00:02
たっちゃん、タイタニック見たことないらしいよ。
バカにしてます?
タイタニックのデータは見たことありますよ。
キモい。
ゲキキモ。
映画見たことないのに、タイタニックデータでだけ触ったことあるやつは、ちょっとキモすぎる。
シュージ、今回バカにされてましたね。
俺がマイノリティっていうパターンが、この番組においてはありえそうで怖い。
そうですよ。タイタニックはデータで見るものですから。
違います。で、今回はそのデータサイエンティストが東流門として使うカグルっていうデータコンペのチュートリアルで使われているタイタニックのデータをたっちゃんが紹介してくれる。
で、それを俺が映画大好き目線でそのデータの描写こうだよみたいな、映画コンテンツ界でもあるみたいな。
ちょっとね、データ分析屋さん一歩踏み込んじゃったね。
ポッドキャストはね、コンテンツ系が伸びるんです。
おっと?
そこにデータを入れていくっていうような、データ分析目線でも面白いし映画好きも面白いっていう容器におしゃべりした、そんな会員になっておりますので。
ぜひ最後までお付き合いいただけたら嬉しいです。
隣のデータ分析屋さん。
この番組は隣の席に知らないことを気軽に聞けるデータ分析屋さんがいたらいいなぁをかなえるポッドキャストチャンネルです。
データアナリストのりょっちです。
データサイエンティストのたっちゃんです。
今回はタイタニックデータ。
いえい。
タイタニックのデータを使って語りたかったんですよ。
きました。
タイタニック。
りょっち大好き、タイタニック。
金曜のロードショーといえばタイタニック。
人生で初めて見たラブシーンといえばタイタニック。
違う違う、何の話してるんですか。
え?
データ分析といえばタイタニックですけど。
え?
え?
え?
映画の話じゃないんですか今回。
コンテンツ界じゃないの。
多分データ分析やってる人はみんなタイタニックって聞いたら、
あ、あのデータでって。
何それ。
やだ、そんな業界。
みんな金曜の夜見てるんじゃないの、映画。
何回流れたよ。
金曜ロードショーでタイタニックが。
僕は見たことないんで。
その面白いの知らないっすよ、おい。
かまいたちみたいなこと言うなよ。
俺は見たことあるから。
見たことあるほうが得に決まってるのよ。
いやいやいや、何を言ってるの。
見たことないから得なのよ。
多分面白い映画なんでしょ。
うん。
その面白いのまだこれから味わえるわけだから、
03:01
僕のほうが得です。
データも見てるしね。
データ分析者からいたタイタニックデータの話を今日はしていきたいと思うんですが、
ほう。
船は船でいいんだよね。
沈没した船で、
多分そこの認識は合ってると思うんですよ。
あ、よかったよかったよかった。
で、何でこんなにデータ分析者がタイタニックのデータを語りたいかって話。
データ分析やる人の虎の巻的なところで、
タイタニックのデータを使って、
どの乗客が生存したのか、
どの乗客が死んでしまったのかっていうデータがあって。
ほとんど死んでなかったっけ。
あ。
それは知ってるんですね。
僕はデータしか知らないんですけど、
こっちは映画見てんだよ。
おい。
あ、そっかそっか。
今だから本当に多分聞いてる人の8割ぐらいのタイタニック見たことあるから、
みんな思ってる。
いや。
だから映画になってんねんっていう。
そっかそっか。
じゃあ、僕の語るデータから見たタイタニックって何かって話をしながら、
知ってる知ってるって思いながら話を進めていただければいいかなっていう、
そういう回っすかね。
じゃあなんか、データでこんなこと分かっちゃったんだよね、みたいなのを、
わが物顔で喋ってるタッチャンを見ながら、
みんな、いや、映画で書いちゃったしそれ全部。
になる回ってことでいいよね。
そうなりそうだね。
データ分析屋さんにとってタイタニックって入門書だよみたいな。
なんでかっていうとですね、エピソード2かな、
この隣のデータ分析屋さんで話した、
めちゃめちゃ前じゃん。
そう、カグルっていうデータ分析コンペの話したじゃないですか。
出ました、カグル。みんな大好き。
K-A-G-G-L-E。
そうそうそうそう。
データサイエンティストの東流門って言われてるカグルですね。
そこのチュートリアルで使われているデータセットが、
タイタニックのデータなんですよ。
チュートリアルがもうマジで全員触るじゃん。
全員触る。とりあえずカグルにログインして、
チュートリアルでタイタニックのデータを見て、
分析をして、誰が生きたか誰が死んだかを予測して、
サブミットするってこの一連の動作を誰もがやるんですけど。
東流門のエントランスだ。
エントランスです。
東流門って書いてある門が開く直前。
そうそう。で、これ僕も入社して最初の研修とかで、
タイタニックのデータを使って、
データ分析の技術とかを学んだりもするくらい、
本当に最初に学ぶときに使われるようなデータセットで、
だから見たことがあるし、
06:01
そういうタイタニックっていう陳迫戦が過去にあったんだなっていうところを知ったんですけど。
そこで知ったの?
遅っ。
遅っ。
え?
そうですよ。だから僕、この回のためにタイタニックで何かって改めて調べてきてるんで、
一回タイタニックのおさらいしていいですか?
たっちゃん側がマイノリティだと信じたい。
ちょっと教えてほしいな、みんなに。
じゃあ、タイタニックとはウィキペディアで調べてきた内容を話していいですか?
はい。
これですね、イギリスのホワイトスターライン社が作った豪華客船。
あ、イギリスなんだ。
そうそう、RMSタイタニック号っていう正式名称なんですけど。
あれ?そうだったか。
なんかアメリカから出発してるからアメリカの船だと思ってた。
出発した場所とか僕は全然知らないんで。
いいんですけど。
で、1912年4月14日の深夜ですね。
北大西洋上で氷山に接触して沈没したっていう船です。
で、乗客乗員は2224人。
そのうち犠牲者が1500人。
だから半分以上が亡くなってるっていうものですね。
あれ?そんな乗ってたんだ。
俺もうちょい少なくてほとんど死んじゃったみたいな話だと思ってた。
で、700人くらいが生還したよっていうそういうのが事実として過去にありましたと。
この事故が映画化されるなどで有名になったって書いてますね。
みんなそっちで知ってるのよ。書いてあるとかじゃなくて。
ということで、そういったタイタニック号がありましたよと。
で、2000人くらい乗ってて亡くなりましたよと半分以上が。
これがタイタニックの説明なんですけど、
カグルのデータセットではどういうふうなデータがあるかっていうところを紹介するとですね。
その乗客乗員2224人の年齢だったり性別だったり。
あとはどこの部屋で予約をしていたかとかチケットの階級とか。
一緒に乗船した親子の数とか兄弟とか家族の情報などなど。
あ、そんなあるんだ。
そう、属性情報があって。
で、その中から実際に亡くなった人と生き残った人を予測してみる。
予測っていうのがこの分析の目的ですね。
えー、ジャック・ドーソンいるの?じゃあ、ジャック・ドーソン。
何の話ですか。
そうか、見たことない。
おい。
船のさ、どこでさ、両手広げてサイタニックのポーズ。
有名なシーン。
そう。あれぐらい見たことあるでしょ。
モノマネとかね、いろいろやってる人いるからなんかそういうのあるんだなって知ってるんですけど。
09:01
恥じろよ。知らないことを。
いやいやいや。
2V1で話してるから、なんかワンチャン俺がマイノリティみたいなスタンスで来てるけど。
100%タッチャンがマイノリティだから。
あ、そうなのかな。
まあちょっとそこはお前何言ってんだみたいな感じでコメントしてもらえればいいんですけど。
というのがデータとしてありますよっていう話ですね。
じゃああれがいるね。
一等客室に乗ってるロー夫婦。
いるのかもしれない。
でもいいこと言いますね。そうなんですよ。
船には一等とか二等とか客室のグレードもあるんですよ。
これもデータとしてちゃんとあるんで。
ローズは一等客室の乗客なんです。
そうなんです。ありがとうございます。
そういうドメイン知識もあるとなおさら分析がやる気が出てきますね。
タイタニックの映画の内容をドメイン知識で片付けないでもらっていいですか。
今日話したかったのは、すいませんちょっと本題戻っていくんですけど。
このデータから分かるタイタニックのどんな人が生き残ったのかっていうところを。
当ててやろうか。
はいはいはいはい。
当ててやろうか。どういう順番で救助艇に乗ったか。
ちょっと待ってください。
こちらのあらすじがあるんで。
wikipediaで調べたやつでしょ。
ちょっと紹介していきたいなと思って。
これが本当に映画のあらすじと合ってたなら、それはもうデータってすごいよねって話になると思いますよ。
データ分析ってすごい価値があるよねっていう話。
違うよ、映画がすごいんだよ。
そのデータがあってって映画作ってるから。
それは分かんないじゃないですか。
生存者がいたわけだからその人の語り口とかで。
あー、まあそうね。
そうそうそう。
ちょっと美化されてるかもしれないし。
確かに。古い映画だしね。
その頃はまだビッグデータとかね。美の島だよね。
いくらでもね、映画なんで漏れるんで。
おい、タイタニック馬鹿にしてるだろちょっと。
いやいや、真実のね、タイタニックを教えてあげたいなっていうところで。
ファクトで語るタイタニックね。
はい。あ、いいですって。そういうことです。
っていうところで、話していくんですけど。
カグラのサイトにはですね、タイタニックのデータこんなもので、
ちょっと分析してくださいねみたいな概要みたいなのが書いてるんですけど、
そこにですね、こんな記載があって、
タイタニックでその半数以上の乗客がなくなりましたと。
そこの背景には、乗ってる人全員の救命ボートがなかったらしいんですよ。
造船会社の社長が蹴散ったらしいです。
あ、いいドメイン知識ですね。
らしいよ。なんかその、世界一の豪華客船だから、
救助艇をたくさんつけると、見栄えが悪くなるなんていう話。
12:03
あ、なるほどね。
これもちょっと毎月場の話だけどね。
はいはいはい。あ、でもそういうのがあるんだ。
だから全員は生き残れなくて、
生き残った人と、仕方なく亡くなってしまった人っていうのがいると。
で、そこには、運の要素もあったのかもしれないんだけど、
乗客の中での生き残りやすいグループとか、
優先的に助けられた人がいたんじゃないのっていうところがあるので、
それをデータから見てみましょうと。
あ、なるほどね。見えてきた見えてきた。
モチベーションはそういうとこですね。
データの形もね、さっき言ってたみたいな、
どこに泊まっててというか、どこの部屋をとってて、何歳で、
ここだよね、重要なのね。この2つが重要なの。
あ、よく分かります。そういうこと。
大丈夫、みんな知ってるから。聞いてる人みんな知ってるから。
あ、そうなの。
まあ、じゃあもう早速データパート見た結果、ちょっと教えていきたいなと思うんですけど、
じゃあまず最初ですね。性別、これが生存確率を左右する大きなファクターだったっていうのが
見えてきたんで紹介したいと思います。
はい。
はい。えっとですね。
まあ、男性と女性っていうデータがあって、
これを生存確率で分けてみると、
なんと女性が75%、男性が20%未満、
つまり女性が生き残ったんですよ。
知ってます。
これは驚きですよね。
もうね。
これ、映画でもそうでした?
はい。
あ、そうですか。
これはね、やっぱ今の時代、平等、ダイバーシティみたいなのありますけど、
やっぱ、言うて世界中男尊女卑の時代じゃない?
はいはい。
けど、最後のところでは、女子供に優しい男たちっていう性質が現れてくるわけですよ。
なるほどなるほど。
ってことですよね。
まあ僕はデータからそういうことなんじゃないかなと推測をしたんですけど。
鋭い。
やっぱそうなんですね。
いいデータサイエンティストになるよ君は。
ありがとうございます。
女性が優先的に助けられる。
年別っていうところと年齢もあったんで、年齢もお伝えすると、
5歳未満の生存確率が圧倒的に高かった。
はい、知ってます。
なぜなら、男儀を出すときに出てくるワード、女子供。
このね、今の時代にはそぐわない女子供どもを先に船に乗せると。
なるほどね。
女子供には未来があると。
そういうことです。
15:00
ここ涙流すポイントですね、きっと。映画だったら。
そうね、まさに。
今みんなね、さっき俺がチラッと老夫婦の話したから、
今ね、そこのやりとりと老夫婦が出てくるのよ。
そうなんだ。すごいね。リンクしてますね、データと。映画、ちゃんと。
はい。
俺が変なこと言ってるみたいになってるから、だんだん。
いや、でもこれちゃんとね、もう少しデータの話少しすると、
チケット階級って言って、その階級、たぶん一等室とか二等室とかあると思うんですけど、
その中でもやっぱりグレードの高い部屋に泊まってる人が生存確率が圧倒的に高くて。
はい。
で、その、さっき年齢の話もしたんですけど、若い人と80歳ぐらいのもう老人も助かったっていうところで、
年齢と階級の話を組み合わせてデータを見てみると、
もう圧倒的に一等室にいて、そこにいる女性がもう90%以上助かってるっていうのが分かってるんですよ。
えー、そんななんだ。めちゃめちゃじゃん。
そうなんですよ。
最後までバイオリン弾いてたブルックみたいなやつ、どことこそだろうね。
そんな人もいるんですか?
そう。ワンピースのブルックみたいなやつがいるのよ。
沈みゆく舟で最後音楽を奏でて。
はいはいはい。
亡くなっていく。
あ、亡くなっちゃったんだ。
そう。
あとは、その一等室に泊まってる社長と社長夫人の老夫婦が一等室にいて、
そのおばあちゃんは、言っちゃえば救出される組だから。
一等室のおばあちゃんだから。
はいはい。
女性。
女性だ。
最優先となるんだけど、その90%に入らなかったね、そのおばあちゃんは。
あ、そうなんや。
もう旦那は残んなきゃいけないから。
はいはいはい。
ってなった時に、ここまで連れ添って、このタイミングで私だけ生きてどうするん?って言って、客室に戻って、ベッドの上で二人で抱き合って沈んでいく。
え、そんな感じだったんですか?
もう船が沈むってわかって、船の中の人たちは誰が生き残って誰が沈むかみたいなところの、選別じゃないけど、みんなでお前は生き残れみたいな話が繰り広げられてたんですか?
あ、そうそうそうそう。で、その死の覚悟をしていく人たちの話とか、逆にでもなんかもがいていくぞみたいな感じでいく描写とか。
なるほどね。
それがすげー全部丁寧に描かれて、大ヒット作品になってると。
あ、そうなんですね。そこまではデータから読み取れなかったさ。
18:00
なんか、
でしょうね。
これデータ見ると、30代の男性がほぼほぼ亡くなっちゃってるんですよ。
だから、そういうなんかこう、ギリギリのところでお前は行け、俺は他の人を助けるみたいなそういうなんか、逼迫した状況なのかなと思ったんですけど、意外と冷静に。
いや、わからん。なんかさっきたっちゃんが言ってた言葉になっちゃうの嫌だけど、映画だから。
なるほどね。
まあ、そこはね、綺麗に描かれてるよ。
だからそれこそ主人公の女の人、ローズね、とディカプリオよ。
はいはいはい。主演。
ディカプリオがあれよ、ジャックよ。
ほうほう。
で、ローズがケイト・ウィンセレットね。
ほうほう。
ってなって、だからここは最終的には、沈んでく船の最高部のところにいるのよ、二人とも。
なるほどね。
で、ズバーン行って、みたいな。
で、最後、だから結局ローズの方だけ助かるお話なんだけど。
あ、全然ハッピーエンドじゃないんだ。
そうです。
なるほどね。
そこまでは正直分かんなかったから、今の話を聞いてより具体的にイメージできたんでよかったんですけど、
そういう性別とかね、グレードが効いてるよっていうのがデータから見えましたっていうのがまず一つですね。
あとこれ、そう、データ見てて思ったのは、自分の家族がいるかいないかっていうところが、
かなり生存率に大きく寄与してたっていうのが見えていて、
一人で乗船した人はほぼ助かってなくて、
親とか子供とか、兄弟とか妻とか、そういう血縁にあたる人が数人いると助かってると。
生存率50%くらいまで。
最初に言い忘れたんですけど、平均の生存率って38%なんですよ。
はいはいはい。
だから50%でも生存率高いよねって言えるんですけど。
そういう。
すごいね、確かに。
そう、一人ぼっちよりかは兄弟家族がいると方が生存率上がるよっていうのが分かってて。
ただこれ多ければいいわけじゃなくて、
大家族で乗ってきた乗客は全滅してるっていうのも分かってるんですよね。
8人くらいの大家族。
ビッグダディが乗っちゃってる。
ビッグダディ。
だってめちゃめちゃ豪華客船なんだもんね。
出てきたかな、そんな家族。覚えてないな。
っていうのが分かってて、
たぶん一人二人だったら一緒に頑張って生き残ろうってなるのかもしれないけど、
21:04
8人とかの大家族だったら誰か生き残って誰か死ぬとか。
うんうん。
そこ選ぶのもかわいそうだし、
だったらみんな一緒に自決じゃないけど、
っていうことも船内ではあったのかなっていうのが想像できるかなと。
それは、
はい、どうぞ。
僕はデータアナリストとしてデータの偏りを指摘したいです。
はい、お願いします。
8人家族で来るような人はそんなにいないと思うので、
まず大家族のサンプル数が少ないんじゃないかと思います。
それはその通りですね。
8人大家族は一組しかいなかったので、
それがたまたまなくなっちゃったっていうのはあるかなとは思います。
そうですよね。
30%ってことは赤が70%の確率で出る。
黒が30%だったら赤になる確率の方が高いと。
これがデータのバイアスと呼ばれるやつですね。
ありがとうございます。
データが利用できてくれましたね。
嫌だな、なんかそれ。
俺は作品側にいたいんだよ。
一人でいる人も実はあんまりいなかったんじゃないかっていう説はどうでしょう?
一人で載った人はですね、
これちょっと数値がパッと出てないんですけど、
一定数いましたね。
データとして偏りがあるとは言えない。
なるほどね。
サンプル数はいたので。
ジャックみたいにポーカーで載ったやつはいないな。
何の話?
ジャックはもうね、金持ってないのよ。
主人公、ディカフリー。
だけど、ギャンブルでポーカーでバチーンって手に入れてチケット。
それで載ってる。
そうなんだ。
で、そこに一流階級のやつしか船の中に載ってないとことの格差。
の上での恋愛。
みたいな。
そこでの恋愛もあったんですね。
あるよ、恋愛の話だから。
タイタニック。
ラブストーリーだから。
ドキュメンタリーじゃないですか、船が沈んだ。
違います違います。
ラブストーリーです。
ローズとジャックの。
なるほどね。
映画を見てると、
もう一個僕気になることあります。
お願いします、どうぞ。
映画を見てる人は、
潜入感を持って分析をしていると思うので、正解にたどり着けないと思います。
バイアスがかかっちゃうからやっぱり。
データを処理するときに、
まず一回やっぱジャック探しちゃうじゃん、たぶん。
そうだった。
たぶんジャック探しちゃうね。
3棟船室にいた一人で乗っている20代青年。
なかなかいないから、きっと。
そうだね、いないと思う。
24:01
うわっ、これジャックだみたいな。
しかもたぶん死亡フラグがついてる。
データ分析にとってやっぱそこって重要じゃん。
心理的なバイアスというか。
はいはい。
処理のときにね。
こういうデータが出るはずだって言って。
それこそ、たっちゃんは映画を見たことないから、
その、ピュアにデータを年齢と性別に分けてみようってなるかもしれないけど、
映画見た人は、もう女子どもを先に救助艇に乗せてる。
しかも一方客室のやつを乗せてるの知ってるから。
はいはい。
だったら、いろんなまだ他にもデータがあるのに、
そいつらはもうすぐに、
はいはい、客室、性別、年齢。
だからこれはもうね、あかんよ。
東竜門の扉、もう全然開かない。
そんなやつは遠崎に行かないよ。
まあでもそれ一応言ったんじゃないですか。
そういう考え方はもちろん大事なんだけど、
データ分析ではそういうなんだろう。
前情報があると、
この後予測するモデル作るときの大々ヒントになるから、
いいモデルを作れるよねっていう観点だと、
すごく大切な情報だと思ってて。
なるほどね。
だからドメイン知識って言おうか。
そうですよ。
つまりドメイン知識を持ってるかどうかっていう話。
なるほどな。
多分だけど、
みんなが知ってるから例題になってるんだよ。
まあ逆にそうだね。
そんなにピュアな状態で、
タイタニックのデータを触ってるやつがいるとは、
かぐる側も思ってない。
そっか。
知らないの?
え?
なるほど。
え?
まあそうだね。
だから目的はいい精度の予測モデルを作るってところが、
このチュートリアルの目的なわけだから、
誰もが知っているであろうタイタニックを使って、
じゃあ特徴領として性別とか年齢が聞くから、
それをAIのモデルに食べさせてあげて、学習させてあげて、
で出てきた結果を見ると、
ほらね、性別年齢聞いてたでしょっていうところが、
納得いきながら学習できるよねっていうところが、
チュートリアルとしては、
確かにいいのかもしれない。
いいんじゃないっていう話かもしれないですね。
なるほどね。
納得しちゃった。
指摘されたように、
僕はピュアな状態でこのデータを見て、
なるほど、女性生きてる、ふむふむっていう、
一個ずつ納得しながら見てしまったんですけど、
みんなはもうちょっと先回りして近道でやってたかもしれないですね。
そうね。
人の5倍くらいチュートリアルかかってるんじゃないの?
達成。
チュートリアルめっちゃ時間かけてるやつ。
27:02
こんなところがデータから見えてきましたよっていう、
今日はお話だったんですけど。
いいね。
でもなんかさ、
あんまチュートリアルとしたらやっぱ良くないよね。
もう一個良くないなと思った点があったわ。
タイタニックでしか使えないじゃん、その情報って。
だって、普通に船が沈むっていう現象があったときに、
乗客が乗ってたら、
女性、子供だけが偏って生き残るなんていうのは、
自然の現象で考えたらあり得ないじゃん。
あり得ないね、確かに。
でしょ?
それで、かぐるってことはやっぱ機械学習のモデルとかを作るわけじゃん。
けどこれって、タイタニックの乗客たちの、
通常ではない意思決定が挟まった上でできた結果なわけじゃん。
そうだね。
ってことは、タイタニック以外じゃ使えないわけよ、そのモデルは。
いや、まさにその通りです。
これになると、やっぱチュートリアルとしては良くないと思う、俺は。
これは多分ね、仕事とかで機械学習モデルを作ったり扱う人にとっては、
その意識はあることすごく大事だと思うんですけど、
かぐるにおいては、圧倒的にそのタスクに特化したモデルを作るのが目的としてあるから。
なるほどね。
そう、かぐるのコンペティション、かぐるで開かれるコンペティションって、
もう0.01%とかの精度を競うコンペで、
もうそのタスクにだけ特化したAIを作った人が優勝するっていう世界戦なんで、
そこに対するチュートリアルとしてはいいんじゃないのかなと。
確かに。
ただ一般的なデータ分析者を作る、学ぶっていうところでの、
意識を持った人が学習するにとっては、確かに不足してる部分はあるかもしれないですね。
そうね。
社会におけるデータサイエンティスト、データアナリストの意識としては大事なこと言いましたね。
本当に、かぐるばっかやってる人たぶん気づかないんだよ。
グランドマスター。
いやいや、グランドマスターまで行くと、それも分かった上で、もう趣味の一つとしてやってるから。
本当にそう。近くにグランドマスターいっぱいいるけど、すごいもん。
すごいですよ。
誰もが通るデータサイエンティストの東竜門かぐるでの扱われてるタイタニックを、データ分析の観点からお話ししたっていうのが、
今日のエピソードだったんですけど。
面白かった。
いやー、俺の目線で聞いてる人いたらめっちゃ面白いぞ、これ。
本当っすかね。
いやー、うん。だと思う。だってなんか、すげーバカみたいに見えてくるもん。
僕が?
そうなんかなー。
30:00
なんか、そういう人が嫌われんだよね。
嫌われる代表格。
そう、いやなんか。
最悪だよ。
タイタニックって、あの、データで見るもんなんだよね。
しかも真面目にね。真面目なトーンでそう喋ってる人が、たまにいるって話?
なんか、あったじゃん。だってさ、今までのさ、学生の頃とかもさ。
いや、お前あのドラマ見てないの?みたいな。
いや、でも数学の本が。
あの熱量の差みたいなのを今、大人になって久しぶりに感じた。
じゃあ、嫌われるやつ代表格として今日は喋りましたけど。
いや、でもね、そう。忘れないでいてほしいのは、
そう、何かに特化したところの人も、社会においては重要っすからね。
そう。
タイタニックで最高峰のAIモデルを作る人。
タイタニックで最高峰のAIモデルを作る人、みたいな、何かに特化した才能っていうのはやっぱり大事なんで。
それは忘れないでいてほしいです。その細かにする皆さん。
メッセージ性。
今回は、タイタニックのデータでまとめたけど、金曜ロードショー見たことあるやつと見たことないやつの戦いだから。
そうですね。
こういうのたぶんいっぱいあると思うんだよな。他のデータセット見てみたら。
ありそうだね。なんならそれに合わせて俺映画見てくるよ。
じゃあ、ちょっと面白いデータセットまた探しておきますわ。
これね、めっちゃ面白かった。
オッケーっすオッケーっす。
楽しかったこれ。
ということでじゃあ、次回はこの番組の数字、ポッドキャストの番組のデータ出しちゃいましょうか。
アナリティクスのデータ。
そうね。
いいっすね。
宇宙話のデータと比較してみるっていう。
日本第3位。
ほんとよ、すごいだろ。
売れ売れ。
比較して大丈夫?
もうこのチャンネルの数字ギューッとちっちゃくなっちゃうね。見えないくらいまで。
それで、これね2番組見えてるから、俺的にはめちゃめちゃ面白くて。
宇宙話のリスナーに僕は裏切られているのではないかと、っていう話をしていこうかなと。
どうせ聞いてないし、宇宙話のリスナー、これ。
まあまあまあ、系統違いすぎるしね。
っていうのをちょっと話していこうかなと思っておりますので、次回も楽しみにしておいてください。
はい。
はい。
隣のデータ分析屋さん、今回も面白いなと思ったら、ぜひチャンネル登録よろしくお願いします。
33:05
番組の感想や質問は、ハッシュタグ、隣の分析屋、隣のがひらがなで、分析屋は漢字でお願いします。
また、概要欄に貼ってあるお便りコーナーから、コメント、感想、質問、じゃんじゃん、お寄せください。
ではまた。
ばいばーい。
