前回の書評、コンサルへの転職1年半で読んだ本90冊とその書評より1年少々経過しました。
以前より本の数を減らして書評を記載します。この1年で少なくとも50冊くらいは読んでいるので読書量が減ったわけではなく、内容が多すぎると読むのが辛そうという配慮です。
私が所属する分析コンサルティングの会社を会社と記載しています。ご注意ください。
読み物
生命とは何か？ノーベル賞受賞者である著者がどのように研究を進めたか、どのように声明を考えているかが分かる良書。
生命科学系を先行していた方は、「昔から実験方法は変わってないんやな」と少し懐かしくなるかもしれません。
人の認知を分析的に記載した本。
機械学習分野の方は読んだ方がよいかもしれません。
人の発達段階によって採用されている認知モデル数・使用確率分布が異なった結果、モノの見え方が変わるなど、かなり良質なヒントが各所にちりばめられているように思います。
商品の特徴という、ふわっとしていて定量的でないものを数値に落とし込むための方法論。
今後製品のマーケティング分野では重要視されそうだが、今のところほとんどが数字の管理に終始しているようである。
データ分析
網羅的にデータ分析の基本が乗っている良書。
何度読んでもよいもの。特に初心者におすすめです。
気になる方は、以前書いた効果検証はだいたい間違っているをご覧ください。
ホント知らない人はよく間違うんですよね。おすすめです。
現在取組中。
機械学習の実応用に必須の考え方で、成功率を高めるための具体的な流れが記載されている。
ホントは会社のメンバー全員に読んで欲しいレベル。
機械学習
機械学習を1からゴリゴリコーディングする1冊。かなり力が付く。
Pythonの記法がわかっていれば、これだけで（会社の案件では）十分に対応できる。
教師あり学習、教師なし学習はよく目にするものの・・・。
1から手を動かして学びたい人におすすめ。
学んだ理由としては、会社の案件で、某社のある部門の業務を強化学習の理論をベースとして再設計するようなものがあったため。
大企業の機械学習に本格的に取り組むのレベル違い、本気度を見ました。
1つの部門を実験台にするなんて・・・（汗）とはいえ、挑戦を大切にする会社なので意図はよく分かります。
納品して「ハイ終わりー」なAIプログラムが多いです。
私はそれをすごく課題だと思っています。
今後フリーランスがさらに増え、適当な納品が多くなりそう・・・そしてそのお守りをするコストだけが膨らむ。。
機械学習の品質保証分野におけるさきがけの書籍になりそうですね。
マネジメント・リーダー論
実務でもよく見る行動。それは良くないよと思いつつも見過ごしかねない内容。
エンジニアをアナリストと読み替え、内省のために使います。
・2021/11 戦略の思考法
・2021/09 マーケティングにAIを実装する
・2021/07 バーンアウトの処方箋
・2021/03 人を活かすマネジメント
・2020/10 パーパスブランディング
定期購読がおすすめ。
興味に対する当たりはずれ感はあるものの、はずれでもざっと目を通しておく価値はある。
具体的に何に困っているのか、高品質の知見を得ることができる。
とはいえ、ここまでキレイな知見だと、実案件にみられるような辛さは見えてこないかもしれません。
以上です。
○○を知りたいんだけど、いい本ないかな？等の質問があればお答えしますので、コメントをお願いします～。
それでは～（＾＾ノ