データサイエンス設計マニュアル

1

1 章

データサイエンスとは

計算の目的は数値ではなく洞察だ。

— リチャード・W・ハミング

データサイエンスとは何だろうか。新しい分野の常として、まだ完全な定義はないが、読者も興味を感じ

る程度にはデータサイエンスとは何かを知っているのだろう。そうでなければ、本書を読もうとは思わない

はずだ。

私は

、データサイエンスとは、計算機科学、統計学、さまざまな応用分野の学際的な位置にあるものの

ことだと考えている。計算機科学からは、機械学習と大規模データを扱うためのハイパフォーマンスコン

ピューティングテクノロジーを、統計学からは、伝統のある探索的データ分析、有意性検定、ビジュアライ

ゼーションを、ビジネス、科学の応用分野からは、挑戦する価値のある課題とその課題を十分に克服できた

かどうかを評価するための基準を得ている。

しかし、これらはいずれも確立された分野だ。なぜデータサイエンスなのか、そしてなぜ今なのか。私

は、データサイエンスが突然活発に研究されるようになった理由は 3 つあると考えている。

• 新しいテクノロジーによって膨大な量のソーシャルメディア、ログ、センサーによりデータの捕捉が

でき、加工して、格納することが可能になった。膨大なデータを蓄積できたことで、このデータで何

ができるかを考え始めている。

• 計算能力の発達により、新しい方法でデータを分析できるようになり、処理できるデータの規模は今

も拡大し続けている。クラウドコンピューティングにより、一個人であっても、必要なときには膨大

な計算能力を駆使できるようになった。機械学習に対する新しいアプローチにより、コンピュータビ

ジョンや自然言語処理など、長年の懸案になっていた問題において、目を見張るような進歩が起きて

いる。

• 有名な IT 企業（Google ...