データサイエンス

こんにちは、データサイエンスチームの藤本と申します。この記事では、女性の月経周期にともなう不調に焦点を当てます。 この時期は調子が良い、この時期は調子が悪いなど、一般に言われる通説がありますが、実際のところはどうなのでしょう。 社内での取り組みを通して可視化できたデータについてご紹介していきます。 女性の月経周期についての通説 女性の正常な月経周期は、一般的に25~38日、そのうち月経期の期間は3~7日間とされています。ただしこれには、個人差があること、ホルモンバランスやストレスによって変化しがちであることが知られています。月経周期のサイクルは、月経期→卵胞期→黄体期→月経期...という順番で…

「日本をAI・DXで元気にする」という壮大なミッションを掲げ、AIプロフェッショナルサービスを展開する株式会社エスタイル。その第18期（2024年3月期）の決算公告が、2025年2月10日付の官報に掲載されました。厳しい財務状況の中に、未来への大きな可能性を秘めた同社の現在地と成長戦略を深く分析します。 20240331_18_エスタイル決算 第18期 決算のポイント（単位：百万円）資産合計: 177百万円 (約1.8億円)負債合計: 297百万円 (約3.0億円)純資産合計: ▲120百万円 (約▲1.2億円)当期純損失: 68百万円 (約0.7億円) 今回の決算では、当期純損失として68百…

はじめに こんにちは。プロダクト戦略部プロダクト戦略グループでデータサイエンティストとして働く上條です。 大学院を卒業後、24新卒としてi-plugに入社し、現在は施策の効果検証や機能のロジック部分の検討、データに基づいたプロダクト戦略設計など、データにまつわる様々な業務に携わっています。 今回はデータと統計的因果推論の手法を用いて、仮説の実証から施策の実装まで至ったケースを紹介します。 本記事で主に想定する読者は、因果推論の基礎的な部分に一定理解がある前提のデータ分析者です。 因果推論の基礎などについては、様々なWebサイトで既に解説されていますので、本記事では省略させていただきました。特に…

経済産業省が情報処理技術者試験の見直しに着手し、新たな試験区分として「データマネジメント」および「デザインマネジメント」を検討している。この動きは、単なる試験制度の変更ではなく、デジタル社会における人材像そのものを問い直す取り組みといえる。 xtech.nikkei.com 現在、情報処理技術者試験は応募者数・合格者数ともに伸長しており、特に高度試験の合格者はITサービス業界に多く分布している。だが裏を返せば、DXを牽引するべき人材が、まだ限られた領域にとどまっていることの表れでもある。内田了司課長の言葉にもあるように、ITエンジニアだけでなく、すべての事業会社でビジネス変革を担える人材を育て…

生成AIの進化は凄まじい。わずか数年で、人間の文章を模倣し、絵を描き、音楽を作り、プログラムを書き、さらには議論まで交わせるようになった。これらの技術の発展を目の当たりにし、多くの人が「そのうち人間の仕事はすべてAIに取って代わられるのではないか」と不安を口にする。しかし、私たちはその問いをもう少し丁寧に問い直す必要がある。 AIは仕事を“奪う”のではない。正確には、AIに置き換えられてしまう仕事の多くは、すでに人間が「考えること」をやめ、形だけを繰り返してきた仕事である。マニュアルに従うだけ、前例をなぞるだけ、誰でもできることを惰性で続けている——そうした仕事は、もはやAIで十分なのだ。これ…

医療の世界において、データは決して新しいものではない。診療録に残される病歴や検査値、処方内容、さらには看護記録や入退院情報など、医療現場では日々膨大なデータが生成されている。それらは従来、診療の継続や事務的な記録のために利用されることが中心であったが、近年ではその「使い方」に大きな変化が起きている。すなわち、記録されたデータを分析し、傾向を捉え、将来を予測するという、いわば“知の資源”としての活用が進んでいるのである。 この変化の中心にあるのが、データサイエンスという学際的な分野である。統計学、情報科学、機械学習などを組み合わせたこの領域は、医療においても注目され、特に診断支援、治療の最適化、…

「ファインチューニング」という言葉を耳にする機会が増えた。とりわけ、生成AIや機械学習の話題が盛り上がる中で、ChatGPTや画像生成AIの性能向上に用いられる技術として紹介されることが多い。しかし、ファインチューニングは単なる技術的な工程を指すものではない。データサイエンスという視点で眺めてみると、それは「本来あるべき姿に近づけるための丁寧な微調整」の哲学でもある。 AIモデルのファインチューニングとは、すでに学習済みの大規模モデルを基礎として、特定の用途や対象に合わせて再学習させることを意味する。例えば、英語と日本語の両方に対応する汎用モデルに対し、医療分野の日本語文書を用いてファインチュ…