にすること。

投稿元：

レビューを見る

表題のかわいいを学習させる話は最後の最後に出てきた事例のみで、ビッグデータとは？データを活用するために必要なことは？分析の軸は？可視化の方法…等ビッグデータ活用を始めるための基本的なことが書かれているものでこれはこれでとても参考になった。
が、タイトルが少々釣りっぽいような気もします…！

「かわいい」の話は面白く、
画像に人的にタグを付け、教師データを作成
それを学習させてからそれぞれの画像を点数化してタグ付けしていく
という流れ。

ここからAIが分析した「かわいいもの」とブランドの推してる商品にズレがないのかなどから、ブランドの方向を軌道修正をしたりブラッシュアップしたりできるということ。

我が社もデータはたんまりあるけど、課題、問いの部分を解決できる策がなかなか見つからずだったので改めて勉強し直さねばと思った次第。

投稿元：

レビューを見る

データ分析の初心者には良いかもしれない。
ただ、タイトルは、本書のほんの一部のトピックでしかなかったので、タイトルに惹かれて読んだ身としては少し期待外れでした。

投稿元：

レビューを見る

タイトルに関するコラムは短く「かわいい」を学習したコンピューターに何が起きるか、というよりは何ができるか、という視点の本。つまり、実用性を求めた本であり、原理や哲学を追うものではない。

かわいいに当てはまる言葉を人間が画像を見てタグづけして、教師データ作りをする。それをAIが特徴量分析、ロジスティック回帰をして予測モデルを作成する。かわいいとは、この画像だと定義する。そうすると、かわいいに引き寄せられる客層が判別でき、その他の閲覧傾向とセットで、相関関係が分析できるわけだ。

データの分析方法を学ぼう、という趣旨であるため、フレームワークについても簡単におさらいができる。しかし、SWOT分析とかパレート図の使い方やベン図とか、基本だが少し古い概念。RFM分析についても解説。

ハイプサイクルと言う話題の最新技術に対する市場の期待とを波形グラフで示したもの。この存在を本著で初めて知ったが、面白いグラフだ。