2017 年版ガートナー社 マジック・クアドラント データ・サイエンス・プラットフォーム

なぜIBMがデータ・サイエン ス・プラットフォームのリーダーとして認められているのか、なぜデータ・サイエンスと機械学習が未来のエンジンとなるのか――ぜひレポートをご覧ください。

データ・サイエンスとは?

市場を作り、リードしていく企業には一つの共通点があります。デー タ・サイエンスです。データ・サイエンスとは、膨大な量の構造化データと非構造化データに潜む洞察を、統計、機械学習、データ・マイニング、予測分析など の手法を使用して発見するプロセスです。この多岐にわたる洞察が、企業による問題解決と競争優位性の獲得方法を変えています。

新たなデータ・ソースからより高い価値を獲得して自社の差別化に活用できる企業が、コグニティブ・ビジネスをリードすることになるでしょう。今日のデータ・サイエンスには幅広い領域をカバーする能力が求められます。それをリードするのが「データ・サイエンティスト」です。

今求められるデータ・サイエンティストとは?

今データ・サイエンティストに求められるスキルは

  • ビジネス力
  • データ・サイエンス力
  • データ・エンジニアリング力

です。*

求められる能力が多岐に渡るため、企業に必要なのは1人のスーパーマンを育成することではなく「データ・サイエンス・チーム」を作ることです。

RやPythonでコードを書くベテランや、これから機械学習に取り組みたい初心者、また、コードは書けないけれど業務に精通した分析者など、あらゆるデータ・サイエンティストとデータ・エンジニアをつなぐことが必要です。

*一般社団法人データサイエンティスト協会の定義による

データ・サイエンス・ツールキット

芸術家にとって、扱う素材が異なれば必要となる道具も異なるように、データ・サイエンティストも解決が必要な問題に取り組むには、それに応じてさまざまな機能を必要とします。IBMのデータ・サイエンス・ツールキットは、創造力とコラボレーションを促進する最先端のアナリティクス、オープン・ソース・テクノロジー、統合開発コミュニティーを提供します。

セルフサービス・データ・サイエンス

セルフサービス・データ・サイエンス - Data Science Experience

IBMのイノベーションを組み合わせた最高のオープン・ソース。R、Python、Scalaなど好きな言語を使ってJupyter Notebookで機能します。

詳細はこちら (US)

予測分析

予測分析 - SPSS Modeler

予測インテリジェンスをあらゆるビジネス上の意思決定で活用します。

詳細はこちら

機械学習

機械学習

自己学習セルフ・ラーニング・モデルを作成し、トレーニングし、導入します

詳細はこちら

コグニティブ・コンピューティング

共同作業プラットフォーム - Watson Data Platform

データ活用をとりまく担当者が互いに協働し、知見を見いだせるよう支援する、コグニティブな機械学習機能をもつプラットフォームです

詳細はこちら

つながる

データ・サイエンティスト・ツール

データ・サイエンティスト

IBMの信頼性の高いマネージド・サービス経由で最新のデータ・サイエンスとデータ準備機能をすぐに利用できます。実績あるDataFirst Methodを採用してデータ・サイエンスの成功戦略を策定します。

データ・サイエンティスト向けのツールにアクセスする

データ・サイエンティスト・ツール

IBMとApache Spark

もはや単なるデータ・アクセスが問題なのではありません。アナリティクスを行動に移すアルゴリズムを構築し、データ・サイエンスを変えて、データを活用するインテリジェント・アプリケーションを推進することが重要です。データ、設計、スピードを組み合わせることで、IBM と Apache Spark は新たなイノベーションの青写真を描いています。IBM と Sparkによる、データのパワー、シンプルな設計、イノベーションのスピードとは。

詳細はこちら

データ・サイエンスに関する参照情報

 

データ・サイエンティストの心の中を垣間見る

取得できるデータすべてを収集するのはよいことですが、多くのデータを集めたからといって自動的に優れた洞察が抽出されるわけではありません。まず、価値を探り当てる必要があるデータから何を求めているかを明らかにする必要があります。

 

データ・サイエンス方法論でより優れた成果を達成

データ・サイエンティストは通常、実行可能な洞察を得るという目標のもと、成果を予測したり隠れたパターンを見出すためのモデルを構築しています。IBMのデータ・サイエンス方法論は、データ・サイエンティストがデータやモデルについて知識を深めるに従い、より迅速に調整を行なって、企業に継続的な価値を提供できることを可能にします。

 

Spark: インテリジェント・アプリケーションの新しい波

生活は予測を中心に回っています。例えば、どの経路で職場へ向かうのか、2 度目のデートへ行くのか、この文を読み続けるのかは、どれもある種の予測です。将来を予測することは、進歩と強く関連しています。予測を使って生活の計画を立て、成功の見込みを高めるのです。問題は、ビッグデータから流れ出てくる洞察すべてを人間の心では到底処理しきれない、という点です。

IBM Data Science Experienceの使用を開始する