データに関する記事の方向性を考える。

データに関する記事を書こう！

テーマ2『データに関する記事を書こう！』参加記事です。

データに関する技術の方向性を３つ示す。

1. 量
2. 構造
3. 機械学習・深層学習

これ以外にも、２−３足すかもしれない。

量

データに関する記事で、近年重要なのは量である。

big data、SRE(site reliability engineering)などは、データ量の多さに起因している。

データ量が多いと、その構造も複雑になる可能性がある。

インフラエンジニアがSREを学ぶ点

構造

データ中心設計という方向性がある。

私は苦手。知り合いの田中伸明さんが得意。評価のお手伝いをしたことがある。

成功体験は語っても、成功体験に頼らないために。清水吉男・田中伸明・柏原一雄・佐々木 眞一。仮説（153）

データサイエンティストへの５つの門。あなたはいくつの門をくぐりましたか？統計と確率(8)

データ構造とプログラム構造の複雑さで迷う

物理、生命、社会。統計と確率(3)

生物

生物統計学

社会

プログラマのための社会調査法入門

なぜ経済学徒を辞め、計算機屋になったか（経済学部入学前・入学後・卒業後対応） 転職(1)

機械学習・深層学習

大量のデータの構造を人間が分析するよりも、
機械学習で処理するのは必定かも。

製造業における機械学習

なぜdockerでpython/Rを使って機械学習するか 書籍・ソース一覧作成中 (目標100) docker(18)

ゼロから作るDeep Learning, 斎藤康毅