データサイエンス

20%の労力で80%の成果を出す人がいる――このパレートの法則が、べき乗則分布を理解する鍵です。この短いエピソードでは、多くのデータセットで少数の要素が大部分を占める理由と、データサイエンティストがそれをどう活かすかを紹介します。

データサイエンスや機械学習を学び始めた人がよくつまずくのは、練習に使える面白いデータがないことです。見つけたファイルは形式がばらばらで、列名の意味が分からず、値も欠けています。このエピソードでは、クリーニング済みの公開データセットを無料で使える Azure Open Datasets…