00:03
人間って燃費悪くない? 車あって150円とか払ったら、リッターで10キロ走ってくれるのに、人間ってめっちゃ食わないと10キロ走れないじゃん。
1本の水、500ミリリットルの水を1本買うだけで10キロ走れるか問題を今回はやっていく。そんな回です。
人間ポンコツだよねって話?
人間と水の組み合わせ最悪っていう。
そんな話をしつつではあるんだけど、データが石油っていう話からこういう話をしてて、ここの無茶苦茶理論は本編で楽しんでいただくとしまして、今回はちょっと2トピック話してます。
1個がこのデータ分析とかいろいろ仕事にする上で、数学ってどうやって勉強すればいいのって話。
で、もう1個が野球のデータめっちゃ面白いよっていう話。ビッグフライ大谷さんって話。
個人的には野球のデータの面白さをすごく感じたなぁと思ってますね。
野球面白かったね。サッカーにも欲しいよね。
そうそう。2人はサッカーをやってたから、正直野球の話はピンとあんま来てないんだけど、でも野球で取れるデータがすごいリッチだよって話を視聴者さん、コワーカーさんから教えてくれたから。
大事だよ。
我々も勉強させてもらいました。
というところで、2トピックまとめてお話ししてますので楽しんでください。
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。
今回は質問回答お便りコーナー。
長らくお待たせいたしました。
結構いただいてますよ。
こんなね、始めたばっかりのさ、ふざけてばっかりの真面目かどうかの微妙な番組にさ。
20回目とか。
え?そんな来た?
になりますよ。始めてエピソード20ぐらい到達してますね。
ポッドキャストなんて多分数話やってやめてるやつがほとんどだからね。
あ、私のポッドキャスト、スポティファの独占配信終了しました。
ご苦労様でした。
いやー、もうこれで大看板がなくなったせいでですね。
03:02
ポッドキャスト界での威厳を失ったといったの過言ではないと。
威厳を失ったと言っても過言ではないを噛んでいる時点で、もうしょぼいポッドキャスターになっちゃってるんだけど。
回数には勝てないですよ。何回目でしたっけ?
あ、そう、今日ね、これ収録のタイミングで1000回よ、1000回。
宇宙話の方ね。
しかも宇宙話しか聞いてない人はさ、真面目だと思ってるのよ。
実は違うの?
いやもう、すべてですよ。ポッドキャストに出てる僕がすべてですよ。
こっちのデータ分析家さんの時で雰囲気が全然違うんじゃないですか。
どっちかを作ってるっていう。どっちかめちゃめちゃ頑張ってる。
無理して。
まあどっちもどっちだからね。
こっちの方がね、結構評判はいい。
本当にですか?嬉しい嬉しい。
作られてたらすげーやりにくいですよ。
本当だよね。一番違和感感じるだろうね、たっちゃんが。
気持ち悪くて仕方ないですね。
このポッドキャストが伸びてくれたらさ、宇宙話の日本一を見えると思うのよ。
普段聞かない人も聞いてくれるかもしれないから。
そのためにはお便り読んで、リスナーに媚び売って、
コワーカーたちに媚びを売って、コメントをしてもらって、
取り上げたコメントの回はツイッターで拡散してもらって、
新規リスナーを獲得し。
あんま言わないですよね、そういうセキララな言葉も選ばずに。
媚びを売るとかね、あんま言わないですからね。
コワーカーたち頑張れ。持ち上げてもらえるとその2人で頑張ってもさ。
たしかにね。
たかが知れてるから、そんなパワーなんて。
ちょっとじゃあ頼むぜ、コワーカーたち。
でもね、結構いいことを言ってくれてるんですよ。
じゃあお便り紹介していきましょう。
いきましょうか。
じゃあ今日は僕から紹介させてもらいますね。
お願いします。
はい、じゃあ2つ来てますので紹介したいと思います。
コワーカーネーム、たそきちさんです。
ありがとうございます。
やっと全ての回を聞くことができました。
りょっちさんのハイテンションとたっちゃんさんの冷静な対応という温度差がいい感じです。
そう見えるんだね、なるほど。
現在、パイソンを使ったデータ分析を勉強しているアラフォーです。
ド文系かつ非エンジニアです。
そんな方も聞いてくれるんですね、データ分析に関する。
嬉しい。
お2人は大学院で研究されていたとのことですが、
06:02
私自身、学生時代は勉強を怠けまくっていたため、数学の素養がありません。
困った。
そういう人たちにも向けて分かりやすく伝えると思うんですから。
そのような場合、数1や数2などを1から勉強していった方がよいか、
またはデータ分析に必要な分野、先継台数や微積分などに絞って勉強した方がいいのか迷っています。
データ分析に必要な分野をやればいいと思います。
間違いないよな。
データ分析に必要な数学の勉強方法やリスキングに対するお2人のお考えをお聞かせいただけるとありがたいです。
あと、ロッチさんが学生向けに授業をしているとのことですが、
学校やUdemyのようなプラットフォームで社会人向けでも受講できるようになると嬉しいです。
応援しています。これからも頑張ってください。
ありがとうございます。
ありがとうございます。
すごい。
ちゃんとしてる人、来た。
来た。
もうバカにするのやめた。怖がる。
本気で勉強しようとしている方ですよ、これは。
すごいね。
そうですね。
でも質問はあれでしょ?数学をほぼやってない状態でデータ分析をする場合、どうすればいいかみたいな。
そこですね。
真面目な話すると都度都度じゃない?
そうですね。データ分析もいろいろ幅が広いから何するかによるけど、
理論から攻めていくっていうのは遠回りな気がしていて、
数学1とか数理を勉強するっていうのはないに越したことはないんだけど、
データ分析したいんだったら直接データを見てパソコンでいろいろと分析ツールを使って可視化したり、
簡単にAI作ってみたりとかそういうところをやっていく方が身につくんじゃないかなと思いますね。
学生時代めちゃめちゃ怠けても出し算とか引き算はできるもんね。
データ分析やってるときに出る計算なんてさ、
試測演算くらいじゃん。実際。
試測演算くらいで、AIとか触り始めると言ってたみたいな線形台数とか、
微積分とかが大事になってくるけど、
俺はね、動かすのが大事派だと思うから、
もうね、動けば勝ちなのよ。AIも。分析結果も出れば勝ちだし。
それが全く内容を一切理解してなくても、
ちゃんと結果が出したやつが偉いみたいな。
まさに僕も同じ意見ですね。
だって俺、大学の授業でさ、去年までは一個一個AIの命令文紹介してたんだけど、
09:02
はい、チャットGPTにこうやって質問したらこうやって返ってくる。
コピー&ペースト貼った。はい、動いた。はい、これでAI完了。
僕が作って出したからね。
動けばOKですから。そうそうそうそう。
コンピューターの方が頭いいしね。
なんでこれこうやって動くんだろうとか、
この意味なんだろうって考えて深掘った時に、最後数式に出会うっていう。
なんかそんな感じなんじゃないかな。
自分仕事とかの中でデータ分析してるけど、数式に出会うことってほぼないっすね。
まあないね。
あ、裏で計算してくれてんだ。ありがとうって思いながら。
本当そんなレベル。
ならいいんじゃないかな。
誰かに説明する時に多分必要になるぐらいだから、
その時にそれに必要な数学だけ勉強しておけば本当にいいと思う。
これが我々の回答だね。
ユデミのプラットフォームで社会人でも実行できると嬉しいですって書いてますけど、
ユデミって僕の認識だと誰でもアクセスできるし、教材を使った勉強できるのかなと思ってるんですけど。
これあれでしょ。俺が授業を作れってことでしょ。
そういうこと?
そうそうそうそう。
なるほどね。
学校で教えてるようなのを横展開したものを出してくれれば嬉しいなっていう。
そういうことか。
評判いいんだから。楽譚で。
出しちゃおう出しちゃおう。
そんな感じだね。
面白い。ありがとうございました。
ありがとうございます。
タソキチさんでした。
じゃあもう一件紹介させてもらいますね。
来い次のコアカー。
コアカーネームイクミさん。ありがとうございます。
ありがとうございます。
いつも楽しく配置をしております。
13回の放送でスポーツデータに興味があるとおっしゃっていたので共有です。
ベースボールサバントというサイトでメジャーリーグの1球1球のデータ、
投手の投げた球の急速や吸収はもちろん、回転数、投球位置、打者の打球速度、飛距離、打球角度などが無料で取得できます。
打者においては長打になりやすい打球速度と打球角度の組み合わせ、バレルゾーンというものがトレンドとなっており、
バッターはこのゾーンに打つ練習をしているとよく聞きます。
このようにホームランが出やすい打者の特徴、脱三振の多い投球の特徴などをサバントのデータを使用して分析できるのではと思いましたので、
興味がありましたらベースボールサバントをご活用いただければと思います。
その際はぜひ放送で教えてください。
ビッグフライオタニーさん。
ありがとうございます。
12:00
ありがとうございます。
バレルゾーン。
なるほどね。バレルゾーンは打ち込む角度、ボールを当てるその位置と角度、この角度でこの場所でボールを当てたらバチコン飛べよみたいながバレルゾーンだね。
そこのゾーンで打つ練習をプロはやってると。
あれじゃない?ティーバッティングとかでさ、ティーの位置をそこに揃えるんじゃないの?
そういうことか。
でもあれだよね、オタニーさんのデータとかでさ、ストライクゾーンを急分割とかにしたところでバリツ出てて、確か外角高めがめっちゃ高いんだよね。
ビッグフライオタニーさんをしやすい位置みたいな。
すごいっすよ、一球一球のメジャーリーグのそのデータがもうデータとして蓄積されてるってわけだから、これはもう分析のしがいがあるんじゃないですか?
あーすごい、めちゃめちゃすごい。超ある。
えーすげーなんかめちゃめちゃリッチだよデータ。これだけでなんか買いできそうだ。
そう、こういうデータっていっぱい集まってきてるんですよね。多分これもオープンデータとして考えられると思ってて、次回以降でどこかでオープンデータのエピソードとか喋りたいなと思ってたんですけど、
いろいろとそう、スポーツデータとかもそうだし、いろんなところで取れるデータが一つのデータベースとして集まってて、誰でもその分析とかいろいろなサービスに使っていいよっていうのが展開されてるからすごく面白いことができるし、発想次第ではビジネスにもなるかもしれないしっていうところがね、いっぱいあるからこういうのいいですよね。
オープンソースのデータなんてもうね、最強よ。
いや最強なんだよな。
いやなんかさ、俺データサイエンティストになるタイミングで収穫するわけじゃん。収穫というか転職?って扱いで一応動いてたのかな?ってなった時にさ、最初データサイエンス選ばないようにしてたの。
はいはい。
で、理由はめっちゃいたの。自分の周りにデータサイエンティストがめっちゃいて、もうめちゃめちゃいるからいいやって思ったし、あとなんかその頃ってデータは石油だみたいな。
そうだね。
言ってて、石油じゃなくなるんだろうなと思って。ありすぎて。コーラぐらい。
コーラぐらい?
データ溢れすぎて石油じゃなくなるんだろうなみたいなのもふわっと思ってたから、データサイエンティストにはならないって誓って仕事を探してたんだけど、データサイエンティストになっちゃったのよ。
15:07
なっちゃったね。
まあいいかってなったけど、何が言いたかったかというと、まだ石油なんだよね、データって。結局は、こういうオープンソースになってるやつは、まあ水よ。コーラよ。ジンジャーエールよ。
けど、会社が持ってるデータとかっていうのは、全然まだ超石油なんだよね。守られた上で、人癖とかレア度みたいなところも掛け算されると、全然やっぱまだ石油で、いくらでもそこから価値を生み出せるみたいな、お金になりまくるみたいな。
まあとにかくオープンソースになってるやつは、結構チャンスも広がってるし、その分みんなが手出しやすいみたいなところで、バトルにはなるけど、アイデア勝負みたいな。
で、けどまあ、俺らが本業でやってるようなところは、会社のある程度決まったところでの話だから、しかも外に漏れないデータってなると、価値はグッと上がるから、結局データの価値とかの話もそうだし、データサイエンティスト全然まだオバコンにもならなそうだしみたいな。
っていう話をしたかった、私は今。
遠回りしちゃった。
オープンデータの会でじゃあ、そこは議論しましょうか。
あ、そうね。いや、面白そうだわ、それ。
研究とかでもオープンデータなのかな?
あ、そうね。俺らがいた天文の業界、特に俺らがいたX線天文っていう、宇宙から飛んでくるX線、レントゲンのあの光のやつを扱うところは、もう人工衛星が取ったデータは誰でも触れるようになってるね。しかも何なら分析するソフトウェアまでNASAが作ってくれるんだからね。
あれもオープンソースだから誰でも触れるしね。
あれの20行ぐらい、俺の痕跡は多分ね、どこかに残ってる。
NASAいる時に書いたんだよ。
イニシエのね、パール言語で。
はいはいはい。
学分の時、なんでこれ触るんだろうと思って、フォートランやってパールやったじゃん。
はいはい。
のパールが、NASA行って生きた。
あ、そういうことやってたんですね。知らなかった。
研究所の中で、いろんな人と喋るから、わーって喋ってたら、なんか多分俺が一番このソフト使ってるみたいな話になって、一個ね。
はいはい。
ってなって、ちょっとこれのデバッグやってよみたいな。いろんな分析試して、エラー出るところのコード書き直して、試してみたいな。
18:01
えー。
で、あー通ったわオッケーみたいな。
どっかに日本語隠しておけばよかった。
変数名とかちょっとだけ日本語にしといたらめっちゃ面白いですよね。
リョッチマン。
リョッチマンイコールなんじゃなくて。
ってやると、X線の明るさがわかる。
NASA時代何してたか全然聞いたことなかったから。
まあそうね。興味ないでしょ別に。
改めて聞くタイミングがない。
ないよね。帰ってきた時聞いてないからね。
そうそう、もうない。
そこら辺聞いてみよう今度。今度宇宙のなんかデータ分析の話もしましょうよ。
うん。あ、でもオープンデータの話の流れでいろいろできる気がするな。
あー。じゃあそこで話してみよう。
まあそこで足りなかったら宇宙データの話もまたしていこう。
うんうん。
そんな感じっすかね。
全然野球の話しないの。お互いサッカーやってたから。
申し訳ない。けどね、こういうデータがあるっていう話なんで。
サッカーはないよなあんまり。
あれなんか久保武さんがつけてるあのさ、インナーなのかブラジャーなのかわからないようなさ。
はいはいはい。
こうやってつけてるやつあるじゃん。みんなつけてるけど。
アイルで多分データ取れてるんですよね。スプリント回数とかね。
まあそうね。昔なんかあれ言ってたよね。靴に埋め込むやつ、高校の時にやらされたみたいな。
アディダスかどっかが開発してるマイコーチとかいう名前の確かICチップをシューズに埋め込んでデータ取るっていうのをやったけど。
まあそういうデータが多分取れてきてるんですよね。各スポーツ業界で。
いいね。スポーツデータ他にないのかな。でもなんか野球ぐらいだろうな。
でも競馬のやつとかやってる人いますよ。
ああ確かに。競馬のAI予測でさ、なんか情報売ってる会社とかあるよね。
あるある。でもやっぱりそういう賭けられるスポーツには分析がついてくるんじゃないですか。お金の匂いがしますもんね。
でも海外だったらね。野球もサッカーもね。Jリーグとか賭けれるよね。Bベッドとかで。
そうなってるのか。
そう。
じゃあますますこういうのが増えてくるのかもしれないですね。
Bベッドってなんかちょっとグレーな感じするけど、多分大丈夫なんだろうね。取り上げましょう。そのうち野球データ。
ですね。
ということでそんな感じですかね。
はい。ありがとうございました皆さん。
ありがとうございますコーワーカードの皆さん。ぜひですね、ガンガン紹介するんで。
お便り、ご感想、コメント、ご客、ギフト。何でもお待ちしてます。
ということで、隣のデータ分析屋さん今回も面白いなと思ったらフォロー、レビューよろしくお願いします。
番組の感想や質問はハッシュタグ隣の分析屋、隣のがキラガナで、分析屋は漢字でお願いします。
21:01
また概要欄に貼ってあるお便りフォームからコメントをお寄せいただけたら嬉しいです。
ではまた。
バイバイ。
