TAGGED IN

Weekly Update - Japanese

Exploratory's Weekly Update

海外を中心としたデータサイエンス関連の役に立つ情報をまとめたものを、Exploratoryの開発ニュースや、興味深いデータなどの情報と一緒に毎週送ります。購読は無料です。ぜひご登録ください!
意思決定を高校で教えよう、世界の経済にAIが与えるインパクト、因果関係と機械学習、GoogleとMastercardの連携
AIの民主主義に対する挑戦、データサイエンスのスキルを持った人材不足、など
テスラ、ソフトウェア、そして破壊的なイノベーション、モデルドリブン・ビジネス、など
データサイエンティストは実際何をやっているのか、ストーリー・テリングという言葉には気をつけろ、中国がデータとAIを使って国を統治する仕組み、ハドリーのインタビュー、など。
スタートアップのためのパワーユーザー・カーブ分析、ロビー業界にもデータとAIの波が、など。
25年にわたるRの進化の歴史、機械学習に何ができて、何ができないのか、など。
Intercomによる成功するアナリストの条件:ストーリーテリングとパートナーシップ、バイアスのない意志決定には結局AIなのか、GoogleがAIに関してハイプを撒き散らし続ける3つの理由
Airbnbで必要とされる3つのタイプのデータサイエンスの仕事、Googleの考えるAIとデータサイエンスに必要な職種
イギリスでのAIの自動化、AIのワールドカップの予測、日本と欧米の国家レベルのAI戦略
データ分析の文化がなかったメジャーリーグのアストロスがどうやってデータ分析を武器にワールドシリーズで優勝できたのか?
「なぜ」に答えられない現在のAIは、インテリジェンスではない、全てのプロダクトマネージャーが知っておくべき5つの機械学習の限界と対策
AI/データサイエンスのプロジェクトが失敗する10の危険なサイン
Airbnbのマーケティング最適化、FacebookのAIのトレーニンのためのInstagramの写真とハッシュタグ、Netflixで出世するには統計の知識が必須
機械学習と統計学の違い、未来の仕事に備える by Jay Shambaugh, etc.
Netflixのコンシューマー・サイエンスの紹介、未来の仕事に備える by ロバート・ルービン, etc.
AI革命は起きていないし、これからも起きないでしょう
AIで人を操作する方法、4年間のデータサイエンス・マネージャーとしての仕事を振り返って、AIによる機会の格差、etc.
アナリティカル・シンキング。AIが人間から仕事を奪うので人材育成が重要。AIに関する本気度を測るリトマス試験。
データ・ユニバーシティ@Airbnb、データとの対話こそがデータ分析の価値を生み出す、人が理解できないAI/機械学習はその真価を発揮できない
AIのプロジェクトを始める時にぶち当たる5つのハードル
データサイエンティストとビジネスを結ぶトランスレーター、
アメリカ政府が無策の間に、世界のAIのリーダーへの道を突き進む中国
アマゾンがどのようにしてAIカンパニーに変身したか、なぜ、データサイエンティストの採用が失敗に終わるのか、データサイエンティストが3年連続でベストな仕事に選ばれる
どうやって機械学習によって破壊されるマーケットを探すか, ユーザーがSlackを嫌いにならないためにAIを使うSlack, データサイエンス、機械学習、AIの違いとは何か?
将来の仕事を予測する, なぜGoogleは今、中国にオフィスを開くのか, Courseraのデータサイエンス・チーム, and more!
ユーチューブがどうやってレコメンデーションを完璧にしたのか, ウバーによるウェブベースの自動運転のための可視化システムの構築, ポートランドの不動産物件価格を予測する
自動運転の世界では勝者が全てを独占する, タクシー・メダリオン - 以前は確実に儲かる投資が、今は破産の道への街道
もうすでにピークを過ぎたAIのハイプ。次は何?, なぜみんなIBM Watsonを嫌っているのか、それを実際に作った人たちでさえも
ニューヨークのデータサイエンス, AirbnbがRを使ってどうデータを活用しているか, 統計への愛: ハドリー・ウィッカムとの会話
R言語のものすごい成長, Spotifyの音楽レコメンデーション・エンジンの仕組み, AIを医療に応用する - ここまでの私達の成果
国内AI市場、6年間で15倍以上の成長, AIがソフトウェア開発を置き換える, 機械学習の時代に企業はどうやって前に進んでいくべきか
テック業界勝ち組のスケール, タートアップがデータ分析するときに犯す4つの失敗パターン, トーマス・ピケティのデータは信頼できるのか?
AIに自分自身を説明させることができるのか, 人間と機械はチームを組んだ時により良い結果を出せる, 100万件以上のネット中立性の規制撤廃を訴えるコメントはフェイク
StitchFixのAIシステム, データサイエンス・機械学習の2017年の状況, 相撲に関するデータ分析
ステークホルダーを中心にしたデータサイエンス by Warby Parker, データの収益化によるビジネスの成長 by McKinsey, Netflixがレコメンデーション・アルゴリズムのクオリティと開発のスピードを上げる仕組み by Netflix
No search result found
Loading