『#仮説のつくりかた』 ほぼ日書評 Day572 たまたま同時に読み進めた本達が、なかなかに難解なものばかりで、進みが遅く、あるいは積読送りになったりして、1週間ぶりの更新になってしまった。 この本も、一般の人には「難書」と思う。『仮説思考』のようなロジカル系のビジネス書かと思って手に取ったところ、まるまる数学系、データ解析手法の解説書で、正直、中盤はわかるところだけ拾い読みという状態だった。 とはいえ、まるっきり役に立たないかといえば、むしろ逆で、ビックデータ分析から導かれる推論に、そうした計算式・解析手法を当てはめることで、その「仮説」の確らしさを見定めよう、という手順は極めて面白い。 また、それらが、観光地でもっと携帯の基地局やフリーwifiポイントを増やした方が良い場所を、人の流れとツイート数から割り出すであるとか、ツイートで用いられる用語の利用頻度とシチュエーションを掛け合わせて解析することで、投稿者の心理状態を推しはかるとか、非常に具体的で、示唆に富む。 終盤で扱われる、大地震が起きた時に避難すべきルート分析等は、身につまされるトピックである。 冒頭に述べた通り、簡単に読める本ではないが、たまには毛色を変えてみたいという方は、ぜひ図書館で。 https://amzn.to/3V97AJh

第1章　基本概念 1.1　5G時代のビッグデータ 1.2　処理の高速化 1.3　ビッグデータ応用 第2章　仮説 2.1　仮説とは何か 2.2　仮説生成のヒント 2.3　可視化 2.4　推論 2.5　問題解決 2.6　身近な問題解決 2.7　科学と仮説 第3章　回帰 3.1　回帰の基本 3.2　回帰，相関から因果関係へ 第4章　クラスタリングとニューラルネットワーク 4.1　クラスタリング 4.2　アーティフィシャルニューラルネットワークまたは深層学習 4.3　統合的仮説生成 第5章　差分による仮説生成 5.1　仮説差分法 5.2　時間における差分 5.3　空間における差分 5.4　概念空間における差分 5.5　仮説間差分 第6章　仮説間補完，仮説間重ね合わせ，そして仮説間和分 6.1　概要 6.2　仮説間補完 6.3　モビリティサービスのための機械学習を用いた自動車の異常振動検知（仮説間重ね合わせ1） 6.4　かぐやDEMを用いた，機械学習による中央丘クレーター識別（仮説間重ね合わせ2）