データサイエンス とは数学、IT、ビジネスの３つの領域の知識を使ってビジネスや社会の問題を解決していく新しい分野です。

人工知能とかビッグデータなどの言葉とともにデータサイエンスという言葉を聞いたことがある人とない人がいると思うので詳しく説明してみます。

高校数学で学習する微分積分と確率と統計の先にデータサイエンスで使う最適化や予測などがあります。

最適化や予測とはどういうことでしょうか。最適化とはもっともうまくやるちょうど良いところを探すことです。例えば運動をすると体が強くなります、でも運動しすぎると体を壊します。ということは健康になるためにちょうど良い運動があるということです。データサイエンスを使うとちょうど良いところを見つけることができるのです。

データサイエンスでの予測とは事前にどの程度になるかを知ることです。未来のことなので正確に知ることはできませんが、ある程度の確率で予測が可能です。例えばコンビニ弁当です。天気とか曜日とか季節などでコンビニ弁当がどれだけ売れるかをあらかじめ予測して、ちょうど良い数のお弁当を用意しておくことができれば、捨てることになる弁当が少なくなります。無駄がなくなるのです。

最適化や予測の話をしましたが、数学があっても理論だけの話で終わるので、実際にはデータが必要です。データを理論通りに計算することが必要になります。そしてデータを扱うためにはコンピュータが必要です。データを溜めて計算するためのコンピュータを扱うためにIT（情報技術）が必要になってきます。コンピュータには人の言葉で指示するのではなくてコンピュータを使って指示します。コンピュータに指示する言葉をプログラミング言語と言います。データサイエンスでよく使われているプログラミング言語はPythonです。

数学やITなど技術的な話をしましたが、今度は社会に目を向けます。例えば農業です。農業ではドローンを使って農薬や肥料の散布を行うことができます。人手を使わずにドローンを使うことで効率化することできます。しかしお金が儲けられなければ、その農業は続きません。そのためにはビジネスの知識が必要になります。

時代の流れに合わせて、大学ではデータサイエンス 学部が続々と新設されています。

滋賀大学、武蔵野大学、横浜市立大学に続いてデータサイエンスを学べる大学が増えています。

データサイエンス に必要なプログラミングも、高校では2022年から「情報Ⅰ」で必修となります。

データサイエンスを使う人をデータサイエンティストと言います。データサイエンティストは世界中で必要とされています。世界中に働く場所があるのです。しかしデータサイエンスの知識だけでは世界で働くことはできません。英語が必要です。英語を聞いて話して読んで書けることが必要です。

インターネットにKaggleというデータサイエンティストが腕を競い合うサイトがあります。

英語でのコミュニケーションとなるので、ハードルが高いかと思われがちですが、完璧な英語でなくても記述的な理解でできていれば、参加は可能です。ぜひ、試してみてください。

GO SLOW blogはこちら

blogの更新情報はTwitterでお知らせしています。