データサイエンス系学部学科が続々誕生 就職好調 数学は必須？ [蚤の市★]
レス数が950を超えています。1000を超えると書き込みができなくなります。
データを分析し、社会課題の解決に生かすデータサイエンス。各地の大学で来春、関連の学部学科が「新設ラッシュ」を迎えそうだ。一橋大や順天堂大など、国公私立を問わず開設予定が相次ぐ。日本のデジタル化の遅れが叫ばれる中、文系理系の垣根を越えて動き出している。（編集委員・宮坂麻子）
一橋と東大理Ⅰ、理Ⅱの併願？ 順天堂は文系もOK
新設予定の中で注目を集めるのが、一橋大のソーシャル・データサイエンス学部だ。1951年に商、経済、法、社会の4学部態勢になって以来、72年ぶりの新設学部となる。
商業学校から始まり「社会科学系の総合大学」として歩んできた。デジタル時代の中、既存学部の知見やノウハウとデータサイエンスを融合させてビジネスを革新し、社会課題を解決する人を育てることを狙う。
同大のウェブマガジンで就任予定の新学部長は、求める人物像として「まず問われるのは、基礎力としての数学の素養」としている。データサイエンスには統計や計算が不可欠。「得意ではなくても、アレルギーがない、嫌いではないことは最低条件」とする。その上で「社会や経済への関心の高さ」「社会課題を自ら見つけ出し、データを自らそろえて分析し、解決への道筋を提言する主体性」も求める。
入試も数学重視の配点だ。学…(以下有料版で、残り2482文字)
朝日新聞 2022/11/26 6:30
https://www.asahi.com/sp/articles/ASQCT66HVQB0ULZU00H.html?iref=sptop_7_05 厚労省に入ったらそのデータは違うと作り替えられるぞ 以下、学歴コンプの嫉妬となりすまし高学歴の妄想レスバトル 帝京大かどっかが １９９０年代に情報学部を設置、
そしてあっというまに名前をかけ国際何とか学部とかいうわけのわからん名前になった
という黒歴史 まさかPythonで機械学習プログラム書いておしまい、じゃないだろうね？ アホ社長「なんでうちの会社が儲からないか分析してくれよ」 独自学科つくるより、副専攻できるようにすべきだよね
これ語学みたいなもんだから 分析して提案するところまでがデータサイエンティストの仕事
それを現実に実行するかは意思決定層の意向次第 しかしそこまで就職の需要あるのか？流行りで楽部ばっかりできて釣るけども >>3
やめとけ
ほとんどの奴は才能ないから
もちろん俺もだ >>3
旧帝大物理学科行って博士になっても母校高校の理科の先生の人いたから専門性生かすってよほど厳しいんだろうなあて分かる どうせ初任給21万円からスタートなんだろ？(´・ω・｀) >>21
ほかの分野でも同じだけど今は数学とか結構難しい専門性ある分野でみんな格安で叩き売りされてるんだよな 文科省の役人って、すっごく頭がよくて世界情勢をよく研究してるから、データサイエンス学部でビルゲイツを大量生産できることを結論したんだよ。 Googleが新卒採用するのはデータサイエンス科卒では無く、数学科ばかりなのが全てを表してる これは基礎教養としてやるべきものだな
どんな職種につくにしても知っておく必要があること
専門の学科としてやることじゃない >>15
ひとつばしはひとつば
>>15
一橋大の入試は昔から数学必須だろ >>27
「これからはバイオ産業の時代！」は1980年代の予備校講師はみんな言ってたんだよな。
2020年代になってもバイオ産業なんて存在すらしてませんが。 >>23
物理は個人で新発見できるレベルじゃないからな、もう
新発見するためには兆円レベルの予算注ぎ込むビッグプロジェクトが必要
それを使う順番で成果が決まるとかいう完全に政治の世界 データサイエンスは熱い分野ではあるが人集まらんと思うわ
そのぶん高給取りになっていくんだろうが 統一教会に都合のいい統計データをでっちあげるお仕事 線形代数ぐらいはやって卒業すんでしょ？
ITドカタの質も多少は上がるのでは データサイエンティストは俺だけでいい
若いやつは入ってくるな Twitter社の解雇された連中みたいなキラキラ自称エンジニアなら
数学いらなくね まずは研究者や技術者の社会での地位をもっと上げろよ >>22
先日、日経にも取り上げられていたよ
だいたい同じような内容かと
文理融合「データサイエンス学部」が急増、入試動向と課題
https://business.nikkei.com/atcl/plus/00050/103100002/ これは商学や経済学のカリキュラムの一つで良いんじゃないの？
学問なのか？ 大会社の文系上司に、データサイエンスを修めた新人を使いこなせる気がしない。起業が吉かな。 >>35
理論物理ならノーコストで発見できるぞ
ただそれも世界の数千人の秀才達がずっと取り組んでるのにまだ50年前の理論を超える成果を出せてないが >>17
今の文系総合職の大半は数学や数字に弱い
理系の人の多くは人間や組織や社会を分析対象とすることに興味ない
その隙間を埋める需要はあると思う
どちらも中途半端な某ゲームの赤魔道士になったらまずいけど ０～９の数字が読めれば
ここ書き換えといてねが出来るはず それよりも情報工学をもっと強化しないと
いつからこの国は工学軽視するようになったんだ >>46
起業した方がいいね
この国では政治家も経営者も官僚も大多数が文系、人を使いたいなら文系に進むのが吉だから javaとシスコしかしてねーけど
偏差値30程度の高校数学しか使ってねーぞ 今作るならゲームエンジニアリング部だろ
データサイエンスはオワコン >>51
文系総合職自体がごく一部の上澄みを除いて無用の長物なんだろうなあ
宮廷一橋レベル以外はマジで池沼だろ >>53
バブル崩壊されて経営者が自分らの人件費だけ確保しようと
全部製造開発を海外に出せって流れにしたせい
町工場で作ってる現場を見かけなくなれば技術屋になろうなんて
子供だって育たない >>50
いくら御託を並べても実験で証明できないと机上の空論扱い
結局超絶コストのかかる実験装置か時間が必要
合ってそうな理論たくさん出てるけど確認できてないんだよね うーん、経済学部逝けよ
人生捗るぞ
てかデータいうけど
そのデータの数字その素材は正しいのですか
どうせ結論ありきなんでしょ、そういう数字遊びいいから真面目に現実を直視して……ﾆﾔﾆﾔ 2000年前半にデータサイエンティスととして世の中を分析した結果ゲーム機メーカーへ行ったやつせいかーい
これからはシラン 数学はある時期マメに練習問題を解き続けないとなかなか得意になれない
専門書読んでもよほどの天才以外は問題解かないと何となくの理解で終わってしまう
それができないんだよね >>53
士農工商の頃から、ものを作るよりも書類動かして上前はねる立場の方が偉い国だよ。
それでも平成初期くらいまでは、真面目な国民性もあって舵取りがしっかりしてたからそれで良かったけど、メッキが剥げたら何も残らない。 >>1
広告代理店が悪用するための学問でしかないなwww >>69
分析結果をみてつぎの戦略を考えるのが人間 知り合いの工学系の大学は、3年ぐらいから材料系、電気電子系、情報系、機械系みたいに専攻が分かれるけど、
今は情報が圧倒的に人気なんだってさ
知り合いは材料系の教授なんだけど、こっちにくるのはカスばっかやとボヤいてたw
でも凡人でも何がしか成果を残せる分野なんだけどね
情報みたいに数学に近い分野は頭のデキや才能で決まる要素が多いみたいで
打ちのめされて学校辞めちゃうのもチラホラいるとか 素直に統計やらある学部にしたほうが
結局も求められるデータを集めて結果を出すにはその業界の知識がいるしプラットフォームも現場で違いがあってその都度学ぶ必要がある
それなら大元のをしっかりやっておいた方がよくね？ 橋下徹
「僕の意見に、三角関数は必要だ！今の仕事で使ってるぞ！と騒いでる連中こそ、しょうもない知識勉強の分を割いて、読解力・論理学を勉強すべきだったな。やっぱり選択の幅を広げるべきだ。」 >>1
具体的にどんな勉強するんや
なんか言葉だけだと非常に胡散臭いんだよ
実際役にたつのけ？
（´･･ω` つ ） >>68
チャート式やれば出来るようになりますか？ 2019年はインフルエンザ死がなくて日本は前年より19000人死者が少ないってな 数学を使わない仕事ってねーだろ
渡り鳥ですら、脳内で簡単な微積分しとるし データサイエンティストだからってそれっぽい道に進より好きなことやった方が良いよ
ワイの知り合いの東大データサイエンティスト君はゲーム好きだからってIT系からゲーム関係に行ったべよ
今となっちゃ大当たりだべな 改竄捏造にも辻褄合わせの計算力が必要だしな、日本では活躍しそうだ >>23
京都大学の理学部数学科にいったやつが高校で数学の教師をやってるわ
研究者になりたいと言ってたけどな…… >>75
だって今の日本って基礎を軽視して上っ面でもてはやす風潮なんだもん
そりゃ職人だらけで商人いないのもダメだけど、詐欺師量産して職人なしでは世界には通用しなくなるわ >>1
もともと文系が売りの大学が
こんなもんやっても
情報操作してインチキ統計やる人材ばかり
排出するのがオチ。 >>69
捏造改竄はAIに指示出来ない、証拠が残るから >>1
●“安易”にデータサイエンティストを目指してはいけない3つの理由
データサイエンティスト 石川恵理香
youtu.be/Ayo9WB_XDCE
.
>>79
チャート式でも何でも気に入ったもので良い
今はもう無いけど寺田文行の鉄則シリーズやってた 飛びつくとやばい奴
今はどちらかと言えばバイオがお買い得 そういえば九大に経済工学科ってのが昔からあったな
ここがデータサイエンスのパイオニアか >>84
容疑者Xみたいでカッコいいじゃん
変人が大学のポスト得るのは大変なんやで 観光庁ができたら観光学部が乱立され、スポーツ庁ができたらスポーツ科学部が乱立され、デジタル庁ができたらデータサイエンス学部が乱立される
もうずっとこのパターンだな まず数字の見方からして理解できてない馬鹿が多いからな
コロナは日本が世界一とか言ってるやつは例外なく馬鹿だしだからマスクうんたらみたいなこと言うやつは池沼と言っていい
およそ知性と呼べるものがない >>95
そもそも文系理系で分けるガラパゴスそろそろやめた方が良くね？ >>1
数学も大事だが、
日本では同じくらい倫理観や道徳観を育てる
教育もしないと
意図的に情報を隠ぺいや改ざんして
悪徳政権や広告代理店が
喜ぶデータばかり集めるような
インチキ学問にかるのがオチ。
NHKと広告代理店を見れば明らか。 統計検定ってイマイチ人気でないけどなんでなん？
流行ってるっぽいから受験者数調べたら全然じゃん >>17
ガクチカとかコミュ力とか重視で専門性無視の配属ガチャやってるんだし、需要なんて皆無だろ。 データサイエンスと言うと革ジャンのラッパーみたいな教授がテレビに出てきよるな ブラックジャックみたいな髪型した先生に教わるのが怖い。 別に理系的な研究に興味ないが就職がいいからって理系に来たがる文系脳の受け皿かな？ どうせ誰かから圧力かかって改竄するから学んでも意味ねえ 電通ってハッキリ言おうなｗｗｗ（´･･ω` つ ）
>>102 >>97
資格と士から脱却できればね
分母を減らすからさ >>81
証券会社でトレードしてるけど機械が計算してるだけで俺自身は数学なんて全く使ってないよ
算数くらい 西浦みたいなのもデータサイエンスなのか
全然当たらない 工学部の土木や建設という
絶対に食いっぱぐれのないとこの方が
ええやろ >>109
それはカンピュータアナリスト
バカにはできんが証明できなくなってくるとやらかしを始める >>98
補助金出してやるからって恩着せがましく書類をたくさん作らされたり全員参加の研修とかやらせて研究する時間を奪うバカ官庁 >>10
それすらできない、能書き垂れ流しゴミ学生の量産する未来が丸見えです。 >>70
単語の使用数を数えて著者の分析をしたりするやろ いま話題になってる
超過死亡や薬剤承認だって、
まずは厚労省に都合の良い結論が先にあって、
データはそれに合わせて
恣意的に拾い集めてくるだけだからなwww
日本では、
大本営発表のための統計学にしかならない。 >>35
小柴何ちゃらの悪口はそこまでに...（´・ω・｀） アルゴリズムの設計段階では当然必要
ただ言われたことを実行するだけの土方には要らんけどな >>1
なんかグダグダと口からデマカセいってる胡散臭い
無能詐欺師を量産してるだけな気がする
企業コンサルタントみたいなｗｗｗ
（´･･ω` つ ） >>120
史学者がいないと、韓国が全世界で嘘吹聴しまくっても反論できないぞ >>113
将来、ああいうのが大量に生まれて
企業も役所も振り回されるなw >>103
テキスト見たらわかる
文系は一瞬でポイする 役人はAIとデータサイエンスを同じものだと信じて疑わない。
大学にデータサイエンス学部設置を強要する文書見てもはっきり見て取れる。 比較的大手のIT系ならシステムなんぞ知らんでも入社して2～3年すれば仲間としてあてにできるくらいには成長する
専門分野を選考しても海の物とも山の物ともつかぬ新人をいきなり1人前あつかいするところはなく仕事をある程度まかせるには前者と同じくらいかかるよ
新しい学科といって過剰に期待しないようにね～ >>120
文学部って史学も含まれる。
歴史のない国や国民って
そもそも存在意義がないんだぞw
動物とおなじだ。 >>129
htmlとcgiが書ければお金も貰えて能力の急成長もきる時代があったんだぞ
日本にはバカしかいないのかなと呆れてしまう >>103
業務独占資格でも必置資格でもないからね
技能レベル認定だけの資格 >>120
それでも学びたい人はいると思う
就職考えたら選びにくいだろうけどコミュ力あればなんとかなるかもw？ 地方のFランク大とか、学生を集めるためのエサとして開設なんだろうから、数年後には消滅しているとこもあるね。 >>114
土木も建築も飽和だろう
これからはメンテナンス主体にならざるを得ない
役所で積算できる人間とか不足はあるみたいだが >>70
学がないからどの範囲をさしているのか分からないけど
企業で仕事をするなら「考えていることを伝える力」は重要だよ
＝プレゼン資料や設計書であったり機械に指示するコーディングであったりする
算数だけできても使い辛い人材になる >>136
時遅すぎて新規でなにかやる力も無くなって来たし貴様がメンテナンスマンの時代かもな でも就職なら機械電気土木建築などの工学系が強いわな
まさに工学歴ってな
俺も機械か建築で悩んだよ、最終的に芸術に行ったけどねもちろん推薦でｗ >>121
捏造改竄された数字に説得力を持たせるために、もっともらしい資格は必要なんですよ やれやれ
また流行り物に踊らされてしょうもない大学のしょうもない学部が増えるのか これからは遠距離からIT機器を設定する、コントローラというシステムに移行してるから
ネットワーク技術者の大量リストラ始まるで データそのもののバイアスを見抜くには
数学的センスとはまた別のセンスが必要なんじゃないかね COBOLやFORTRANを必死に取得したのにITに乗り遅れたオレのような時代遅れの廃材を作り出すだけ。 >>23
農学部だけど京大行った同級生が、スキー好きが過ぎて長野で夏は塾講師冬はスキーのインストラクターやってたわ
ホントあの大学の奴ってちょっと変わってる奴が多いw 結局のところ作ってる大学次第だな
下位大学がトレンドに則った学部作っても学生は勉強嫌いのが集まって来るだけだし 国際とか現代とかついてたりカタカナの名前の学科はダメとじいちゃんが言ってたわ 数学者になりたくて夢破れた人が先生になるからわからないやつのわからなさが理解できないんだよな
あと合理的すぎて頭が悪いモンペ対応できない >>146 補足
批判的センスというか社会科学的センスというか >>125
そんなことよりも韓国に情報産業で負けてるほうがはるかに大きな問題なのに、
現実を直視できない日本人が多すぎるから日本の凋落が止まらない。 ふむ、学術系先生相手も接待しないと何やら面倒ではある
しかしそうした日本文化も過ぎれば歪みがそこかしこに生ずるわけではあるだろう
まずは中立的な説明を心がけるべきだ
単に「大学」と呼ばれている就職活動工業大学やサークル活動工科大学、そのコネニュケーション科の卒業生たちに新しい箔が付いた仲間が出来ました >>145陰キャ理系が下手な文系以上にカスタマーとコミュニケーション取れるのか心配だね
ラボに籠ってでカタカタとPCを叩くだけの仕事じゃないから >>152
だから、シンガポールみたいに、小学校高学年ぐらいから
明確にコース分けしたほうが効率いいよ。
東京でこれだけ中学受験が流行ってることからして、
全員に同じ教育をというのが理念倒れになってることを認めたほうがいい。 >>125
歴史改竄なら日本が起源だ、韓国は日本の起源を奪おうとするな 文系の一橋がこんな学部はじめてなんか意味あんのか？ 結局、データ使うだけの経済系経営系学部に成り下がる悪寒 >>148
2つの言語を習得したなら気がつくと思うのだが
最近ある言語でも足し算引き算の計算と代入と判断分岐って基本は同じなんだから少なとも言語で乗り遅れはないはず
ハードも根底は変わってない
乗り遅れたのではなく飛び降りたんだと思う では次地震起こる地域を予言してみて下さい。出来るのかなw虚業 推薦増やしたぶん東大に後期なくなってしまったからね
後期で理一落ちが一橋受けるご時世 >>151
俺的には先端て付いてるのもダメだな
大学の学部で行う研究なんてのは本来みんな先端のはずだろう 数学的才能がないやつはこれから淘汰される
お前らあとは頼んだ 文系と理系を分けるのは数学じゃないし
ましてやデータサイエンスなんかでもない >>169
あたまのいいヤツが考えた式を機械に打ち込んで使わせてやればいいさ >>168
そういうと先端大というのも出来たな
尖ったやつばかりが行くという コンピュータ言語って英語よりも難しいよね。
あんなの書ける人は異能だと思う。 基本情報の午後問題って、あれ国語やろ
文系の現代文解析テクニックないと、何書いてるのかまるで意味不明だし >>173
偏屈なオタク社員への指示書を書くと思えばいい AIがデータサイエンスもやるようになるから生身の人間要らんやろ 日本だと専門職が機能しないからよくわからない上のお方に総合職的な扱いをされて地獄を見るな 人の社会課題の原因なんて、紀元前に結論出てるじゃん 人は生まれながらに、自己重要感の奴隷として作られているため、これを最大化し、最適化するためのロボットでしょう
いつまでたっても、ロボットだから、問題をおこしている
共同体は多くの人（ロボ）が自己重要感を最大化できるように、狡猾に持続出来る様にしたものでしょう 狡猾な故に歪みが生まれ、社会課題と名付けたわけでしょう
根本は、我々、一人一人の内にあるプログラムに原因があって、自分達、自分さえよければ、他人はどうでも良いと考え、その集団が国であり、家族であり、共同体でしょう 社会課題の原因は、ロボットであり、人になっていない事が原因です
問題は生まれた時から、一人一人に原因があるから、先人達は、人として生きるために、口を酸っぱくして愛を説いたのでしょう
社会課題の解決は、一人一人が自分以外を愛せる様になるしかないし、これは何十世紀たっても解決していない なぜならば、自己重要感に囚われているが故に自己を肯定するように強制力が働くため ロボなので
人類愛や生物愛を持つように教育したら、社会課題は解決するでしょう 宗教家の仕事だった気がしますが、後ほど、権力の味を覚えてしまい仕事をしなくなった様です
ロボとして生きるなら、狡猾な社会を実現する以外に道はないので、データサイエンスは良い隠れ蓑です >>18
別に物理の専門家にならなくていいと思うけど
物理学科の人は何でも後から覚えられると思う >>73
一昔前の形だね
現在進行形ては全てを一括でやってしまう やっぱりアスペルガーっぽい人ばかりなのかな？
そもそも数学なんて好きな奴の脳みそがよく理解出来ないし。 >>1
＞ 一橋大のソーシャル・データサイエンス学部
ソーシャル・データサイエンスってソーシャル・ディスタンスを連想してよろしくない
一橋ソーシャル・データサイエンス学部卒ですなんて自己紹介のときに冗長でまだるっこしいしカッコワル
日本語でやれ 前は看護学部で今度はデータサイエンス学部が爆誕
需要があると勘違いしてすぐ飛びつく それよりもバカを無理やり大学に行かせら意味ないやろ
税金の無駄 おまえらまだ諦めなくていい
アベノミクスで見られた自民支持スクラムの規模から言って、
頭良くなくても、数がいれば、その望む頭悪いことが社会的と言っていい規模で実現する
もちろんその後始末には行政の行動が必要で、
もちろん行政の行動の後始末には増税が必要となる
これらは増税も学抜きに察知し演算し理解する人も多いだろう
やり過ぎると良くないものを行ってやり過ぎずに収められれば、後に成功と判断出来るデータが得られる
無論やり過ぎれば後に失敗と判断出来るデータが得られる
我が国は全てを失敗させる 今まで各大学にあった情報学部(学科)とは何が違うんや データサイエンスは学ぶべき
俺も分析の仕事しているが知識のない上層部に自分たちの都合の良いデータ並べて納得させることもできるから見抜く力が絶対に必要 >>184
なんかキワモノ・イロモノ扱いされそう
ダヨネ？ 元は文系の学部で教員のほとんどが文系という所が多いと思う 文系学生は、社会で数学が具体的にどのように使われてるのかを
できるだけ正確に言葉で説明できるかを競いあえばいいだけ。
講師がいくつかの最新の事例をあげて、どんな数学をどのように使えばよさそうか
そのあたりの勘所をつかむ習慣を身に着けさせること。
それ以上のことは数学プロパーに任せればいい。 >>189
データを元にして相手を言い包める勉強の事なのか？ データ取るのも単なる作業で数学と言えるか
まぁその後の分析が重要なのか >>187
自民は壺カルトの信者が後押ししていたのだろ？ ノムさんこと野村克也もデータ重視のID野球をやり始めたからな
長嶋は野生のカンとか勝利の方程式とか言ってたようだが >>46
去年から自分の所に相談に来ていた子がまさにこの問題に直面していた
>>51
一応社会物理学や数理社会学、ネットワーク理論はあるが日本じゃまだマイナーかな
自分は数学からそっちに移ったけど多分文系がやろうとしても数学的な基礎能力と数学を道具として扱う事かつ数学的概念を使い道具を作るという経験をしてないと難しいだろうね >>10
それができるようになれば御の字だろう
多くの学生は、コードをコピペして提出して終わり。 おいらも 講習受けたけど 結論は コンピュータで自動抽出形成とワンパターン対応だったわ。 横文字学科は後で物笑いになる。過去の歴史を見よ。進学はやめとけ。 >>12
これな
データサイエンスだけではきつい＠海外 一橋なんか新しい学部作らなくても社会学部がなんでも有りなのに。 国家指導部に干渉し得る者を、有理数の干渉力を持つ、としてみよう
また、投票行動を放棄する者の干渉力をゼロとしてみよう
干渉力ゼロの者がいくら集まっても、
国家指導部に干渉し得る者の干渉力には敵わない
CIAさん他エージェンツの算数に必要な算術は掛け算程度なのだ
ちなみに因数分解や微積分は掛け算であり日本は使わないんじゃなくて使えない模様 >>6
５ちゃんねるは昔(２ちゃんねる)から学歴ネタは荒れるね。 >>128
役人も政治家もアホだから、横文字にすぐ騙される。知ったかだから。
で、そこを狙って横文字使って税金掠めとる連中がたくさんいる。小池都知事もチョイチョイ使っているのはこれな。 データサイエンスって言ってもプログラマーと違うからな。どちらかと言うとデータ分析結果を人に分かるように報告して、細かいツッコミをきちんと反論できる論理的な能力必要だしな。
pythonプログラムを作ることが仕事だと思ってると干される。 >>51
結局は、データ分析のプロセスがわかんない奴ら相手には話が通じないから
統計データを生かす頭が会社上層部にはないから無理やろな >>207
知り合いがやってたが研究対象がアニメの主人公だった ここまで韓国に負けたらな
情報で日本を制されて、日本が日本人だけのものじゃ本当になくなってしまった
ここから挽回して日本取り戻すとかもう無理だぞ 順天堂は脳ミソ筋肉&不正入試の悪いイメージしかない >>212
標準偏差の内容すら分かっていない政治家が予算決定してるからな。日本終わってる。 数学必須 と言っているが 実際は ビックデータを扱うから 電卓程度での対応と処理は無理。
問題集や例題は エクセルでのデータ抽出 解析方法の学習で 結論ありきの模擬データなのでコロナ禍などの異常事態はまだ対応していない。 企業にとっては、有能で低賃金で働いてくれる労働者が欲しいだけ。 データサイエンスやりたいですけどPC、サーバはわかりませんてやつ多くない？ >>30
うちに電話してくるグーグルの営業は凄くアタマが悪そうだよ Pythonは数学できないと使えない言語
プログラミング覚えたいならJavascriptを強く推す
メモ帳とブラウザあればすぐコードが書ける
才能ないとおもえばそこで止めればいいし、JavaScriptは使える範囲広いし、多言語への学習切り替えも早くなる >>221
別に分からなくてもデータサイエンスできるし。
プログラムだけなら下請けに作ってもらってモデル作成と結果の説明できればいいよ。今はまだデータサイエンスは始まったばかりだから分析者がプログラム作っているけどあと数年したら他のシステム開発みたいに分業になって給料高いのは結果報告をできる人だけになるよ。 GAFAがリストラの嵐であるようにいずれ多くはAIが支配するようになる
データ分析がAIの得意分野ならば将来は職に困る
大学でプログラミングの資格を取得できるなら良いが
それに大半の企業はデータ分析を必要としていない
もし必要な場合は、研究者や外部コンサルに委託する
つまり就職段階で困るようになる
結論的に企業の老害役員でもひと目で分かる学歴でないと評価されにくい
工学とか経営学経済学なら非常に広い企業にアピールできる >>210横文字ってだけで拒絶するお前みたいな奴だぞ
世の中の足を引っ張る文系脳ってのは >>228
そうなんだよね。AIで足りる仕事は人手は要らなくなるからね。 ＞一橋大のソーシャル・データサイエンス学部だ。
Freeeの創業者が一橋商、Googleを経て創業だけど、こんな感じのことをしたいのか？ >>228
文系記者が妄想を世間に垂れ流したために、
まるで世界を変えるかと勘違いされてしまった
3大技術
AI
5G
量子コンピュータ 『うーあー、あんな関数あったらいいなこんな関数あったらいいな、でも自分で作りたくないしー、誰か作ってもモノじゃないしカネ払わなくていーよねー』
こんな程度の意識もまだ社会としては意識に登ってない社会だろうし、
目指すのはそんなこと考えずに済む優しい社会、
に見えて実際は、
カネ付けて丸投げするのにカネを国民からいかに持ってくるかを謀議する社会だろうし データサイエンスそのものの研究をする人と、データサイエンスのツールを使って社会問題を解決しようとする人と、別のコースが欲しい
後者は社会人向けコースでもいいかもしれん こんな流行り廃りがありそうな分野を、天下の一橋が学部にしちゃって大丈夫なのか？
もっと汎用性のある名前にしとかないと、10年後20年後には古くさくなって名前を変える羽目になるぞ コロナ対策観てると日本に統計は無理
ゴールポスト動かすのは隣国と何も変わらないし何ならもうちょい酷い 横文字だけ羅列して入り込もうとする経営コンサルと似たような臭いを感じるわ >>238
問題無いよwどのみち文学部みたいな
つぶしのきかない学部があちこちの大学にまだ
存在していたりするし。 入試に数学必須にして推薦組は数学の単位取るの厳しくしたら来る人いなそう。 >>120
文学部って文字や言葉による表現の研究をする学問でもあるから、人間が言葉を使って情報の伝達をする以上、人類にとって必要な学問ってなるやろ >>239
日本に統計は無理というより、統計より感情を優先させるマスコミの浸透具合をどうにかしないと無理って話だと思う
別に日本人全てに統計の素養がない訳じゃないしそこは今後の教育次第だ >>235
AIで事務労働が大きく削減できるのは事実だと思う
そもそも事務労働なんて多くは大した知能を要さない定型的判断なのに時間は膨大にかかる
Twitterでも全く不要と最初に判断されたのは投稿を選別する部隊だった
こうした作業はAIの得意分野
もちろん高度な法的判断をする法務部隊は必要だが、
大半の投稿選別事務系は首になった >>246
あんなアノテーションの内職屋みたいな連中が直接雇用されてたのが異常だ >>246
管理部門で最後まで残りそうなのがAIで処理できない総務的な雑用（蛍光灯の交換とか）というのが笑えるな。 元「パイレーツ」、2人の現在に驚き「超絶美人」「さらに可愛くなった」40代にはまったく見えない…スタイル抜群の水着姿も
https://kagulu.martyluther.com/pn1126/xmmy/709178.html >>34
バイオ産業自体は成長してるよ
日本の企業が食い込めてないのと、ピペドはいらないってだけで twitterの件で分かったろ
AIが選定したということにして依頼者の欲しい結果までこじつける仕事
打ち合わせする力だけあればいい Twitterやmetaやgoogle見てわかるように
この分野はまったく人手は要らないんだよ
3週遅れ >>1
新しい分野かと思いきや「統計学」そのものでしょ。 AIって意味が変わってきてるんだな
自ら思考するのを本来はAIっていうもんだが
それは現時点でも難しい そこにビッグデータがあるのに利用しないのか?
オワコンて 何学部でもAO使った奴はダメだな
中身のない長い文章書くのが得意なだけで面倒なことは要領良く他人に回そうとする いいね。これからの日本に期待!
俺は底辺大で博士号取ったけど
高校数学さえお手上げ 用途は 経営分析 と 市場調査 に使えるんだけど
取得データの信頼性 と 解析結果に対する施策の合理性の検討 が肝になるんだろうな。
数学だけじゃ 無理なんよ。 >>260
まさにコムロみたいのが何人も使えず干されてて辞めていってる >>17
広告代理店のストプラや調査会社、事業会社マーケで定量調査やるには重宝されるかも >>254
統計学の扱う領域が広くなってきてしまってるので細分化しようと言う事です
観察対象とツールが増えればそれを理解させる時間も増大し学ばせる事も困難になります
こう言うのはカオス系の数学に於けるリヤプノフ時間の概念を頭に思い浮かべて貰うと理解しやすいかも 日本のAIなんてお話にならない
三井住友カードがAI導入したせいで、初めて使うサイトやあまり買わない商品とかは
ほぼ全部詐欺と誤判別して速攻で決済止めやがる
もう三井住友カードは使い物にならん
三井住友カードのAIがポンコツすぎるからカード会社乗り換えるわ 数学は必須？
って数学分からなくてデータサイエンスとかできるものなのか？
素朴な疑問 役に立つのか？
というか、教えられる人材揃ってるのか？ >>269
人に分かるように話すのも
頭の良さの一つだよ >>271
分析だけなら要らない
計算するのは機械にやらせりゃいいんだし
ただ学生数学すらできてないやったことのないやつは数字の見方からしておかしいから厳しいものはある かつてバイオ学部が雨後の竹の子のように新設されたがその後良い話はあまり聞かない
当時は全ゲノム解析がまだ始まったばかりで田中さんの勤務先など有名でバイオ解析の機器設備や試薬は日本企業が強かった
しかし米国のクリントンバイオ立国を標榜しバイオ新興企業の株価が爆上げを始める
この新興米国勢の資金力に日本企業は総崩れとなりバイオ部門を米国に売ってしまった
その後米国の新興バイオ企業は大手製薬会社に買収や提携となり
コンピュータを用いたデザイン創薬や大規模臨床試験分野にも進出
日本企業はこの流れに全く太刀打ちできず今に至る
この状況では日本のバイオ学部に需要が無いのは当然だ
データ解析も全く同じ道になるだろう
そもそも米国のデータ解析がどんどん高度化するならそれを使いたい企業は研究者や外部コンサルに委託すれば足りる
日本人のデータ解析技術者を自社で抱えるほうが無駄である企業が大半だろうね >>270
あれ日本のAIじゃなくてアメリカのAIでしょ
マネーロンダリング対策で、アメリカから押し付けられたんだよ >>255
つうかAIを生活の中でこりゃすげえって感じたことがない
強いて挙げて囲碁とか将棋くらいだし >>276
なら訂正
日本企業で使われてるAI
しかしそういう事情ならやっぱりポンコツなのか >>255
そもそもAIの概念が広いのでAIと言う言葉を使う人がどう定義してるのかを先ず話さないとx(t)のxだけを語り時間軸を無視した議論になりがちだね
認識や学習をこなすAIなのか、記号推論程度は可能なAIか、メタ推論をも扱えるAIかで全然話は変わってしまう
>>273
自分の説明能力の低さには何時もうんざりさせられます
本当複雑な物を理解出来る様に話せる人には憧れます 機械に任せるって、そもそもプログラム組まないと都合良く計算してくれないわな
市販のアプリでも探すのか 首席でも就職先は、ネット通販で「あなたにおすすめ！」を提示する仕事 もともとAIの概念なんか広くないよ
条件で分岐したり、検索したり
本来のAIじゃないものをAIって言ってるけど
昔はこの手のをファジー制御って言ってたな 知ってる風なこと言って
自分も理解してないような
難しい単語並べて権威的に言うのは嫌いだな 一橋のソーシャル・データサイエンスは理系も受けらるからすごい倍率になるんじゃないかって予想だな
この前予備校の保護者会で東大合格者でも共テで足切り食らう可能性ありとか言ってた >>1
何故かFラン理工系が根拠レスなマウントをとろうと必死なスレ リベラルアーツ系の学部ってのをずっと前に2ちゃんで見て
ベニー・ユキーデにあこがれて紅井雪秀さんが怪鳥音の海潮音で
文学的に実戦格闘技する系かと思ったワシはなんもいえねえ >>284
もともとファジーあたりから発展した工学系の神経摸倣的な数学モデルには先がないと放置されていたが
グーグルが投資先に選定して資金を入れたら偶然にも実用段階に到達してしまい
AIという実用分野が生まれた経緯だね >>264
女の園じゃないか
漢なら国立大の工学部だ >>284
成る程「概念の広さ」も個人の基準率に依るのでそこから定義し直せ、と
確かにそこが曖昧であれば齟齬が生じお互い揚げ足を取るだけの議論になりかねませんね >>249
経理は残るよ
伝票を入力したりする仕事はなくなるが、
経理のいない会社で、社長がいきなりＡＩが作った決算書を渡されて、それだけを元に税務調査に一人で対応するのは不可能だろう
その決算書を作られるプロセスも全部分かってないと、決算書が正しいことの証明はできないからな。 数学の能力はほぼIQ直結。IQが高くない人は最初から人生終了だな。 遅かったな。バブルは弾けつつある。でも日本なら良いんじゃね >>294
たしかにそのとおりだけど経理の人数はだいぶ減るだろうね よくある勘違い
「AIや機械学習のライブラリ使うだけじゃなく、
原理もきちんと数式で理解しないと意味がない」
これは間違い。ライブラリを作るのと使うのは別。
車の中身を数式で理解していなくても車で仕事や生活ができるように、
ライブラリも別に中の仕組みなんて数式レベルで理解してる必要はない。
こういうやつは気がついたら勉強にのめりこんでしまい、
Qiitaやnoteでどうでもいいやってみました系の記事を書くので終わりがち。
それより理解してなくてもガシガシコード書いて有用な知見見つけたり、
アプリに落とし込める方がはるかに有能。 ワシが学生の頃は計算機室の汎用コンピュータでSPSSを走らせて
いたもんじゃった…… あなたは何が出来ますか？
データサイエンスが出来ます
みたいな >>300
コード書いたりアプリに落とし込むのに理解が
必要じゃないのかね？ >>152
数学者なんて生半可の頭脳じゃなれんわ
東大京大の数学科の教授してるくらいじゃないとほんとうの数学者じゃない
このクラスだと大きな賞はともかく、国際数学者会議で招待講演とかしてるらしい >>303
要らない。例を挙げると
統計の検定（t検定やらカイ二乗検定やら）
なんて数式レベルで理解してるやつ殆どいないだろ。 いずれ人間の日常や仕事の行動のほぼすべてをAIがオススメするようになるから
AIに情報を与え判断を引き出すデータ解析技術が理屈の上では有望分野であるのは異論が無いだろう
問題はその人的技術作業が日本企業や日本人に回って来るか?という話だね
先ほどバイオ分野でクリントン政策にボロ負けし鳴かず飛ばずになった黒歴史を紹介したが
結局のところこのデータ分野も資金力の勝負だね お盆に、親父と長野の親戚の家にいった。
伯父（高卒市議）も来ていた。
伯父「○○君も大学生か！小さい頃よくだっこしてやったんだぞ！がっはっはー」
俺 「覚えていますよ」
伯父「どこの大学に行っているんだ？」
俺 「一橋大、あっ、データサイエンス学部です」
伯父「そうか、情報系専門学校か！高校時代遊びすぎたんだろ！でも浪人しなくてよかったな！」
「お前と同じ年の息子の××覚えているだろ！深志から信大工学部だぞ！（勝利者宣言）」
親父「無言・・・（瞳が潤んでいた）」
伯父「おい、信大生こっちこい（息子の××を呼ぶ）」
「○○も大学生だ。○○と昔よく遊んだだろ！」
向こうでも大学の話をしていたらしい××が鼻高々でやってきた。
××「（馴れ馴れしく）○○、久しぶりー、元気！」
「あっ、叔父さん、こんにちは、俺、今年から大学生になりました。」
親父「そうか、大きくなったな」
××「信大に行っているんですよー（勝利者宣言）○○君はどこに行ったの？」
俺 「一橋大ｗ」
ニヤついている伯父を尻目に、一瞬にして××の顔色が変わった。
伯父「○○に勉強教えてやれよw」
××「（しばし、絶句）・・・みっともないからやめてくれよ親父」
伯父「？」
動揺しまくりの××は伯父を速攻連れだした。
以後、伯父親子は、俺達のいるテーブルに加わらなかった。
久しぶりに無口な親父の晴れ晴れとした顔をみた。
帰り際、充血した目をした伯父と目があった。 データベースの知識こそ曖昧で済ます
ジャップには必修だ >>60
今は技術者減ったせいで昔は作れたものが作れなくなってきてるし、対策無いなら近いうちに製造業崩壊すると思うわ >>309
一橋は東工大より知名度あると思うんだがなあ
東工大知らん人でも知ってるんじゃね 昔から一橋大学は数学に力入れてたからな
数理系の学部は作りやすかったのかもしれん >>312
理解することが仕事じゃないんだぞ？
付加価値を出すのが仕事だ。
お前は自分の使ってる道具の全ての原理知ってるのかと。 高卒底辺プログラマだったけど、機械学習ってなんぞ？レベルだったけど
ライブラリがそろっててパラメータ調整だけでも色々できるから楽しめるよ
株式取引の自動売買システムのトレード判断につかってる。
完璧じゃあないけど自分で考えた謎ルールよりは精度ン倍も高いよｗ
天才達あざーすって感じ 一橋の数学ってずっと難易度高いと言われてきた気がする
ラスボス感あってDS学部があらたな呼び水になりそう 薬学も統計学・有意差検定が必須
薬を投与した群とコントロール群との効果や副作用の差異を
データから解析 といってもエクセルにぶちこんで終わり >>317
線形回帰とかの入門書だけ読むぐらいが丁度いい。
ゴツいビショップ本とか通読してるやついるけど、
機械学習自体が研究テーマの大学院生ならともかく
応用側でそれやってるやつはアホ。
大学以上の学問は全部をフルで理解なんて無理だから
効率よく要所要所に絞ってやるセンスも必要だわ >>319
以前一橋の入学に出てた数学の問題について質問受けた事がありますね
確か素数に関してだと記憶してますが、面白い問題だなと感心したのは覚えてます データサイエンスか
エスミの統計ソフトとかあるけどエクセルで今は簡単に出来るけどね
でも、いくら分析したってお前の会社のモノが良くないと売れないぞw
しかも過去は過去
過去から得られるものもあるけど、データサイエンスは過去に縛られるから激動の今には意味なし 薬に関して言えば
データを取る大規模試験の実施体制がないと絵に書いた餅でしかなく日本勢は圧倒的に弱い
クリントンは良く分かっててバイオ振興と同時に大規模臨床試験の基盤整備にも尽力した
日本にこういう政治家は居ない >>321
一番大事なのは原理を知ってることじゃなく、
既報に沿ったやり方をしているかどうかだからね。
論文のピアレビューで指摘された場合もそれが反論材料として一番強い。
検定自体はある意味どうでもいいというか、
最後は決めの問題になって唯一絶対的な正解という方法はないから、
前例があるってことが一番大事なのだ >>311
チョンはデータ改ざんの悪どさを常備している あれとってとか、これとか
あっちとかこっちとか
察する文化が根付いた日本にはITと相性がとても悪い 数理統計学と名前以外何が違うのかよーわからん
被ってるのか、含んでるのか含まれてるのか >>85
マジでこれ
統計やら解析行って公務員めざすんならあり 統計理論と微分積分の理屈は知ってないといかんだろw 一橋はOBにデータも見れない反ワクのあほどもが居すぎて流石にまずいと思ったんだろう 大学の学部・研究科名とか研究室名はキラキラネームをつけがちなので、
古典的な名称で何分野をメインでやってるのかは見極めた方がいい。
知らない分野だと難しいけどな。 >>1
教える教員は今いる文系教員なんだから詐欺みたいなもんだよ >>34
本庶先生の抗PD-1抗体の売上げは年間３兆円を超えたぞ
日本企業がアホ過ぎて売上げをあげているのは欧米メーカーだけどな >>8
いや、そういう奴らを養成する学部なんだが？ >>12
そもそも教員は今の文系教員で一人くらいアリバイに新規に採用する程度。
それで騙されるのがジャップ仕草 >>337
最近は老化緩和の効能も見つかったらしいな
すごいわ 数学のできる文系志向の人がどれくらい居るか、
あるいは日本のそういう人のレベルがどれくらいか
良い試金石になるんじゃないかね これだろww
データサイエンティスト検定 リテラシーレベル | 一般社団法人 データサイエンティスト協会
ps://www.datascientist.or.jp/dskentei/ コンサル養成学校？
いかに都合の良いデータを作れるかみたいな 流石に高校数学程度ができないでデータサイエンスはw >>34
生物工学科や生物科学科が出来始めた90:年代にすでに内部ではバイオは食えないからと言って学科のなかでも応用化学に近いゼミが大人気だったよ。あとは文系就職 >>319
難易度は高いけど、文系には高すぎるせいで差が生まれにくい
単科医大みたいな変態な問題じゃなく、東大みたいな良問出さなきゃ >>85
数学科は少しは女おる
物理学科はヤバいぐらいおらん。全学年０名も珍しくはない データサイエンスなんて必修科目をいくつか設定すればいいだけなのに馬鹿みたい
研究で重要なのはデータの中身なのよ >>300
言ってることは分かるが、最後の有能って言葉だけ違和感ある >>342
教える教員が文系教授で変わりないんだから無理だよ。
手打ちそばの職人からカレー作りを学ぶようなもの この学部の 落とし穴 は データ解析できて結論付け出来ても それに対して どのような施策を打ち出すか という"経営判断"的な部分がスッポリ抜けている。 >>350
そう、どうせ新規の雇用は2人程度であとは既存の文系教員で賄おうとするんだろうから。 技術あっても売れないとな
仕事取ってくるのは文系だし、研究に集中したいなら頼るしかないよ
もちろん、営業に説明するのは技術者としての義務 経営判断なり意思決定ありきでそれに沿うようなデータ作り上げてもっともらしく補強することよくあるよなあ
統計でも結論に沿って都合よく見せるテクニックがあるし >>352
別に数学を教えるわけではないだろ
数学や統計の講義だけは専門家じゃないと誤魔化してるだけで嘘だらけの内容になるけどな >>227
役員「データサイエンティスト？は上辺だけで薄っぺらくよくわからん。プログラマ呼んで来い」 はやりものに飛びついても、ろくなことはない。むかし、法科大学院… 本当はデータサイエンスなんてどうでも良くて、不足しているSEの補充に、いかに余っている文系大卒を送り込むか、という施策なんだろうな >>356
そういうの営業一杯居るよな
顔合わせ位しかせえへんの >>1
ガチの理系には絶対敵わないから時代の徒花になる >>227
＞ 他のシステム開発みたいに分業になって給料高いのは結果報告をできる人だけになるよ。
そんなのこれまでの時代に逆戻りだろ
自分で手を動かせる分析スキル持った人間じゃない人が大きな顔をする >>348
東工大の入試も英語は難し過ぎて差が付かないっていうもんな Excel使いこなすだけのことを４年学費かけて通う意味はない データ解析→商品戦略や経営判断
こういう経路を構想するのがいわゆるデジタルトランスフォーメーションで
最近だとコトラー博士のマーケティング5.0とか色々な構想はある
しかし実現するのは非常に困難なのは大手SNSのTwitter社内ですら迷走中で簡単ではない
せっかくデータ解析を勉強してマーケティングCXをやるぞと意気込んでも
企業内にCXの基盤となるデータ組織と連携する営業宣伝生産の組織が無いと
そもそも入れるデータもなく戦略活用の出口もない
この企業組織基盤の点をコトラー博士も危惧してるらしく力説してる
いずれは電子会計のように定形的な仕組みが生まれ常識になるだろうけども
もしどの企業でも使えるレベルまで落とし込みに成功したら
その開発運営は米国IT企業やコンサルの独壇場になるんじゃないかな 今後全世界レベルで不況になりそうだから
マーケティング的な仕事は
あまり求められないんじゃないか？ >>362
技術職の世界に文系はいらない
それより理系が企画やマネジメントをやってる組織の方が上手くいく そんな大量に人数いる業種じゃねえだろ
8割無駄よな >>370
早大理工の英語も難しいっていうね
東工大も難しいよ
慶應理工はほどほどの難易度で差が付くから英語得意な理系にはここが狙い目 >>367
せめてRかPythonぐらいは使ってくれ >>359
そんな役員ばっかりなら、
どこの会社も猫も杓子も「これからはDXだ」とか言ってたりしないんだろうと思う 何でもいいからクソみたいな連中は
俺の人生と名誉の回復を妨害するなよ、
アメリカの敵、日本の敵という話に
なるからな。
本当に今の偽日本は朝鮮儒教に
思想を汚染されていてやばいからね。
こんな言葉遊びばかりで中身ゼロ、
物理学科でしっかり基本をやってる
生徒の方がこんな官僚の言葉遊びだけで作った
学部で学んだ半端者よりずっといいと思いますよ。 数学科に行きたかったやつがいくのが物理
物理に行きたかったやつが行くのが化学
化学に行きたかった奴がいくのが生物
じゃあ数学科に行くやつは？
A キチガイ >>135
これな。横文字学科は数年で廃る。進学はやめとけ。 >>372
統計の話ってまともな説明しても経営陣とかが全く理解してないってことがよくある
特別な職に就かなくてもリテラシー持った人が世の中に増えるだけでも良い
その方が専門職も仕事がしやすくなって助かる
情報系の知識ある人がプログラマ以外の仕事に就いてても、話が通じやすくて助かるのと同じ ちなみにTwitterをデジタルトランスフォーメーションの観点で考えると
商品はSNSなのですべてデータ保存されデータの入口は明確
戦略的な出口はアプリ開発や料金システム、広報宣伝で、
膨大なデータ解析の戦略活用の出口もはっきりしてる
また両者を支える社内組織も当然ある
それでもこれだけ迷走を起こすってことはデジタルトランスフォーメーションにはまだ意識されない大問題があるのだと思われる
入口、出口、組織の３点セットのあるTwitterですらこうだから、一般企業では山登りで言えば２合目にも到達してないだろうな 〇〇国際大学カタカナ学部 といわれたら、もう超絶Fラン臭しかしない >>358
今までデータサイエンスの専門の教員は居たのかな？居たとしたらその人は今まで何してたのかな？
手打ち蕎麦屋にカレー作りは教えられないよ。 >>360
その害虫コンサル養成がデーターサイエンスなんだが？ >>366
それちゃう、単に東工大の受験生の英語力が低いだけ >>382
データサイエンスの専門って何だよ
もともといろんな分野の寄せ集めだろ >>377
東工大の数学科なんて楽をしたい遊び人ばかりが行って純粋に数学をやりたい人なんてほとんど居なかったぞ。 >>386
それは文系教授が簡単に看板かけ変えて成立するようなレベルなんですね？ >>388
別に数学科レベルの統計や情報科学科レベルのアルゴリズムを学ぶわけではないだろ 一橋大学は激ムズの数学が入試で必須だし
商学部や経済学部では微分積分と線形代数と統計学と確率論をみっちりやらされるから
データサイエンス学部も作りやすいんじゃないかな？ イメージ先行で流行ってるだけじゃないのこれ
冷静に考えてデータの専門家にそこまでの需要ないだろ
普通にエンジニア育てた方がいい まず軍事技術は必修科目
どういった攻撃が来るか想定する頭が必要 そういえば以前「東京大学のデータサイエンティスト養成講座」っていう本を見たら、内容がどれも浅くて学問というよりはツール習得がメインで職業訓練的な内容だった
昔の東大なら絶対やらないような内容だと思った データサイエンスって、結局数学だ。
数学できない奴は使えない。
。 >>387
純粋に数学をやりたいのなんか、東大の上位10%と京大の上位5%くらいしかいないだろ
その人達でしのぎを削って数学者を目指すレース 最近は文章書かせても、2行目からズッコケるような論理力の子ばかり
酷いと1行目から矛盾する
そういうレベルでデータサイエンスとか正直難しい >>390
むしろ商学経済学社会学の中に実用的なデータサイエンスの科目を作ったほうが分かりやすいような気もするが
念願の理系っぽい学部が欲しいという意味なら大学的なメリットはあるだろけど >>243
やっぱり文学がないとな
くだらない批評は誰にでもかけそうだけど
素晴らしい文学はなかなか書くのは大変だからな
ノーベルが文学を好きだったのも分かる >>327
イノベーションを起こす時はそれを可能にするインフラもセットで考えないとダメだな
エジソンが偉大だったのは街灯だけじゃなく発電所からそこまで電気を供給するインフラも一緒に開発したこと >>391
理系人材がこの分野に流れたらもったいないが、数学使わない既存文系を廃棄処分にするには移行先は必要だろ 数学嫌いでこんなとこ行く奴いないから倍率も低そうだな >>397
数学の知識をいくら学んでも地頭の方が大事だからな こんなのは炎上マーケティングと同種のやつだろ？
データでもないし、サイエンスでもないわ。
炎上してるのにウケてるって勘違いも甚だしい。 >>400
同意
むしろ革命的アイディアよりも実現基盤の整備のほうが難しいわね データサイエンスに数学はそんなに必要ないだろ
線形代数あたりができればよい
微積はまあ
理系の大学1年分あたりを抑えておけばいいんでは？ >>396
いやいや、みんなやりたくて入るんだよ
でも数学が難しすぎて打ちのめされてしまう ソーシャルとあるからSNSの意味だけでなく社会政策ににも応用を意図してるのだろうか
もし後者なら日本での活用場面はほぼ無さそうだね
社会統計やマクロ経済分析を全く考えない日本の政治家と官僚は先進国でも最低レベルだ >>130
歴史は何度も繰り返されてしまう。
過去の教訓はいかされているのだろうか。
何回でも初めての感じでもかまわないような。 >>408
高校時代に大学1年程度は勉強済みとか、数学オリンピックの予選くらいは合格してたとか、それが数学科に行こうか迷うラインだろ
そのどっちも満たしてなくて数学科に行くような奴はただの世間知らず >>410
人間の欲が同じなので不変のパターンを古今東西繰り返す
鎌倉幕府の血なまぐさい闘争も現代企業の社長の跡目争いと本質は同じだわ 学際系は元々どういう領域で構成されてるかを知るのが鉄則。
データサイエンスは結局詰まるところ数学とプログラミング。
それも線形代数、微積、確率。
そしてその応用である多変量解析や統計を基盤にしてる。
だからデータサイエンスと銘打った本じゃなく、
線形代数や多変量解析を勉強すればいい。
ここに気づかず勉強の仕方が間違ってしまう人が多いんだよね。 >>413
そんなヤツほとんどいねーよ
半分ぐらいは早々に諦めて教師か就職だな
教師としてどうなの、と思う奴の方が教師になってたw >>120
ノイマンも歴史書は読んでたんだろ
ホントかウソか知らんが 我々はデータなんかではないし、データなんかにされたらたまらん。
なにもない時にはズバズバはまって効率化できるんでしょうけど
「歴史は繰り返す」などという言い方する人もいますけど
同種の間違いは何度も繰り消しても、起きていいる事象はすべて過去にはありもしなかったこと。
人間の活動においては、過去のデータなんて、なにも役に立たない。
人類は常に不可逆変化をし続けているのです。 データサイエンスってのがふわふわしてよく分からんなあ
統計学とは違うんだろうな ガチのデータサイエンスは数学屋か統計屋がやるもんだと思う。バイオとかの次世代シーケンサーのデータはパイプラインが充実してて、Wetのやつでもできるから、中途半端な奴はいらん 効率を上げるということは、余裕がなくなるということに外ならず
どんどん危機に脆い社会になってしまうのです。 >>416
だから本気で数学やりたいんじゃなくて、数学やりたい気取りのミーハーな気持ちで来る奴が多いって最初から言ってるだろ 専門を持った上でのデータサイエンスに価値があるんであって😅 >>415
同意
数学は一橋大学文系なら死ぬ気で１年やれば大丈夫だと思う
問題は一般企業ではそもそもデジタルの入口も出口も未整備なので
実際にはデジタル基盤整備の実務屋がデータ解析もできるというダブルワーク状況になるはずであること
故にプログラミングとネットワーク構築の技能のほうが実は重要 >>365
現場しかやってないとそういう思考になるよな。でも実際は企画屋が説明しているんだよ。まあ、別に現場の人に言っても分からんだろうし、プログラマーの単価も下がってくるよ。初物だから高いだけ。 自分が卒業した馬鹿私大もデータサイエンス系学部作るらしい。
国際系ブームのときに国際学部作ったり、郊外キャンパス移転ブームのときにも郊外にでっかいキャンパス作ったり…
馬鹿だからこういうことして少しでも注目させて学生集めないといけないのかね。 こういう「新しい分野」が注目されればされるほど、数学の力がいかに大切かということが思い知らされる。 数学や物理みたいに、物事を支配する法則を見出したり抽象化した世界であーだこーだできる力を鍛えておくことが、結局一番手っ取り早いと。
しかし数学や物理は、ある程度の年齢までに基礎部分はクリアしておかないと。学部卒業あたりがギリギリのリミットかなー。 >>418
人間がデータになるという全く新しい状況だからね
しかし過去の産業革命の教訓が無駄にはならない
スチーブンソンでもポンコツ蒸気と馬鹿にされてたが数十年後には蒸気に置き換わった
蒸気機関が農業社会を変え超貧困の工場労働者がスラム街に溢れる地獄のような状況になった
こういう悲惨な歴史もまた起きるだろうね なんでこういう個々の収入を下げるような愚行に走るんだろ？この分野もほどなくドカタ化するだせだな、馬鹿なんか？
医学部医学科を見習えよ、社会でどんなに必要とされても非情に少人数維持で高給を保ってる。 >>431
シリコンバレーなんかはもうそうなんじゃないか 今の東大って官僚にいかなくなって
コンサルタントかそれ系で起業する人が多いらしいな データサイエンスはコンサルタントするのにいいから >>434
外資金融やコンサルになれば総理や大臣の政策アドバイザーにもなるからね
どう見てもさして出世しない貧乏官僚の大半よりは華やかな人生になる
いずれ外資金融やコンサル出身者が民間大臣登用になるだろう >>12
独自学科どころか独自学部も多くて
ちょっとどうなの、って感じしてきた >>17
滋賀大や横市の卒業生が出始めてるから就職実績見てみればいい
いいと見るか、大したことないと見るかは人それぞれ
意外に需要ないんじゃね？ってなった >>377
どの才能も開花せず、社会科も苦手な無能が仕方なく行くのが医学
ソースはワイ
君らみたいな本物の理系がまぶしいわ >>389
だから、看板かけ変えただけの文系教授が何を教えられるのかって話だよ。 ところでナンデ「情報工学」って言わへんの?
わざわざ新興女子大のキラキラ学科みたいな名前つけんでもええやん >>439
医学の実践で一番要求させる能力は
国語力と言っていたな >>396
だから、>>377のトンデモ理論は千葉工大レベルの私大理系君の妄言ってことだよ。 「18 x 16 = 288」 が爆速で暗算できる驚きの方法というダイヤモンドオンラインの記事をみて、
ならば「17 x 17 = 289」と言うのを爆速で考えた
「18 x 16 = ( 17 + 1 ) x ( 17 - 1 ) = 17 x 17 - 1 x 1」 だから
「 17 x 17 = 288 + 1」である 東京医科歯科大、東京工業大と統合できなかった一橋大が単独で始めたという感じやな。
統合された東京医科歯科大、東京工業大にも同じような学部ができるんじゃねw >>1
数年経たないうちに用済みになる学部。
コミュニケーションうんちゃらの同類。 やっぱり情報工学のほうが収まりが良い
製造業や医薬にも使うのにデータサイエンスでは弱い >>413
東大東工でもそんなの少ないだろう。
学部レベルでは数学なんてお遊びみたいなもんだから、教授もテキトーにしか教えないし。学生も楽したい人ばかりがいく。ある程度の数学力は必要だがな。 日本がこれを始めたって事は、
データサイエンスも終わりの時が来たんだなぁと思う。
元々、一部が実用されていただけで、詐欺専用ですしね。
アレでしょ？ 今更出版や広告、社会学というお笑い方向に行く人には
必携になるんだろうけど、仕事なんかメイヨ。 これってビッグデータを扱うみたいだけど
なんだか1番すごい株価予測とか経済予測なんかはふつうのデータサイエンティストはしないとおもう
1番頭良くて経済学の知識とかある人だけがおもしろい近未来予知をする
ふつうのデータサイエンティストは検閲するためにダーティーワード検索とかして手動BANする係り
中国共産党の金盾と同じ役割
そう考えると必死で勉強してそんなバカなことするのはふつうは精神がやられるよね 文系理系言ってるやつは明治から頭の構造が変わってないやつら
そもそもmathematicsを「数学」って「学」つけてるのが明治発想
engineering を「工学」とか
これがアホな学者が大きな顔する原因のひとつよ >>228
それは少し違うよ
Twitterやメタがとんでもないアナログだったというだけの話で、ちゃんとしたデータアナリストは必要
Twitterの投稿を監視するだけだったり、勝手に自分たちでトレンドを捏造するような給料泥棒が要らないだけで。 ただのlanguage なのに語学とか
おまえら日本語話せてんのに語学じゃねーだろ >>377
高校の恩師に京大の数学科出身の方がいたがいい先生だった
数学なんて金持ちの道楽だから理系学部は勧めも数学科はんーという感じだったわ >>450
1ドル50円とか、500円とか予測するんですね(笑) むしろデータサイエンティストの技術は簡単なものを高校生とか中学生で覚えさせるべき
そして一般人が気軽にPythonでビッグデータを取り扱って気軽に株価予測とかできるといいよね >>455
だからそれが明治発想
軍隊の役に立つなら
数学は必須
大砲起動計算
ナポレオンも一応砲兵だった
それが物理とか化学とか兵器中心でそこに簡単な数学入ったから数学はどーたら言い出してる
んで戦後は高度成長の世界の工場
もの作るだけの応用工学がもてはやされた
アホ >>451
アメリカの金融でエンジニアしてるのは航空物理学者だぞ
しかも一流大学のガチ理数系でNASAに行くような人材
物の軌道をよそくする高度な計算してる
文系の出番は無い データサイエンス関連の人
宮田裕章（慶應義塾大学医学部教授）
東京大学理科2類入学
東京大学医学部健康科学科卒業
東京大学大学院医学系研究科健康科学・看護学専攻修士課程修了
山中竹春（横浜市長）
早稲田大学政治経済学部経済学科卒業
早稲田大学理工学部数学科卒業（学士入学）
早稲田大学大学院理工学研究科修了 こいつらがやることってたくさんのデータ使ってこんな解析ができました、エッヘンだからな
だからどうした？っていうこと考えてない >>455
学部までなら京大といえども数学を学んだとは言えないから。学部までは算数ごっこだよ、あの世界は。 >>452
アナログをそんな使い方してるのがアホ
デジタルの最下部で動いてるのはアナログ技術だ
アナログ技術なければデジタルは動けない >>459
>>460
お前が明治の思想だ
日本はそんなアホ文系思考だから常に外国に負けるんだ
戦後も文系脳が蔓延ってワクチン否定する反科学が今の日本の無策をつくった
役人も自称医者ですらデータを重視しない詐欺師の論理を持ち出す
それで日本国内では通用しても日本が科学リテラシーを低下させて世界に負けてる事実は変わらん >>464
そういうのがいるから道楽言われてんだよアホ >>460
確率積分とかいう数式を使うらしいな
エンジニアから金融に転職した人が同じ方程式なのでと言ってたわ 卒後に理数系の知識を使わないでIT系などで働いている理工系卒は多いだろ
データサイエンスは理系区分で既存学科の定員を組み替えて作るのが妥当
文系は数学の前に英語をやるべき
国立文系もまず入試で英会話を出題できるようになって英語で卒業まで
行けるカリキュラムを作るべき たとえばTwitter検索でジャニーズのあるグループの発言だけを毎日巡回させる
こういうデータサイエンティストの簡単な技術を中学生で教える
もうみんなほぼ100％が目の色変えて覚えるよ
ジャニーズじゃなくて他の景気がいいとかのキーワードでもいい
それを毎日記録するだけで景気指標ができる
簡単なものでいいから教えるべき >>469
そんどけじゃねーよアホ
デリバティブ知ってるか？
微分の英語だよ >>460
あくまでも、そういう人もいるって話だからな。
でもそういう人って、専門分野ではドクター進学を断られてドロップアウトした人材なんだけどな。 >>470
だから学校の話にするだろ
それがにほんが「数学」とか「工学」とか「学」をつけてる勘違いなんだよ
学校カンケーねーから 東大理学部数学科卒の高橋洋一のコメントを聞きたいな。 そりゃ数学できなきゃ話にならないだろ
理学部数学科くらいのレベルじゃなきゃ使い物にならないよ でーたをつまみ食いする化学リテラシーの低い文系の官僚と政治とメディア
右も左も自分達に都合よく現実を政治利用とするゴミしか居ない
本物のゲロ吐いても事実に向き合う化学リテラシーなきゃ
データーサイエンスだって紛い物になる
だってコロナのデーターすらワクチン打ってる国も、それ否定する反ワクチンも自分達で持ってない
他人のデータを盗み食いしてるから永久に陰謀論で目がくらんでるアホばっか
この国にほんとうにデータサイエンスが育つはずも無い 日本学歴社会と混同するこのあたり
みんな全くわかってない >>461
なんだ、宮田って黒マジギリギリだったのか！ >>12
東大がそれやってるな
副専攻ってほどカッチリしてないけれど 日本はワクチン打つ医者も反ワクチンのカルトも
じゃあ自分達が必死でソース付きで公正なデーター取ろうとしたのか？
自分達は何もしないで論文を海外から持って来て
右だー左だーとかアホしかいないのにもうウンザリしてんだよ
本当に必要なデータが無いのに何がデータサイエンスだボケ >>480
日本語訳するな
英語は同じ表現だ
関数と機能もfunction
全く同じことばで表現する
日本人は日本語にした瞬間世界を日本風に理解して世の中違う景色で見る
日本語で議論してても噛み合わない で自分でものを考えないただの翻訳者の大学教授が偉そうにふんぞりかえってるだけの国 >>484
建設工事統計も捏造する国でまともなデータはない 日本じゃ微分と導関数は別物という
ところが英語にした瞬間この２つとも
derivative データを取るときに公正になるように取る基本を出来ない日本にこんなの無意味だ
左も右もお手盛りデータを分析してドヤ顔してるんだもんな
ワクチン他国から買う羽目になったのも非科学だいすき疑似科学国家だからだぞ >>476
理学部数学科を買い被りすぎ。
駅弁なんかだとただの算数ごっこ
ID:ciWk52uc0 のような低能にはそれすら遥か彼方の話なんだけどな >>488
そもそも関数をグラフ化して予想するのと
微積分で放物線を予想するのはほぼ同じだからな
着地と墜落は同じだって映画のグラビティが言ってたのと同じさ >>489
データに公正も不正もない
それはデータとして不適だ
さらに適正なデータでもその解析には必ずバイアスがある
必ず >>489
マクロ経済分析の結果、消費増税は経済的マイナスの影響
このコンピュータによる分析結果を見た審議会は黙殺
実際こうだった
日本の政策にはデータを見る姿勢がそもそもない >>442
あー、腑に落ちたわ
総合芸術としちゃ悪くないな
ありがトン >>492
不適なデータしか集められないのに
先にデータサイエンスの学生を乱造して何になるんだよw
って話
データの正しさについて議論してる日本人が少ない
海外のどこそこが出したとか言えば反ワクチンのアホでもすぐ信じるもんな
医者でそのレベル、分母だの母数だのすら気にしない連中が9割なんだよこの国は
無意味にも程がある どうもちょっと頭のいい人ならビッグデータからキーワード検索する短いプログラムとか1週間かからないで覚えるみたい
プログラム知らない人がね
そういう簡単ものを一般教養として教えるといいよね >>491
導関数はドイツのライプニッツ派の用語をドイツから輸入したかららしい
ようは翻訳者同士の対立が解消しないまま
折衷で組み立てられた話
そんな明治の話をひきづってアホじゃね 経済でもフィボナッチや自然対数で関数の級数展開を微分するんだろうが この世で最も意味がない学部だな
統計学ですら学問じゃないって言われるのに >>460
行政の科学予算削減で
素粒子の検出シミュレーションや宇宙工学の専門家が金融に流れてきたのが始まり
経済文学出身には背伸びの世界 >>496
頭いいって概念が間違ってると思う
日本はその単一のメジヤメントが巣食うアホの国 なんか、何も成し遂げられてない無能がイキってるな。
俺が言いたいことはこれだ
一橋の教授ともなれば、その専門分野でそれなりの実績をお持ちの方々ばかり
その方々がいきなり看板かけ変えてデーターサイエンスなんてやる必要があるのか？って話だ。
ソバ打ち名人から習いたいのはそばの打ち方であってカレーの作り方ではない。
そういうことだ。
やるならちゃんと適任者を雇用するところから始めろって話。 >>499
工学こそ学問じゃないのに
日本では大きな顔してるよな
職人の世界なのに >>500
流れてきたんじゃないぞ
アメリカはNASAの民間化とか予算凍結の時に
頭脳流出を防ぐ意味と、その時点でデータサイエンスを伸ばすために
国が行動な計算できるぎじゅつ者を金融業界にリクルートさせた
政府がちゃんと戦略を立ててたんだ
日本のコロナの政策見てみろw
科学技術をどう伸ばすかなんて予算の額だけで語ってて争い合って
厚労省は国民の顔色と財務省の顔色見てるだけでデータベースすらおざなり
cocoaがああなったのも当然だし
それ一つとっても科学なんて物から程遠いんだよ >>504
文系いってるよーなやつにはできない
文系理系じゃない
なんでも難しいとはその前提となることができてないだけ
日本はアホを作るためにできない判定をすぐにしてきた
世の中そうじゃない
何かやるための前提はこれです
これをやるためにはこれをやってからやりましょうとガイドがある
英語の本見ろ
全部そうだ
日本は期限をきってわからないやつをバカ扱いしてる
そこが日本が最低国になった理由 まぁ教員人事すらしてバイアスだらけの好き放題の大学(一橋のことじゃなく一般論な)が、データーサイエンスとかそこから笑うところだけどな。 トランプの札から1枚のジョーカーを見つける
Twitterなどの検索から同じようにみつける
これを複数の場所を自動で巡回して検索して結果を持ってくるのがデータサイエンティストの技術
簡単なものは単に自動で検索するだけ
中学生でもだれでも覚えられる
5chですべてのスレを毎日朝6時に検索して岸田という名前を検索する
これだけで検索結果を毎日グラフにすると何かの指標になる >>509
いかにも量産型の口だけゆとりバカって感じだなお前は
で、お前は何か成し遂げたのか？ >>512
こんなバカにまともに答えるやつはいない >>511
それは抽出してるだけだろ
そのレベルは既に中国の人民監視網がやってる
問題はそのデータを使って何をシステム化するのか？だよ
それはデータベース構築する能力が無いとダメだがそれが無い
抽出してデータ蓄積する能力なんてエヌビディアとIntelから中国が吸い取ってるレベル
今更必要なのはそんな幼稚な物じゃない
幼稚園みたいなこと言わないでくれ >>438
滋賀大ならまだしも横市なんてニッコマと大差ないマイナーアホ公立だろうが ハッキリ言うわ
日本にはインテリジェンス機関がない
どこの国もインテリジェンスがデータサイエンスの最高峰に居る
日本で育つはずが無いのはそう言う理由だ >>515
俺の地元の高校は早慶よりすごいって言ってたんだけどな。。 >>514
あのね
中学生からでも教えて一般教養として簡単なものをつかえるようにする
それが要旨
あなたは発達障害系らしくてある分野には特化していい評価なのかもしれないがふつうの会話が苦手なのではないか？
落ち着いて読め
ここには怖い人いない
落ち着け
深呼吸しろ >>518
そりゃ地元の高校は地方国公立持ち上げるだろ
俺のところも早慶より岐阜大が上って言われたし インテリジェンス機関こそデータサイエンスの最高峰
目指す山の無い日本のデータサイエンスは何処を目指してんだか
また使えない稼げない人材とか政府やカルトに都合のいい答えを出してくれる巫女人材を
大量に作って誰かの人生を無駄にするのかよ 横浜市立大には医学部があるよな。
旧商学部は商業高校の名残。 >>511
そのレベルにも満たない奴等を大量に雇用していたのがTwitterやメタ
意外と世の中チョロいもんなんですよ、要領のよいやつにはね。 >>509
バカのくせに長文でレスするなよ
寝てろよバカが >>464
ちゃんと勉強してれば学んでるだろ
定義をごまかす言葉遊びはくだらない >>524
そういうのが口だけゆとりバカの特徴なんだよ。
今、科学の世界で新進気鋭！って人材が出てこない。
ゆとりバカは口だけで成果を出せないからなんだ。 >>524
こんなバカなスレなんか相手気してるより寝てるに限るな >>528
だよね
その通りだよ
小さくて安いドローンでも運用次第ではウクライナ戦争でも活躍してる
ツールと運用だよね >>442
医学も何も、理系で一番必要なのは国語だよ
論文もそうだけど、研究費とるための申請書やポストにつくための書類作りには文章構成力が絶対必要だからな >>517
>>525
お前のような駅弁にすら受からないようなレベルの私大理系くんはそもそもお呼びじゃないから。
算数ごっこでもやって塾でイキってれば良いよ。 >>439
お前の時代は土地成金のバカは医学部にしか行けなかったからな。 ゆとり世代「数学なんて社会に出ても役に立たないじゃん」 >>530
甘い、その前にゴマスリ忖度が先だ。
科研費が公平に審査されているなんて思ったら大間違いだよ。 データサイエンス学部というくらいだから
まともなデータの取り方くらいは教えるんだよなあ？ >>532
駅弁や私大文系ならともかく、一橋には立派な先生がたくさんいらっしゃるんだから、その方からしっかり学んで就職すれば良いだけのことなのにね。 >>536
その一方で
ゆとり私大理系君「数学が大事、数三やらないなんて信じられない！」って騒ぐからな、
駿台模試の数学で平均もとれなかったくせに。 >>488
微分は differential だろ 駿台模試2021 数学
東大
文一合格者 64.1
文二 63.5
文三 58.7
一橋
経済 59.4
社会学部 53.9
京大
法学部 59.9
経済 61.6
東北
経済 53.4
名古屋
経済 49.8
大阪
経済 55.3
九州
経済 49.8 データ分析に要する労力の過半は
嘘・異常値・欠損だらけのデータを整えることに費やされるから
結局のところ自然社会に対する深い知見と論理学のセンスが重要
この分野でアメリカが強いのは
LISPを使ったプログラミング教育に熱心だったことと
ベイジアンが多いことに要因があると思う データサイエンスやるなら最低でもRかPythonみたいな道具を使いこなせないとな
PythonならBSと組み合わせて自作のデータ収集BOT何かも簡単に作れるし
SASやSPSS導入している学部少ないだろうけど一流所狙うならこの辺りもやっておきたい
もちろん道具だけじゃ駄目で中身となるアナリティクスも必要だし
基礎解析や線形代数みたいな数学も出来んとTensorを使った分析ができない バカほど流行に敏感だからね。データサイエンス専攻とか言っとけばバカ仲間は誤魔化せるよね。 >>544
ここで数学がー、文系がーって言ってる私大理系君は駿台模試の数学の偏差値45もないからなぁ(笑) >>515
1次のボーダー、8割ぐらいなのにwww 今、巷でデータサイエンティスト自称してる半分くらいは単なる無能だから、
これから社会人デビューする若者は大学でしっかりデータサイエンスについて学んで、
その辺ちゃんと見極められるようになっておくことを強く推奨する。 >>553
まあデータサイエンティストって肩書きに憧れてるやつはとっても多い パソコンアプリに対応したデータの並び順や構成別の
フローチャートメニュー式の統計学の教本の演習問題を数解けばいけるかな、
数式や原理はわからんが、レポートで、グラフや表で差は一目瞭然だが
なんちゃら検定で有意差が出たぞとかで。
ワナビー気分にはなれる。 国がデータ取るの邪魔してる国でデータサイエンスは皮肉か？
ついでに人治国家なので俺様理論で行政、立法が回ってる国で客観的なデータなんて邪魔にしかならん。
司法が「相当の蓋然性を以て」とか判決文に書けちゃうのに数字いらんだろwww >>122
小柴先生は政治力だけでノーベル賞取ったわけじゃない。
超新星バーストは元々装置で目的としてたイベントではなくて
そのパルスを見逃すことなく解析してノーベル賞に至ったのだし。
日本の宇宙線分野では空電研が３K輻射を発見していながら
原因追求しなかったためノーベル賞取りそこなったという苦い教訓が
連綿と語り継がれててな。
言わば過去からの積み重ねの果てにあのノーベル賞はある。 >>549
俺はお前に私大理系君にされてるが、コンスタントに80台あったけどな
最高で96くらい >>554
うだつの上がらないウェブディレクターがエンジニア方面への転向に断念した末の逃げ道って感じはする。
ディレクターからのキャリアパスとしてプロデューサーが上位にあるけど、
そこに至れなくてフロントエンドのエンジニアに転向したがる奴は多いが、
技術習得に追い付けなかったり資格取得が出来なかったりで断念する奴をたくさん見てきた。
その中で資格が不要で、求められてるモノが求めてる人にとっても曖昧なデータサイエンティストという肩書きは、
要求も成果も比較的曖昧なまま名前だけ進行してたこの十年間、騙りやすい肩書きだったとは思う。 はいはい数学数学
受験生の皆さんは数学を頑張りましょうね！
後に東大総長になってから知ったのですが、東大入試で差がつくのは数学なんですね。文系もそうです。
読売新聞2018年9月22日「時代の証言者」 佐々木毅（元東京大学総長） アホな大学の英文学科の存在が未だに謎だわ。
英語ができないからアホな大学に行く事になったんだろうに。 東北大学 数学
工学部
54.1
医学部
58.6
東大
理一
66.1
理二
62.3
理三
74.8
東工大
工学院
59.5
情報
62.8
名大
工学部
53.0
医学部
65.5
京大
理学部
63.0
工学部
60.0
医学部
69.8
大阪大
工学部
54，4
医学部
66.6
九州大
工学部
51.6
医学部
63.2 >>460
そういうことをやりだしたから
ブラックマンデーみたいなことも起きちゃったんだろうけどね？
人はみんな、お金などというＳＩ単位系に組み込む余地もないような
幻の数字に振り回されすぎなんだよな。 アメリカで数学の博士号ホルダーを最も多く抱えてるのがNSAって聞いたわ
たしかに、日本にはそういう機関が無いからねｗ もっと大事な学部があるやろ
反日統一自民党を一掃するための日本革命学部だよ
中核派に出張抗議してもらえよ >>563
じゃあ文学部はどうなる
日本語のお勉強か？ >>568
日本の公安とは規模も予算も桁違いだよｗ とりあえず、5chの民はまともな感覚なので安心した。
データサイエンスは一つの学問とするより、他の学問を支援する知識と考えるのが妥当だ。 データサイエンスも大事だけど色んなデータ採取する人が大勢いないと成り立たんし
メインじゃなくてサブ的というか複合して大きな意味なすもんだ >>1
君らが卒業する頃にはデータサイエンスブームも下火になる上、データサイエンス系の人材過多になるから、覚悟しといた方がいいよ >>146
そんな曖昧なものではない
すべてはデータの分析と解析 捏造学科にしかならない気がする
数字をどう上手く誤魔化せば騙して金をむしりとるかの >>3
行っても先がねえんだよ…
理系だけど特にやりたいことないってんなら大人しく情報系に進んどいた方がいい
取り敢えず食いっぱぐれることは無いから >>578
そんなことねーよ
統計の専門家ほど同じデータでもその扱いでさじ加減で違う評価になることよく知ってる
たからこそいろんな手法があるわけで
それぞれで結果違うし
それは適用してみた結果から適正かどうか判断するわけで
適正てないなら別の手法に変える
AIも同じ
結果が使えるものにならなきゃ
つまり意味ある結果でなければならない
さじ加減こそスキル
望みの結果でないものは
役に立たない で当然バイアスがある
あるのが統計であると
それが専門家
そのバイアスを理解して使うのが利用者の責務であると だからこの統計は神が出したものである
という態度で扱ってるなら
それは詐欺モドキ そんな横文字にしたところで要はIT土方養成学校だろ それを理解するのが
統計
データサイエンスの
初級者の心得
そして利用者の心得
つまり統計データを提示される側はその基礎知識がなければマインドコントロールに使われる 支配層が企むデジタル監視社会の担い手を
あらかじめ育成しようとしてるのだろうが、
そんな事はもう家畜階級にもバレてるから
デジタル監視社会で飼育される事から脱する為に庶民は色んな抵抗するからな。
こんな学部を出た奴は仕事にありつけず
PC以外何も出来ない無能としてニート一直線。 >>84
学問・芸術（芸能）・スポーツは一流かつ幸運じゃないと飯が食えない特異な世界だからなあ
でも俺はそこからこぼれた1.5流の人々が教育のレベルを上げていると信じてる >>581
食いっぱぐれの無さだと、情報系は業界の動き激しすぎ
土木工学が最強
ただし未だに業界全体が体育会系
公務員まで土木系は体育会系思考 >>3
理論物理の博士卒がデータサイエンスでは最強。 データサイエンスの分野って日本でなにか実績あるの？
学校よりまずちゃんとした実績作ったほうがいいんじゃないかな 他国では20年前に力をいれ始めた分野。しかし、日本では求職者に求められたのはコミュニケーション能力。 滋賀大のデータサイエンス学部が就職いいとか最近特集になったと思ったら雨後の筍みたいに案の定どこの大学も追随し始めたな >>595
理論物理の博士なんてプーまっしぐらじゃないかよ(笑)
ましてやお前のような駅弁ならなおさら ITバブル時のプログラマーブームや一寸前の薬剤師ブームを思い出すな
一生困らない美味しい仕事だと喧伝されてたんですぐ飽和するぞと思っていたら案の定 在野の人材を新規に雇用するなら良いんだよ、看板だけ作って教える人は今いる人でやりくりって言うのがおかしいだけで。 学生のうちは数学みっちりやっとけ
プログラミングなんてあとからいくらでも習得できる >>146
数学を得意科目にできるセンスのある奴はそういうのはすぐ見抜く
逆に一生懸命公式を覚えて対応するようなセンスのない奴はそういうの苦手
そういう奴はいくら専門的に勉強してもダメ 分析する計算ってどこまで必要？
中学生レベルじゃダメ？ >>605
数学が得意科目と良いながらも駿台模試で偏差値45くらいの私大理系君や駅弁理系君はどう？ 大学で数学をやってまだ数学が得意と言える奴は凄いと思うよ
大学受験で数学は駿台70でしたとか糞レベルの話だからな >>610
凄くねーよ
高校時代から大学の数学くらい普通やるわ 高校の数学でも最初に確率を習うときに同様に確からしいというような表現が出てきて、発生率が同じかどうかをまず気にするように教えている
なので高校レベルでさえ数学を真面目に勉強してれば、問題を考える前に一様分布かどうかを気にかけるのが習慣として身についている
だから現実の問題を考えるときでも常に分布に偏りがないかを最初に気にする癖がついているので、分布の偏りに騙されたりしない
こういう真面目さが大事
確率の意味を考えることなく公式を当てはめてきたような人は、根本的に数学に向かない
こういう人にいくら教えてもダメ データサイエンスなんかもう下火だろ
ただのソフトウェアだからな
やはり一番重要なIT基盤はインターネット 授業についていける学生がどれだけ集まるかが心配だな 身内がこれ系海外の大学でやってきて公演に引っ張りだこだわ 統一教会系経団連の日本大企業が皆を雇い過労死させ
日本人撲滅計画に大成功だな むしろ私大も共通テストの5教科やって文系も数学必須にすべき
私文は論理的思考力低すぎて使えなさすぎるわ 経団連企業に雇われて後進国より安い賃金で休みも取れず過労死するより中核派に入った方がマシだろう わい現職だけどぶっちゃけ名乗る奴はいてもできる奴居ないから歓迎だわ
Pythonでモデル適用するしか出来ないアホ多すぎ 日本人のデータ解析能力は低い。
学習塾の宣伝文句で、学区トップ校の合格者数が一番多いやつが未だにはびこってるけど
真に受けるやつは正規分布わかっとらんわな。
塾内偏差値50以上の子はどこに行ったんやと。
こんな塾行ったら数学出来なくなるぞ。 STEMじゃあ。STEMじゃあ。STEMさまのお通りじゃあ。
って別に煽ろうというわけではない。逆だよ、実に頼もしいことだね。
むしろ優位なヤングはScience Technology Engineering Mathematicsを
大いに学び、是非ともより良き人生を送ってほしいもんだ。外資系企業とかで。
え？ なんで外資って？
いや、なんであれ今日び科学技術を究めて
国内企業で働いて未来が開けるかね？
国内企業の場合、まず最初に面接官様をヨガらせる
"就活コミュニケーション"の能力がないと
どれだけ勉強しても意味がないだろうからなあ。
履歴書のハンコはおじぎ印、とかさｗｗｗ
（今の履歴書にハンコ欄はないかｗ あとは本籍欄賞罰欄とか（）
昔は押印はズレてたらダメといわれたが、今はおじぎ印じゃないと
ビジネスマン失格というんだから、すばらしいねｗｗｗ）
まあヨタはともかく、本邦のカイシャ社会はどこであれオフィスでも
その前置たる就活も無駄で晦渋なマナーや"コミュニケーション"能力に
拘泥した結果、当然のように時節遅れにシュリンクしているわけでね。
逆に言えば>1のような諸学問を収めた有為な若者に選ばれる、
その活躍を後押しできる度量が企業になければ、この国の経済の未来はダメさ。 バイオテクノロジーや介護系が花形って言われた時代があったなあ。。。 >>627
世界でもバイオは花形だろ
創薬一人勝ちの業界でわざわざ国挙げてジェネリック企業支援して没落しただけ
武田ですら新薬作れないし こーいうの増えること自体は悪いことじゃないんだけど日本の場合データ使って人をいかに騙すかの学問になってんのがな Ｅテレで、カリキュラム化して放送してくれよ
ＡＩも教養的入門じゃなくてAPI使ってみれるくらいのカリキュラムで まあそれにしてもね、あ、データサイエンス関係ない一般論だけど
科学技術っていうのはさ、普遍性があるもんじゃないですか。
ＩＴのことは詳しくないが、プログラム言語って同じ言語使ってれば
別にアメリカのパソコンとフランスのパソコンと日本のパソコンで
動作がそんな違うとかないでしょ？ ないと思うんだけどｗ
つまり、特にこのグローバル社会において普遍的な学問を身に着ければ
より給与の高い職を求めて国境を越え、豊かになれるチャンスがあるってことだ。
かつては日本は世界的に豊かだった。だから外に出ることはあまり考えないよね。
でも、これからは貧しくなるわけじゃないですか。救いようがないくらい。
じゃあ国内と国外では外の方が高くなるんだから、普遍的な学問は大事なわけよ。
既存の日本企業論理でのみ評価されること（それは往々にして就活に資する営為だが）
やっててもダメだってことね。
そうなるとね、まあ一度しかない人生、御身大切ってやつですから。
普遍的な学問、それは科学技術なんか典型だが、高度なそれを身に着けて
海外を舞台に稼げぐのが、まあ平民が富裕になれる一つのチャンスだよね。
ＩＴの世界の人とかがよくそういうことを言うてたりしますよね。
いや、若者には頑張ってほしいもんだ。 Fランの税金たかりでしかないからな
馬鹿に肩書をつけても頭は悪い
まともに統計や計算ができないアホの総務省や官僚を見てたらわかること >>630
クラウドのネットワーク系のこと言いたいんやろ >>629
こういう学科を出たところで大半は無関係の職に就くだろうし、経営層に上がっていく人も出てくる
そうやってリテラシーある人を世の中に増やすことで、簡単に騙される人を減らすのは良いことだろ
そうなると本当にスキルある人が評価されやすくもなるし データサイエンスでは限定的すぎる
形式科学学部
あるいは工学部応用形式科学科
を開設してその中にデータサイエンス系教科を含めて欲しい もう文系学部でも入試科目に数学、物理、プログラミングのどれかを必至科目にしないと駄目だな >>629
稚拙極まりない数式で42万死ぬとかぶち上げて京大教授にもなったアレとか見ちゃうとなあ 流行に敏感なバカな経営層がやりそうなことだよな。
物理なり数学なり基礎に重点を置いて、学部の縦割りをなくして柔軟に交流、共同研究させりゃ良いんだよ。 >>636
こういう学科にくる人は「簡単に騙される人」だろ… >>641
と
こーゆーもの知り顔で高飛車にでるアホ
学部は文部科学省の意のママに作らされるの
補助金が出るの
これが国の政策なの
バカアホいうならこっちな ふとみると>>592 くんが土木工学なんて名前を出していて
検索すると上の方で土木の話が出ておるようなんで反応するけど
あのね、案外ね、土木工学もですね、グローバルなんですよｗｗｗ
イメージとしちゃいかにもローカルドメドメな感じもするけどね。
ま、よく考えりゃ土木だってＩＴなんかと同じ工学なんでね、
もちろん風土による差はあるだろうが（国内も豪雪地と温暖地は違うからね）
本質的なところは内外ところ変わらないんだよね。
建設業は一時日本人労働者の最大15％くらいいったのかな？
今は8％くらいだと思ったけど（ともに未確認ｗ）
そういうわけで国内土着でしか働けないイメージがあるけど
結構ね、世界的に雄飛しているんですねえ。
有名な同窓会CMじゃないけどさ。あれは大成だっけ？
大手ゼネコンじゃなくても、結構外国いってる会社あるからねえ。
必ずしも企業そのものの大小関係なくて地場の施工会社でも
アジア各国にいってたりとかあるんだよね。面白いっすね。
だからジャップ国がこの調子で落ちぶれ果てて出稼ぎ社会になっても
建設技術者ってか建設産業はワンチャンあるかもしれないなあ。
ただでさえ技術者不足の中、建設産業が出稼ぎするようになったら
そのとき国内インフラどうなるのかしらんけどｗ
まあ若者諸君はそんな下を向かないで上を見て頑張ってほしいネ。 日本人はアシカの芸を覚えるのではなく
紀元前から人類が獲得した英知を遺伝子に刷り込まれるまで理解して欲しい
数学とか情報科学の流行のスキルを使えるようになればいいとか
pythonでコード書けるとかk8sやopenstackでシステム設計できるとかの芸風を身に着けるのではなく
形式科学というモノが何で存在して、それは自然科学と一体何が違って、人類はそれをどうハンドリング
すればいいのか根本的に考えられる人材を育成して欲しい >>639
どれも簡単すぎで世界とは戦えない
文部科学省の教育産業振興で天下り確保
その一点だけでやさしくやさしくしてきた
世界は秀でたことだけを求めてる
東大卒で官僚になって無理難題の式次第を進行するアホを作るだけの日本の教育
そのアホ以外は塾と奨学金という名のローンこれのために義務教育してるだけ >>120
いらんは極論だけど旧帝や早慶くらいの極一部だけで十分だな データサイエンスって要は実験しない非理論の理系ってだけ
金かからんので大学経営の点ではラク データサイエンスの歌ってない？デ〜タサイエンス♪デ〜タサイエンス♪
ホイサッサ〜♪あなたも私もデ〜タサイエンス〜♪ｗ >>653
大学じゃどう教えてるか知らんけど超実務の分野やろ >>637
地上波なくなってから、みれねーんだよ(´･ω･) >>642
だが、そういう人を簡単に騙された企業が喜んで採用するんだよ。 >>624
塾なんて、居酒屋やコンビニやってた人がFランの学生使ってやってるからなぁ これは一昔前のバイオ系の匂いがするな
一流までいけば確かに凄いんだろうけど >>616
それ以前にマトモに教えられる教授が居るのかと？
どうせいい加減ななんでもあり審査で通しちゃうんだろうな。
最近の設置審とか本当に酷いからな >>609
でもここで数学がーってイキってるのはそのクラスよ。 数学必須とかやめてくれ
有名私大文系こそエリートみたいな扱いを
マスコミや政府がこれまでしてくれたから
今の早慶の地位があるわけで・・
そういう勢力にもっと気を使ってくれや
体育会系私立文系絶対の支配構造を変えたら、多くの人が困る >>665
早慶で数学できないのなんてスーファミと所沢くらいだろうよ。 >>666
そういうことにしてくれてたけど
今は実態がばれてしまってるからね・・
模試で数学１０点とかの奴でも
早慶は受かっちまうからな
もっというと明治がE判定の奴でも
AOで早慶受かってる奴らもいる
マジで終わってんよｗ >>667
と、思いたい駅弁理系君の妄想ね。
駅弁理系こそ要らないと思うわ。
あんなん高専で十分 数学の能力はIQで決まる。
ますます、生まれ持ったIQだけが人生を決める時代になるんだな。 >>669
でも私大理系とか駅弁理系とかIQ100以下のやつがいるじゃん(笑) >>662
市井のデータサイエンティスト()より統計学専門でやってる大学の数学や統計の先生の方が向いてるよ
真面目に取り組もうと思ったらデータに合った数式開発しなきゃならんから ライブラリ使う側なら数学はあまり難しいものは要らないけど、
最小二乗法の射影行列とかが理解できる程度はやっておいたほうがいい。
理系大学1〜2年レベルの線形代数、微積、確率統計ができればあとはなんとかなると思う。 >>73
それ古い。
いまはその結果の分析も機械学習でやる。 >>670
文系は有名私大でも100未満しかいないよ。 これでまた一橋から楽天さらに増えそう
一橋大学 就職先 TOP１０
https://tadaup.jp/loda/1028175757572925.jpg
＜２０２２年３月卒＞
３０ 楽天
１５ PwCコンサルティング
１５ 三菱UFJ銀行
１３ 野村証券
１２ 三井住友銀行
１２ アクセンチュア
１０ デロイトトーマツファイナンシャルアドバイザリー
１０ 丸紅
９ 日本生命
９ みずほフィナンシャルグループ
＜２０２１年３月卒＞
３５ 楽天
１５ 三井住友銀行
１３ 日本生命
１１ 三菱UFJ銀行
１０ みずほフィナンシャルグループ
１０ 日本政策金融公庫
１０ 日立製作所
９ 野村証券
８ 監査法人トーマツ
８ 三井物産
＜２０２０年３月卒＞
２９ 楽天
２２ 三菱UFJ銀行
１７ 三井住友銀行
１５ アビームコンサルティング
１２ KDDI
１１ 日本生命
１０ 東京都
１０ パナソニック
１０ 丸紅 楽天 初任給30万 30歳年収1000万円
https://tadaup.jp/loda/0530034521560283.jpg
主要大学 民間企業就職先（大学や病院、官公庁は除く）
東京大学 2021年度(2022年卒）
１位 ５３人 アクセンチュア
２位 ４７人 楽天★
３位 ４０人 マッキンゼー
４位 ３９人 日立製作所
５位 ３４人 野村総合研究所
一橋大学 2021年度(2022年卒）
１位 ３０人 楽天★ （３年連続断トツ１位）
２位 １５人 PwCコンサルティング
２位 １５人 三菱UFJ銀行
４位 １３人 野村証券
５位 １２人 三井住友銀行
５位 １２人 アクセンチュア
慶應2021年度(2022年卒）
１位 ８８人 アクセンチュア
２位 ８３人 PwCコンサルティング
３位 ７６人 楽天★
４位 ６９人 三菱UFJ銀行
５位 ５８人 NTTデータ
早稲田 2021年度(2022年卒）
１位 ８７人 NTTデータ
１位 ８７人 アクセンチュア
３位 ６４人 東京海上日動
４位 ６２人 楽天★
５位 ６０人 富士通
（最新年度現時点で未発表のため昨年参考↓）
京都大学 2021年度(2022年卒）【未発表のため昨年参考】
１位 ３５人 関西電力
２位 ３４人 三井住友銀行
３位 ２９人 楽天★
３位 ２９人 アクセンチュア
５位 １９人 ソニー
大阪大学 2021年度(2022年卒）【現時点で未発表のため昨年参考】
１位 ４８人 三菱電機
２位 ４１人 楽天★
２位 ４１人 ダイキン工業
４位 ４０人 三井住友銀行
５位 ３８人 パナソニック >>225
有用なライブラリの探しかたと使い方をまず教えてほしいｗ ハッキリ言って会社員レベルのデータサイエンスなんて、占いと何も変わらない。
業務システムでは目的のトランザクション処理を確実にやり切る事が最重要で、
合ってても間違っていても何の責任も取らない統計屋なんて何の意味もない。
ただデータサイエンティストという肩書きで占い師を雇って、コンサルタントという
名目で高値で売る商売においては意味がある。ビッグデータとかDXとかも同じ。 https://youtu.be/WW0geQGuk-M
チャラチャラしたやつ多そう
これは学部でやってた人ではないけど
慶應理系で卒業後にデータサイエンティスト >>672
だからそんな先生が既存の大学の文系学部にいると思うのかよ。 >>677
というIQ100未満の駅弁理系君の願望な
駅弁理系なんて要らないのに高専で十分 >>679
また情弱さん向けのYouTubeを信じる、楽天の30才の給料そんなにないぞ >>679
30才で1000万がほしけりゃ外資の製薬に行った方が良いんだけどね、文系じゃ無理だけど。 情報処理技術者試験 − データベーススペシャリスト試験(DB)
https://www.jitec.ipa.go.jp/1_11seido/db.html
３．期待する技術水準
高品質なデータベースを企画、要件定義、開発、運用、保守するため、次の知識・実践能力が要求される。
(1) データベース技術の動向を広く見通し、目的に応じて適用可能な技術を選択できる。
(2) データ資源管理の目的と技法を理解し、データ部品の標準化、リポジトリシステムの企画・要件定義・開発・運用・保守ができる。
(3) データモデリング技法を理解し、利用者の要求に基づいてデータ分析を行い、正確な概念データモデルを作成できる。
(4) データベース管理システムの特性を理解し、情報セキュリティも考慮し、高品質なデータベースの企画・要件定義・開発・運用・保守ができる。 ４．試験時間・出題形式・出題数（解答数)
午前Ⅰ 9:30～10:20(50分)
午前Ⅱ 10:50～11:30(40分)
午後Ⅰ 12:30～14:00(90分)
午後Ⅱ 14:30～16:30(120分) 出題形式 多肢選択式
午前 （四肢択一） 多肢選択式
午後 （四肢択一） 記述式 記述式
出題数 解答数
午前
出題数：30問 解答数：30問
出題数：25問 解答数：25問
午後
出題数：3問 解答数：2問
出題数：2問 解答数：1問 過去問題（問題冊子・配点割合・解答例・採点講評）
当機構で公表している過去の試験問題の使用に関し、許諾や使用料は必要ありません。（ダウンロードでのご利用も特に問題ございません。）
参考リンク：
令和4年度秋期試験 問題冊子・配点割合・解答例・採点講評 2022/10/9更新 new
https://www.jitec.ipa.go.jp/1_04hanni_sukiru/mondai_kaitou_2022r04.html#04aki ひろゆきがデータサイエンティストが儲かるって言ってたからな
高いプログラミングスクールと一緒だろ
習い事ビジネスだよ
実際大学行くなら、意味不明な複合学科はやめて、法学部なりに行きながら、エンジニアの勉強したほうがいい 西村博之は靴磨きの少年だからなｗ
データサイエンティストはいまが天井なんだろね データサイエンス関連書籍の図書館での借りた記録みたら、6年前に借りてたな
英語版はその2年前に出てるわけで、おまえら二周くらい遅れてるｗ >>33
>15が言ってるのは数3の事だろ
一橋は数3不要 文系だと、江戸時代に徳川トゥナヨシとか田沼オキトゥグって発音したことを知ってる >>693-694
ツイッターやアマゾンのようなテックジャイアンツで人員整理が行われてるわけで
このタイミングでデータサイエンスとかね
データサイエンスやる前に、おまえら世の中読めてないというｗ 株価や債券や為替の値動きに果たして普遍性はあるのだろうか
自然科学的事象には普遍性があることを前提にしているから「過去」のデータの特徴が
現在や未来にも見出されることが期待されている
一方、株価や債券や為替の値動きのデータに特徴を見出した人間は現在や未来にはその
特徴を織り込んで売買するであろうから「過去」のデータの特徴に普遍性が保障されている
と考えるのは早計ではないだろうか？
つまり社会学的事象に関する何らかのデータに対して自然科学的事象で処理してるような
統計解析的手法が「常に」有用な知見を提供しうるかどうかがそもそも疑わしい バズワード
と呼ばれる、意味不明（誰も説明できない）な
謎の学問や定義になっちゃったね
なんでこんな事に なんちゃって要員が増えるだけｗ
結局、中抜きにいくぐらい
電気電子工学や情報工学を増やせばいいけど、全体のレベルが下がるだけか 今頃かーって言ったとしてもやろうとしないよりは全然よいが
まともなのが育つのか教える側がうんこ多いしな 哲学者は形式科学の範疇に属する論理学で経験科学に属する自然科学に異議を唱えるような
頓珍漢なことをするくせに、社会科学的事象の解析に自然科学的事象の解析で実績がある統計解析
手法を妄信してアシカの芸のように闇雲にトレーニングしてデータサイエンストなるインチキ人間
を志そうとする人には異議を唱えようとしないのでしょうか？
人類がこれまで獲得してきたあらゆる知見の意味についてしっかり考えれば何がインチキっぽくて
何が確からしいかおのずと見えてくるのではないかと思います >>696
タ行ローマ字がta chi tsu te toと
変則的だったりするのは
日本語の訛りのせいね
訛ってるのに「標準語」とされる不思議 >>701
そもそも
データサイエンスって、何か
分かってる？ データサイエンストの職に付いてる奴って、理系高学歴とプログラマーの延長の2種類要るが、実際に使えるのは後者
前者はコンサルが箔付けに置いてるぐらい
大学の偏差値も低く専門分野も持ってない前者を量産しても意味なし 教えられる人がいないのにバカかよ
つか一橋はいまでも数学必須じゃないのか？ ビッグデータは結局安い磁気ディスクに入れないといけない
磁気ディスクは読み書きが遅い
1回のデータ処理に何時間もかけたくない
ましてや仮説を1000個立ててそれぞれを検証して比較するのに薄ノロ磁気ディスクはきつい
薄ノロ磁気ディスクのデータ読み書きを少しでも高速化するにはRAIDによるパリティ付きストライピング
のようなハードウェアやストレージの知識とデータベースやSQLなどのソフトウェアの知識が要る
つまりプログラミング知識がないと俊敏なビッグデータのハンドリングはできない データウェアハウスを契約して
ペタとかエクサなビッグデータをディスク1万台でストライピンぐして読み書きを高速化する せめてデータエンジニアリングって名前にしてくれないかなあ 今の若い人が歳を取ったら
エクセルで統計出来ない◯◯世代いらねーとか5chで煽られてたりするんだろなー エクセルでビッグデータなんて扱ってられん
pythonでプログラム書いてデータはデータベース入れて出し入れしないと日が暮れる >>674
「集合」は簡単すぎて必須となりますか。 統計解析は実績あるライブラリを使う。
丸め誤差とか自分で考えて関数を1〜自分で書いてたら日が暮れる
機械学習のコードも同様に実績あるライブラリを使う。 データサイエンスの応用を学ぶのか、データサイエンスを学ぶのか。
前者なら院、後者なら・・・。 >>715
どういうこと？ 集合は簡単すぎるかもしれないけど必須学習項目に含まれますか？
ならイエス。
集合論は数学全領域の基礎だし、論文読むときにも分かってないと読めない。 金儲けできそうだから祭り上げてるだけなんだろ？意外と金儲けできなけりゃ、すぐ終わりそう。 >>713
今でもDBとテーブルリンク出来るよね
SQLの代わりにデータサイエンス系AIを使う感じになっていくのでは？
それがパイソンかどうかは知らんけどウィンの標準ライブラリが出来てVBAで可能になっててもおかしくはない ・魚釣りがうまい奴は別に統計解析がうまい奴ではない
言語化せず説明しないのでいいなら経験値を自分だけで処理して誰よりもたくさん魚を釣り上げる
・回帰分析の計算方法が知らなくても人は右肩上がりか右肩下がりか一目でだいたいわかる
言語化して他人に説明する際に相関係数とか回帰直線などの技法が必要になる
・帰納的に方程式をセットアップしても最後の詰めが甘いとそれは何の役にも立たないツールになる
例えば完全流体のオイラー方程式は粘性流体のN-S方程式の粘性項が無いだけで他の項はすべてそろって
いる方程式なのに実際の流体現象の諸問題（流体抵抗など）が何一つ扱えない
つまり最後の最後まで詰め切れてない理論は無用の長物となる場合がある データサイエンスなのに、数学必要無し！微積必要無し！とか狂った文系データサイエンスが激増してるが、何をやろうとしてるんだ？
本物のデータサイエンスの世界は、数学の使い方としては、物理と変わらんよ？使えない人材で混乱するし、肩書では食えない世界よ。
>>719
理数系の才能とスキルなけりゃカネにならないね。 >>720
データサイエンスにexcel使うの？
頑張ってね 名称に「社会」と「科学」が
両方入ってるのは
ちょっと疑って見た方がいいw >>720
VBAみたいな非効率な言語を使うこと自体が時間の無駄 >>722
Twitterのような
キラキラIT外資系が数多く生まれそうw
それか、国の統計局に行くか >>726
試算とか報告書作るときにexcel使うかもね
乾電池100個くらい集めれば電動自動車は作れるもんね
俺は乾電池で作った電動自動車は使いたくないけどね ていうかexcelやVBAでデータサイエンスゴッコするって発想がそもそもセンス無し男 統計でエクセル使わないって
その方が稀だと思うw
勘違いしてるけど
これ基礎理論じゃなくて応用工学だからなw データ数が100個や1000個の統計解析ならexeclは便利かもね〜
統計関数いっぱいあるしすぐグラフも作れるし
でもデータサイエンスで扱うデータ数は桁がちがうでしょ？ 現場とか個人レベルのデータ分析ならエクセルで十分だよな
つーか、そういう現場レベルでデータ分析する人材がいないってのが問題なんだろ
統計の専門家、業者なんかなら日本にも既にいくつもある そもそもExcelかそれ以外かじゃなくて両方使う。
ぱっと表示したり可視化するならExcelが便利だし。
大規模なデータだとExcelじゃ処理しきれないから他を使わざるを得ないし。
どちらかしか使えないって発想はアホだよ 多変量解析とか因子分析とかを数百個のデータに対して行うのが
スレタイのデータサイエンスだったの？
俺はてっきりビッグデータが前提だと思ってたけど俺が勘違いしてたらごめんな >>734
大学の名前で専門学校的な実用に足のついた指導をしてくれるって一番コスパいいじゃん。
医学部とかもそうだし。 ＞商業学校から始まり「社会科学系の総合大学」
これすら読まないのかw >>733
いやexeclはだれでも使える文房具だから
別に使えないから敬遠してるわけじゃないし 下手なエフラン大学行くくらいなら
専門学校で高度なプログラミング学んだ方がいいと思う >>735
行数の話なのか列数の話なのか。
いずれにしても数は本質じゃない。 >>739
プログラミングなんて学校すら行く必要ないだろ。
中学生でも本やネット見りゃ自分で勉強できる。 一見難しい単語を並べて
頭が良さそうに見せたいお年頃w >>740
データサイズがペタとかエクサバイトだと
そのデータサイズも無視できませんが
エンジニアなら言うまでもないことだけど >>741
そもそも座学でないと身に付けられない奴がこの先の環境変化についていけるとも思えねえしな >>743
そんなことは分かってるだろ。君だけ議論についてこれてないよ。 物理とか経済学部の中で
統計とか学ぶのが本筋
データサイエンス部などすぐ消えるだろうね まあ1TBのexecelブックをつくってデータサイエンスをやってください エクセルとか単なる道具で一手段に
過ぎないし、
学ぶことの本質からも外れてるのに
なんでそこまで拘ってるのかw ていうか多変量解析の技法をアシカの芸のように身に着けて使うことも本質じゃないと思うけどね 結局はデータサイエンスって言葉がふわふわしてるんだよ
大学生に統計学教えるの、パソコン講座やるのって、学問としてこなれてないんだな オボちゃんわね
ほんとうは貼る子っていうんだよ
だけど照れくさいから
自分の事
オボちゃんて云うんだよ
股職人
オボちゃん >>506
技術と技能の区別がつかなそうな顔してるな 適切な道具選びもサイエンスやエンジニアリングでは重要
このセンスが無いことは致命的です
台風の進路計算をするのにCOBOLを選ぶとか
Webサービスをつくるのに機械語選ぶとか
ビッグデータを処理するのにexcelを選ぶとか データとソフトを与えられて動かすだけなら、数学もいらんけどね。
きちんとデータを選んで適切なソフトを選んで出力された結果から有意な結論を導き出すには、大学の一般教養レベルの数学くらいはできるくらいの脳みそもってないと、無理だわな。 見栄えするグラフ作れるのはExcelだが
それってサイエンスなんか >>756
科学技術計算する人にコボラーはいないしｗ
Webサービス開発者はそもそもマシン語知らんだろｗ 理系大学ランキング
【Nature Index 2022】
（）内数値はShare値
１位：東京大学（447.5）
２位：京都大学（263.0）
３位：大阪大学（189.3）
＊：[東京工業大学＋東京医科歯科大学]（150.8）
４位：東北大学（136.5）
５位：東京工業大学（132.5）
６位：名古屋大学（128.8）
７位：北海道大学（119.0）
８位：九州大学（93.1）
９位：慶應義塾大学（52.0)
10位：筑波大学（49.8）
＊：[大阪公立大学]（38.6）
12位：金沢大学（37.4）
13位：広島大学（36.0）
14位：神戸大学（30.2）
15位：千葉大学（29.5）
16位：東京理科大学（29.5)
17位：早稲田大学（23.8)
18位：大阪府立大学（22.6）
19位：岡山大学（22.5）
20位：熊本大学（21.8）
21位：信州大学（18.5）
22位：東京医科歯科大学（18.3）
24位：東京都立大学（17.9）
25位：大阪市立大学（16.0）
以下ゴミ
27位：名古屋工業大学（14.8）
28位：富山大学（12.8）
29位：立命館大学（12.4）
30位：新潟大学（12.3）
31位：愛媛大学（12.2）
32位：東京農工大学（12.0）
33位：埼玉大学（10.8）
35位：関西学院大学（9.8）
36位：東邦大学（9.7）
37位：横浜市立大学（9.6）
38位：長崎大学（9.2）
39位：岐阜大学（9.0）
40位：京都工芸繊維大学（8.7）
41位：徳島大学（8.5）
42位：奈良女子大学（8.4）
43位：山口大学（8.2）
44位：東京薬科大学（7.8）
45位：近畿大学（7.8）
46位：中央大学（7.7）
47位：横浜国立大学（7.6） 要は確率統計や最適化数理、情報数理あたりの複合だからな
その辺に必要なのは
微積分
線形代数
集合論
確率論
複素解析
常微分方程式
偏微分方程式
あたりか
実験計画法や符号理論の代数学とか、制御関係の関数解析なんかもあるか >>758
テレビの情報番組、池上彰の「解説」番組なんかで、ツッコミどころ満載のグラフ出すの良くあるけど、
エクセル使えます、科学はさっぱりわかりません！ってのがやると、あんな感じになるんだな。 ややビッグな１TBくらいのexcelブックって64GBくらいのRAMが乗ったPCで開くのに何日かかるのかな・・・ 数学は科学の言語だから、科学に分類される学問を教えるなら数学は必須だが。
サイエンスという文言は入っているから科学のように聞こえるが、単にコンピュータ
上でデータを作るだけと思われても仕方ないかも。
日本語を使って名付ければいいのに。 >>8
コンセンサスは得ているので、このアジェンダへのリプライは不要です ハッピーサイエンスとデータサイエンスは何が違うの？ >>762
あそこまで行くと論外やな
気の利いたパヨなら母集団操作でもうちょっと
うまいことやる >>765
そもそも講義で1TBも扱うのかどうかw >>770
ビッグデータならそのくらいはないとビッグじゃなさそうな気がする ExcelはPythonやJavaでも操作できるし
外部データベースとの連携やRなどの統計解析アドインも使える
速度やメンテナンスを考えなければVBAでビッグデータを扱うことも可能
表計算プログラムは基本的に万能だから
その限界を見極めUIの一つとして使えばいいだけ >>765
1TBのCSVを読み込んで統計計算させるなら
俺だったらその1TBのデータを適度な正規化してDBに放り込むな
処理時間短縮とデータ信頼性担保のために
この配慮が本質的じゃないというなら別にそう理解しててくれてもかまわないよ >>773
その適度な正規化もデータサイエンスでの手法のひとつだろう
生データから始まることに変わりはない 文系が急拵えでSTEM系でございと、お面被ったようなとこ行くなら、既存の理系の情報統計系の学科行った方が、教授陣も教育環境も充実してるんじゃないの？ データサイエンス系です！！
エクセルで読み込んでデータのつまみ食いして
ポエム書きます(^^)
そう、何故ならば文系だからね
https://i.imgur.com/xIgr1Yd.jpg >>778
いやいや、エクセル使ってる文系に、
俺はＲ使える、あなたたちとは違うんですってドヤる人間を育成しようとしてるんだろ 例え64GBくらいのメモリを積んだコンピュータで数十TBのデータの単なる算術平均値を計算
するだけでどのくらいの時間がかかるか計算機科学の知見が無い人ではわからないのかもね
ましてやループで繰り返し何度も統計計算させたりした場合計算が終わるのは明後日とかになっちゃう >>777
文系が急拵えで学部作ったら無意味なものが出来上がるから、データサイエンスの学科なり研究室がなければ理学部の中で立ち上げて、そこの教員を使って文系学科向けの講義、演習やらせるのが、一番いいんだろう。
さすがにプログラミング実習の授業くらいはあるだろうから（それすらもないなら、データサイエンスなんぞ立ち上げても全くの無駄だな）、そこを膨らます感じで。 >>776
え、滋賀大っていう大学があるの？レベルだからじゃね 大きな期待はしないけど、基本的な統計用語や仕組みとか
全く話が通じない人を会社でゼロから育てなくていいのはいい >>728
試算ならmatlab使えよ。結構高いが、それだけの価値はある。数十万個のデータの時系列解析などでも
試験的に色々試し計算して結果をいろんな図を描画して確認とかうちでは普通にやるぞ。特にいろんな
作図が簡単にできるのが便利。
その後バッチ的に大量の処理したくなったら既存のコンパイラー系言語に書き換えるのもスペイン語を英語に
翻訳する程度のものだ。まあ、嘘こいてると思うならmatlab準拠のフリーウェアでoctaveってのが
あって、基本linux系のソフトだがwindows用には環境込みでwindowsアプリとしてインストールできる
パッケージがあるから試してみればいい。ただ本家に比べりゃ遅いし、関数の中にはでたらめなのも
混じってるから本業には勧めない。 数学やコンピュータ科学は理学部じゃなくて形式科学部に組み込むべき 本当に文系分野でデータサイエンスで有用なアウトプットを出したいなら、データサイエンスを修了した理系の人間に、文系分野の勉強させるのが一番効率がいいのだろう。 >>15
理系クラスのほうが英語の平均点が上だったりする >>785
matlabなつかしいね
mathmaticaってまだあるの？
mathmaticaとmatlabじゃどっちがお得？ いくらデータをサイエンスしても、結局のところ決断し、
責任もてるやつがきちんともつということにつきるのではないか。。 >>793
電気に進んでも物性物理としてキッテルの固体物理概論を学んでいたりするから双方の垣根はかなり低いかな 本当に新しいことを生み出すのは博士号持ってる人材で、そういう人材は海外でも3000万円もらえる。 >>695
確率・統計がデータサイエンスの中心だから >>787
ガチ勢が汎用性のあるモデルやツールを開発して、99%のその他理系や文系はユーザーとして使う方向性じゃね
バイオサイエンスや社会科学系のデータ解析でSASとか使うてると思うけど、あくまでユーザーであってソフトウェアのアルゴリズムなんかワケワカメでしょ
文系でも、心理学や経済学は昔から、エロい人に教えてもらってFORTRAN書いて大型計算機で解析回すとかやってきてるし、ユーザーとしては訓練されとるやろ 橋や航空機の構造設計ならまだ理論から離散化された数式まで追えるから
人の命を預かる設計できるけど
「俺様のデータサイエンス」で導き出した知見で企業の命運を左右する提案をできるようになるのは大変そうだね 小保方博士
230度回転すると
機しゅつ論文画像と一致するんです > データを分析し、社会課題の解決に生かすデータサイエンス。
俺、軍事やりたいですとか、私、企画やりたいですとか
そういう人間が好きそうな響きだな。
現実にはExcelで統計出して分析してる、営業マンの分析の方が圧倒的に意味がある。 >>798
データサイエンスとは、令和の亀甲占いだと看破したほうがい。
王様の隣にいて、孤独な王様の決断を助ける、あるいは肩の荷を
少しおろしてあげるためにある。 なんちゃって理系
国が理系学部に金を入れることを決めたんで
よくわからん理系学部が増えている >>800
小保方なつかしい。
あれも、塩基配列のビッグデータの解析で決定的な捏造がバレたんだよな。
細胞を混ぜたり、小保方が使ってないはずの遺伝子が出てきたりして、偶然ではあり得ないデータがわんさか出てきたんだ。 この手の学科は昔からあるよ
数理工学とか計数工学とかの名前の学科 >>1
BIGデータを用い政治経済金融などの課題出来事を分析予測したり
ミクロな世界でそれぞれ専門分野の科学の研究や製造業製品開発に
データを生かし演算など日本が得意なスパコンも使い効率を上げるような事は
とても重要で既に成果を上げている。データサイエンスは日本経済社会や
市民の日々の生活に役立っている。
さらにそう言う社会インフラや経済、人命や個人企業情報データを害国の攻撃侵略
盗難悪用から守る、サイバー分野での攻防は最も重要なのものではないか。
高度に電子化された現代日本の経済社会通信システムは、電子戦や隙を突く
害国工作員ハカー攻撃で一度にダウンしてしまう。携帯会社や金融企業での不具合は
近年誰もが体験するその前哨戦と言えるかもしれない。粗暴だが強力で効果的な
宇宙空間核爆発ＥＭＰ攻撃も含め、電子通信情報部分野の安全を守るサイバーセキュリティーの分野の充実は重要であり、
日本の国家的核心的利益に繋がる事だろう。ソフト・ハード共に安全性と信頼を日本発で構築して貰いたい。
ハード部門など半導体プロセスルール微細化の壁に突き当たり止まる中韓台をしり目に
研究開発で勃興する次世代半導体分野の成功を日本で勝ち取り、米国とも協力して
ゲームチェンジャー的に世界市場を再制覇しよう。日米がトップの経済産業社会を
作り上げ、世界経済市民生活に福音を齎すのだ。（場合によっては米が中になる場合もあるかもしれない）
https://www.youtube.com/watch?v=f44eum6Hz50
https://www.youtube.com/results?search_query=%E6%AC%A1%E4%B8%96%E4%BB%A3%E5%8D%8A%E5%B0%8E%E4%BD%93 俺は統計検定準1級を持っているが、
言うまでもなく就職で評価されたことは全くない 情報学科でいいし確実に天下り先増やしてるだけやろなあ >>808
情報数学の派生だろうな
情報工学からだとちと遠いかな >>805
そこは統計を使う側ではなく、統計で使う数学そのものを研究するところだろ >>791
Mathematicaはver2辺りの時に買ったが、使い方が悪かったのかもしれんが思ってたより役に
立たなかったという印象と関数名が長すぎて面倒すぎるという印象しか残ってないな。今でも
32ビット版だから今でもWinXPの仮想マシンと32ビットのWin8.1機には入れているが、時々
使うのはiPadでWolframアルファの方が多い。超ゴチャゴチャした面倒な関数の微分とか。
昔期待してたのは微分方程式なんかで変数を弄れば定形の形になったりするような奴らの変数変換とか
三角関数で2倍角とかを変換して簡易化とかそんなのだけだったが。どうやってそれをMathmaticaに
やらせるかを考えるより自分でやった方が早かった。
今のMathematicaは数値計算にもだいぶ力を入れているようだし、一方Matlabは数学のシンボリック演算の
ための関数群（toolbox）もあるようで両者が近づきつつあるようだが、まあ、どっちも高いし、あえて
Mathematicaに再度挑戦するつもりはにゃー 大枚既にはたいたし、内外の大学でレクチャーノート
みたいな文書にMatlab使うところが随分増えたし。 理系の育成なんて大学院から力を入れればいいと思うわ >>812
つーか学部課程自体が要らん。
今は研究は大学院からで、学部課程が
「片手間で教える劣化した高校」になって4年間が無駄。 >>811
実際に使ってる研究者さんですか
すごいですねmatlabやmathmaticaは使ったことありません
微分方程式解くときは離散化してfortranで書きました
統計解析はデータ量が少ない場合はexecelでビッグデータの場合はpythonのライブラリを漁ります
グラフ作る場合はcsvで出力してexcel使います >>795
PhD持ってるけど関係ない。
センスがある人は中学生でもゴリゴリとコード書いて
有用な知見をみいだしたりできるし。
いくら博士号持ってても応用ができない人はたくさんいるし。
まあでもたまに出没する
「理論が分かってないと意味ないんだー」とほざく輩に
「じゃあおまえ理論わかってるのかよ？ 論文読んだ？」
とマウンティングじゃないけど反論できるのはメリットかな ツールはライブラリに合わせて使わないといけないし、
論文で発表されたばかりの新しい手法だと、著者が作ったライブラリしかなくて、
不具合とかもあるから自分でソース見て修正できないといけない。
今までやっただけでも、C/C++, Java, C#, Fortran, VBA, R, Python, Matlab などなど多岐にわたる。
この世界でやるならいろんなツールを状況に応じて使いこなせないとだめ。
といっても覚えておく必要はない。C系以外はforループの書き方すらググらないと思い出せないし。 >>1
そんな職種が必要な企業なんてごく僅かだし、東大や京大クラスの地頭の良さがあれば、誰でも務まるだろ >>798
そりゃ経営判断は経営者がするだろ
その材料の提示にすぎない >>820
合ってても間違っていても何の責任も取らなくて良い材料の提示なんて、
金額計算をするExcelシート１枚よりも価値がない。
価値があるように見せかけて売るだろうけどね。 >>821
責任を要求するなら共同出資でJV立ち上げるという手法もあるし、
その際はベースの報酬も高くとるし、利益に応じた成功報酬も求めるよ？ >>814
元研究者で、その後個人事業主で今は引退間近であります。昔面倒な境界条件下の微分方程式の
解析解に挑戦していたときにケンブリッジ出身の教授に、「んなもん、数値的に解きゃいいだろ」
などと言われて、それは違うだろ、解析解は一々計算しなくても解の動向が検討できることが
あるから価値があるだろなんて反発したり。
結局シミュレーションの世界は一度も足を踏み込まなかった。
暇なら一度octaveを試してみれば？win機ならインストーラ完備でマウスクリック、後は
お任せでインストールできるのがGNU Octavrで公開されてるし、Macならhomebrew、Linuxなら
aptget なんちゃらで簡単にインストールできる。作図も簡単で色々制御できて文字なども
書き込め、基本インタープリター言語だからできた図を画面で見て気に入らないなら即変更可能で
出力もps、pdfやjpeg形式などでお好きなように
うちもFORTRANでプロフラム書くけど、ここ１０年位はほぼMatlabだけ。面倒なフォーマットの
バイナリファイルを扱わねばならない時はFORTRANに頼ったりするけど、Matlabに読み込ませるための
コンバータ程度位にしか使ってなかったりするわけですがね。後は大量のファイルのバッチ処理とか。 https://schoo.jp/biz/column/711
01 データアナリストの違いとは
データサイエンティストとデータアナリストは、重視する部分に違いがあります。データアナリストはデータの集計や現状分析などを重視します。集めたデータを項目ごとに整理して、今の現状を分析してレポートにまとめるなど、データ分析をするまでがデータアナリストの仕事です。
一方、データサイエンティストはデータの集計や分析以外に、分析結果をどのようにビジネスへ活かすのか、経営戦略を考えるまでが仕事です。抽出したデータをまとめるだけでなく、企業の利益に直結する戦略を考えなければならず、データサイエンティストのほうが仕事量もスキルの質も求められるといえます。
さらに、企業によっては機械学習やAIエンジニアなど高度な部分のスキルや、どのような情報にも対応できる情報処理能力が要求されます。
02 データサイエンティストに求められるスキルとは
・統計学・データマイニングに関する知識
・プログラミングスキル
・ビッグデータの知識
・データベースに関する知識やスキル
・データ分析ソフトウェアの知識やスキル
・マネジメントスキル >>815
まあ3000万円もらえるレベルなので、論文が読めて理論を説明出来ないとね。必ずしもPhDが必要では無いが、そういうトレーニングを受けている保証にはなる。 データサイエンティストなんか大して仕事ないだろ
楽天の北川という人も辞めちゃっただろ
たぶんあまり役に立ちそうなことできなかったんだろな データサイエンス学んだ というだけで 経営判断に参画できると思うのは 全くの妄想。 株価予測AIなんかとんでもなく下手くそだからな
何の参考にもならないくらい下手くそ 経営やITのみならず、金融にもデータサイエンティストは必要かもな そもそも経済学部も数学は理系レベルまで必要だろ(´・ω・`) >>833
マルクスが数学得意だったら、あんなもんは生まれなかったんじゃないか、という説も。 数3まで習うエリートと数Aまでしかやらないワーカーとの差が
修復不可能なレベルに開いてきてるな 経済学部卒だが、数学はせいぜい偏微分までしか使わんかったわ
ブラック・ショールズ方程式とかはサッパリ理解できない
もう少し勉強しておけばよかったと痛感するわ >>627
介護は常に人手不足だぞ。
看護の下として扱われているからか、給料は安いが。
バイオは医師か薬剤師などの医療系の資格免許取ってから大学院で行くところ。
学部卒で入るところではない。 >>832
むしろ金融から始まったようなものなんだが。
20年以上前からデータサイエンティストを集まって自動取引している。 >>683
今のは知らんけど滋賀とか一橋のデータサイエンス学部は統計家や数学家ばっかやで
文系もいなくはないけど >>1
少子化しすぎて超バカになってるけど、
定員減らすと今度は収入減る
てことで受験料でうまうましたいわけ >>662
マクロ経済学から普通にサインカーブなので、
経済学部で数学やらない方が難しい
大学教授ともなればMARCH以上に古臭い理系理論のない経済経営学なんてないよ
簿記だって数学なんだから
日本の場合簿記に特化して「算数」という学問を作ったけどな どんなに数学ができても現実社会を解釈する力がなけりゃナンセンス >>841
でもその人たちデーターサイエンスの業績ないでしよ
そんなのに設置審本当は通らないはずなんだけどな。
本当に最近はなんでもありすぎて捏造論文なんてどうでも良いと思うわ わたし、windows95前世代だけど、大学の新設学科名から
勝手に「コンピューターをたくさん触れる学科」と勘違いし、
いざ入ってみたら一週あたりに実習やれる時間が
最大3時間、と失敗したクチです。
この学科も95%は黒板と教科書見つめる、いわゆる「数学の一分野」になると思うので
受験者は私のようなバカな大学選びをしないよう
ご注意ください。 >>737
おいもじゃねえか！
有名人は、石原慎太郎ぐらいか >>836
安心しろ。
ブラック・ショールズの式は、元々応用数学をやっていたショールズさんでさえ解けなくて困って、ブラックさんに解き方を聞きに行ってできた式だ。 >>844
そもそも日本では専門教育受けてない教員が新しい名前の学位出しちゃうからねw
何回目だよコレって話の看板付け替え学部でしかない >>828
日本の大学は先進性とはほど遠い周回遅れが基本
しかも世相を見てます的なアピールを手遅れの時点でやり出す
落ちぶれていかのを先導してるからそこは先進的かなw 数学できない経済学者
数学できないプログラマ
数学できないデータサイエンティスト
これが日本クオリティ >>847
オプションでもやってないと理解できたから何？ってレベルやろ 一橋って文系大学だけど高校数学科の教員免許取れるみたいだね 文系で入学して高校数学の教員免許取れる大学（教育学部除く）
一橋大学 経済学部 経済学科
神戸大学 国際人間科学部 環境共生学科
静岡県立大学 経営情報学部 経営情報学科
同志社大学 文化情報学部 文化情報学科 こういうのは二流の数学科卒がやりゃいいんじゃねえの
おいっちゃんの昔の大学では二流の物理学科卒は環境問題をやれと言われたもんだが
それと似たようなもんだろ こういう学際的な分野で本当に先端で活躍している連中は結構凄いのが多いよ。ある分野で修士号、
別の分野で博士号は普通でアメリカ辺りなら２分野で博士号同時に取るとか珍しくないみたいな。
日本じゃそういうのは制度的に難しいみたいだが。
前に用があって心理学も絡んだ数理音声学あたりの論文読まなきゃならんかったが、舐めてかかれないなと思った。 >>713
ビッグデータそのものでなくて抽出結果をまとめるのにexcel便利だが お前らの話が全然わからん
偏差値74で医学部入っても、その後ジジババに湿布を出してるうちにこんなもんか データサイエンス系の理系のオタクが入試に数学がない私大文系学部（中堅以下のところ）で授業するときは
小5の算数のレベルから説明してあげてください やっぱ、日本語に変換すべき
ライフサイエンスでも生命科学の方がマシに見える ライフサイエンスだと生活科学（家政科、家庭科）のイメージしか湧かない >>866
出来ないんだって
文系を選ぶ頭の人には だいたい理系の人は微分積分より整数が難しいと答える人が多いんだけどね >>868
理系というより数学・物理学系じゃね？
生物・応用化学系は難しい整数に出会わずにいける 数学は必須？って？がある事自体、どうかしてる
なんだとおもってんだか 我が子の話だけど
神戸大学の２次試験で整数問題で転けて落ちたと言ってるからな
センター試験だけなら750点以上取ってた
結果的同志社の理工に行ったけど
高校生の頃から整数が嫌いとは言ってた
場合わけが難しくて、自分はアホなのかと
良く悩んでたわ
気楽に練習しろとしか言えんかったが 順序列からはじめて自然数を作り、演算を定めて閉じるように整数をつくり、ってやってって最後にデデキント流だかカントール流だかで実数の定義をする
だから実数の方がだいぶ面倒な気がするが 整数論といえば暗号理論
データサイエンス学部はこういうのは含まないの sql書けないと仕事にならんだろうに。
基礎としても統計学。できんの？
R言語習いましたレベル？ >>875
むしろ社会科学は、不純物等を予め除去できる実験系以上に、統計学をやれるべきだと思う >>217
細かい分析まで分からなくて良いから、例えば正規分布と二項分布で平均値の意味が全然違うなーぐらいのイメージは持ってほしい >>1
大手4社の世論調査を
ツボは頑として操作された数字と言い張ったんやけどw コロナでも西浦教授の取り組み
あれデータサイエンスやけど
なんとかオジサンって揶揄したのが日本の経済界 文系の人は偏差値の意味すら分かってない人が多いよな ソーシャルを付けんでも。統計学部ってシンプルにしといてホームページしっかり作れば数学出来る文系の青田刈り出来るのに >>856
実際優秀なのはそういう奴だが、話を理解されないし、会社内で評価もされない
会社内にそいつの話を理解できる人間を増やさないと活躍できない >>871
例えば関数の最大値や最小値を求める問題だけでも微分可能な関数なら簡単だが、整数の世界だとそうはいかないだろ 必要なデータを指定出来る・出来ない経営者
必要なデータを抽出出来る・出来ない担当者
で単純にしこしこマス描いたら4分の1だけ正しい正しい領域で
実際には20分の1も使いこなす方に進まんやろから酷い事になりそう
殆どがデータ遊びのオナニーで終わるで >>844
どうだろね
いちいち一人一人調べてないけど、
今の経済学で数学使わないのは無理
投資だってまんま周期関数 >>875
SQLは初球シスアドでも使ってたから、
簡単だぞ
俺は1発合格
そしたらサークルで落ちたやつがいる
勉強不足だな 別にやればいいけど、こんなん商業高校レベルやろ(´･ω･｀)
情報収集・分析・活用は個人差も激しいし
俺が人事なら商業高校卒を育てて一流にする 高校数学得意な奴は体感的にアスぺとかサイコパスとか異常者が多い気がするから
データサイエンスで解析してくれないかな
証明されたらアスぺが多いと実害が出る学部は受験の配点に反映させろ 日本はなぜ ドイツ に勝ったのか。
日本はなぜ コスタリカ に負けたのか。
はい 解析してください。 数学は必要だがせいぜい微積分が判れば良いくらいだろう。大した事は無い >>896
高校数学なんて数1が一番難しいんであって、微積なんて暗記科目と変わらん データサイエンスと言ったらよくテレビで見かけブラックジャックみたいな髪型の人が思い浮かぶわ 工学部の情報バブルもエグい。
京都大学 工学部（１０００点満点） 合格最低点
６７０ 情報（６７７点）←１０年前は最下位学科
６６０
６５０
６４０
６３０ 物理（６３０点）
６２０ 電電（６２６点）
６１０
６００ 建築（６０９点） 地球（６０１点）
５９０ 化学（５９３点）
２０１２年https://tadaup.jp/loda/0611102654814346.jpeg
２０２２年https://www.kyoto-u.ac.jp/sites/default/files/inline-files/R4shotoukei-43f324d4d0b5febc94be0e2cb35fc623.pdf
東京工業大学（７５０点満点） 合格最低点
２０２２年度
４５０ 情報理工（４５１点）
４４０
４３０
４２０
４１０
４００
３９０ 理（３９６点）、工（３９４点）
３８０
３７０ 物質（３７５点）
３６０ 生命（３６８点）、環境（３６７点） 一橋大学の新学部すごい人気なんだってね
さすがに東大文２には敵わないだろけど、受験生は京都大学の経済学部行くよりこっち選ぶんじゃないかな >>896
この分野だと微積より線形代数と確率のほうが大事。
もちろん微積も最低限高校レベルは求められる。 しかし地球規模でほとんどが使いどころ間違ってんだけどなw
天下り式にノウハウを教えても有害なだけだって断言できる 今の中3から数Bでベクトルなくして統計と数列だけにするみたいだがデータサイエンス系に行かせるためなのかな？
ベクトルは数3かCのどっちかでやるみたいだが文系は知らないままで終わるぞ >>905
ベクトル無しで線形代数無理じゃない？
ベクトルも行列の一種だからね。 >>868
整数は微積とか線形代数パワフルなツールが使いづらいからな。
問題ごとにアイディアベースでの解法になるので難しい。
データサイエンスというか統計・機械学習領域でも
離散最適化として別扱いされてて難問領域。 >>864
日本だと、心理学が（数学のできない）文系だからな。
これで統計解析やっているのが斜陽国日本ｗ >>857
うん、だから本気でやるならそういう人たちを採用してやるべきなんだ。
今いる教授たちでお手盛りでやるから成果なんて出るわけないんだよ >>888
お前のバカ理論だと、
物理の教授なら電子工学科でも機械工学かでもすぐに教授として採用できる
ことになるな、物理が教えられるんだから。
でも、その理屈で無理やり課程認定、設置審を通したんだろうけどな。 そこそこの国立大理系卒で一般教養で数学やっただけだけど、大学の数学て公式の暗記だの
計算問題ぽくて思考力てあんまり要らないのでは?て思った あくまで一般教養での数学だけどねｗ
医学科以外の医療系（歯薬獣医のどれか）で
数学なんてたいして多分使わないだろうし
多分大学数学の初歩をかじったて感じだろうけど、線形代数学…とかやったのかな
大学入試までは、数学はパズルだの推理小説だのの一種みたいな感じで、ずっと好きな教科だったんだけど、俺は大学数学は暗記科目の一つに思えて面白く無いて思ったｗ
旧帝大志望じゃなくて志望校が標準問題だらけで、数学の難問なんて全然やらなかったけど、
半額免除で入った予備校が難関大コースで
数学が難関だらけで、こんな難問出ないし
志望校はセンター試験勝負だし意味無いやと
授業ほぼ全部サボったけど、数学のセンス
鍛える意味でも、もっと予備校の授業出れば
良かった まあ最初から、数学の難問も解ける奴は解けるんだりうし雑魚だろうが笑 >>894
運だよ
こんな時間に２ｃｈやってる俺もお前らも
多分運が無かったんだろうｗ つうか親の事故だの子供時代の自分の過失だので何度も死にかけてるのに、障害だのも全く残ってないし、俺は
あの死にかけた何度かで人生の運を使いきって
障害無く生きてるだけで儲けものと神に感謝すべきなのかもｗ >>911
それレベル低いよ
大学の数学はパズルとかじゃなくて、定義から考え直す
たとえ教養過程であっても
そこをやってないなら、あなたの学習法か講義の内容のどちらかが浅い sixsigmaってもう古いのかな？
ブラックベルト持ってるが >>84
数学科に進んだやつはみんな軒並み保険会社に行ったよ
理学部の中では勝ち組だな
学校に残ったのが負け組
超絶優秀なのが20年頑張って論文書きまくってようやく准教授になった メーカー研究開発職だが、ツールやライブラリ使っただけのデータサイエンティストはもういらんよ
敷居がものすごく低くなって研究開発携わってるような奴らならできるからね
自分の専門があってそこにプラスアルファでデータ分析できると強い >>892
どの学部にもアスペは要らんわ
理工学部でも現代文の登場人物の気持ちとかアスペの苦手分野の配点高くすればいいのに >>894
運良くカウンターが決まったから
運悪くカウンターが決まらなかったから >>907
logで解析してフィッティングした後整数に戻せばいいだけでは？ >>921
それは背後に連続性を仮定してる
つまり実数の世界 >>922
回帰は連続性を仮定したモデルだから別にええやん >>917
こちとらツールやライブラリを使ったデータ分析が専門なのですが... 数値眺めただけでデータ分析ができるなどというやつはほぼ１００％詐欺師だと思ふ 麻生は要らないと言っていたな。
まあ、だから政治家にしかなれなかったのだろうけれど。 ああ、このスレでもIDかぶりがあるが>917とIDがかぶってるが
これは別人の書き込みであると公告。
このスレの話題は前にカキコしたので興味深いカキコにレス
>>882
文系に限った話かどうかは知らないが
（まあしばしば理系の素養のないやつを文系扱いするカキコが散見するが
その文系的な素養もない奴に文系を名乗られちゃ困るよなｗｗｗ）
偏差値については、よくわかってない2ちょんねらは散見するよね
あれねえ、なんだろ？ ある種の戦闘力みたいなもんだと思ってんのかねｗ
>>919
最近の受験のことはしらんが現代文の試験に…小説分野のことだと思うが
「登場人物の気持ち」なんて答えさせる問題とかあんの？ｗ
ってか国語とか現代文って別にそういうの答えさせる科目じゃねえと思うけど。 お絵描き下手くそなので
ＡＩの力借ります
5年以上の努力分 >>761
最近はこの辺の分野にも代数幾何学が結構使われる
グレブナー基底とか >>761
あと、統計手法を幾何学的に調べようというのもあって、微分幾何学が応用されてる 高卒だけど仕事では普通に
Student-t検定とかMann-whitney検定とか
カイ二乗検定とかF検定を使ってる
これだけ出来れば理系は名乗っても良い？ >>146
普通にプロペンシティスコアマッチングとかでバイアスをサニタイズするだろ 数学をやっている人しかデータサイエンス学部に入学できないのは差別です。 >>929
１つわかることはお前さんが駅弁理系か同レベルの私大理系だということ。 >>914
スポーツ系学部は異次元の特殊学部だからな
早大スポ科とかも コンピューターがやれる仕事
絶対に騙されるな
バイオの二の舞いぞ >>905
新課程では文系は数Ⅲはやらないけど数Cはやることになってるよ >>12
独自学科作ったほうがアカポス増える
既存の学部学科でアカポス掴めないオーバードクターの救済になるぞ 医者だけど計算論的精神医学という分野が面白いよ
>>916
数学科から学校の先生が負けってよくいうけど、全然理解できない。いい仕事じゃん。少なくとも保険会社とかよりは。 >>949
金なら保険会社だろうが、
仕事のやりがいなら教員だと思う。
国の財政が悪化してるので、公務員の給料が今まで通りかは？だが。 政府からの依頼でデータ改竄、隠蔽の仕事が大量にくるな。 >>899
うーん
俺はこの手の学科を卒業してるんだけど、あんまりオススメしないなー
京大や東工大なら研究志向だと思うけど、研究では数学者の凄さをまざまざと見せつけられたってのがホンネだよ
工学系出身者に比べて数学科出身者は圧倒的少数派なのに、突き抜けたすごい業績の人は数学者ばかりだったから
上で書いてる人もいるけど、数学の応用範囲がどんどん広がってきてて、修士くらいまでは純粋数学をやったほうが良いんじゃないかと思ってる
自分の分野の最近の日本人で突き抜けてる人は、京大の純粋数学で博士号取ってから転向してきた人だったけど、その分野のトップ雑誌の論文数が東大教授の3倍、世界最高の論文賞受賞、若くしてその分野の一番大きな国際学会のFellow、地方旧帝大の教授だったけど、外国の大学に引き抜かれたね 何この捏造上手量産学科・・この手の人材が国とかから求められてるって感じか・・ >>950
ヨコからだけど
＞ 仕事のやりがいなら教員
ワロタ
千差万別の保険ケース処理の理論構築の面白さを知らない寝言かと いかにして顧客や相手に保険金を払わないか、が保険の仕事では求められる 極々一部を除いて機械学習土方にしかなれんぞ
普通の奴は専門分野＋機械学習にしとけ AIの発達でこれからもじゃんじゃん今ある仕事がなくなっていくだろうから
新規性の強いものに飛びつくのは、生存戦略としては正しいと思うわ
レガシーなことやってたら、生きていけるかどうか予想もつかん ちゃんと高校でデータキャラやってきたのか？こいつらは？ データサイエンスなんて、国公認の詐欺に使われるだけだからな
コロナで学んだだろ データサイエンス学んで 青果の仕入れ担当 とか コンビニの仕入発注とか出来るようになるのかな。 おれ統計検定2級に受かってデータサイエンティストの肩書を名刺に書くんだ！ ガチで数学やってた人って、ギャンブルや宝くじ大好きだよな
負けると分かっていてパチ行ったり馬券や宝くじ買う >>956
統計一級持ってるけどアクチュアリー一生取れる気せんわ
保険屋なめられすぎだよなちょっと
>>964
金融屋で数理統計やってる知り合いみんな公営ギャンブルか先物やってる
株は買えないからね 研究開発の分野にデータサイエンス学科から行くのではなくて、
レガシーな経験と勘で仕事をこなしているような所が日本には多すぎるからちゃんとメトリクス入れてデータドリブンの戦略を立てましょうってことでしょ
そりゃバリバリの理系には敵わないけど、文系しか行かないような職場にもデータドリブンの風が吹くことに意味があるんだと思う。
DXに繋がって効率化にもなるし。 >>811
Mathematicaは今は実質無料で使える
Wolfram EngineというのとJupyter Notebookを組み合わせると、
計算能力はそのまま、ユーザーインタフェースは若干使いづらいMathematicaのできあがり
あと計算は今はMATLABだけでなくPythonやRで書いちゃう人たちも多いんじゃないかな。
PythonだとNumPy/SciPy/SymPy/jaxなんかを使って。
jaxはCUDAでも計算できるから簡単にCUDA試せるし自動微分もついてる。まだ自分は試せてないけど… >>948
学校の先生が負け組なのではなく、
大学に残って研究の道を選んだのが負け組 データサイエンスは糞の役にも立たないけどデータエンジニアリングが本当に必要とされてる まさか人工知能(AI)が実用化されるとは思わなかった
ディープラーニング 、ビッグデータ、データマイニング
■人口知能
https://ja.m.wikipedia.org/wiki/%E4%BA%BA%E5%B7%A5%E7%9F%A5%E8%83%BD
・17世紀初め、ルネ・デカルトは、動物の身体がただの複雑な機械であると提唱した（機械論）。
・1642年、ブレーズ・パスカルは最初の機械式計算機を製作した。
・チャールズ・バベッジとエイダ・ラブレスはプログラム可能な機械式計算機の開発を行った。
・バートランド・ラッセルとアルフレッド・ノース・ホワイトヘッドは『数学原理』を出版し、形式論理に革命をもたらした。
・1943年ウォーレン・マカロックとウォルター・ピッツは「神経活動に内在するアイデアの論理計算」と題する論文を発表し、ニューラルネットワークの基礎を築いた。
・1956年に行われた、ダートマス会議開催の提案書において、人類史上、用語として初めて使用され、新たな分野として創立された。
・1979年、福島邦彦がネオコグニトロンを発表し、文字認識に使用し、後にこれが畳み込みニューラルネットワークへと発展する。
畳み込みニューラルネットワーク（たたみこみニューラルネットワーク、英: Convolutional neural network、略称: CNNまたはConvNet）は層間を共通重みの局所結合で繋いだニューラルネットワークの総称・クラスである。
機械学習、特に画像や動画認識に広く使われる。
・画像処理におけるディープラーニングの有用性が競技会で世界的に認知された2012年頃から急速に研究が活発となり、第三次人工知能ブームが到来[11]。
【理工学的な概要】
深層学習を利用するには線形代数学・確率論・統計学といった大学レベル以上の数学や、データ科学（データサイエンス）の知識が必要となる。
脳シミュレーションを行うには神経科学、社会分析には社会学など、応用する分野の知識も必要となる。
さらに実装するにはプログラミングの知識も必要となる。 レス数が950を超えています。1000を超えると書き込みができなくなります。
