いろいろなデータを見ていたら中には意外に見えるものもある・・・これには専門的な名前があってどこでも効果(Look Elsewhere Effect)と言います。統計的な分析(機械学習も含まれる)におけるインサイトとは、常に統計的な偶然と隣り合わせです。つまり「この結果が偶然だとするとそれは1000回に一回の偶然」というような言われ方をされますが、もしも1000回実験をしたら1回起こってしまうのです。

このビジネスは、まだまだ成長途中ですが、多くの人をインスパイアしながら、ドキドキは続きます。初めてDataRobotを見たときに「これは行けるんじゃないかな」と思った感覚は、自分の中では随分前から確信に変わっていたけれど、多くの人にとっては、このイベントの体験が、いろいろな疑問を確信に変えるきっかけになったと思います。

「医者」とか「弁護士」、とかであればなかなか「明日から俺は医者だ」などと言うことはできないと正しく認知されていますが、データサイエンティストの場合、突然「今日から・・・」などということに遭遇します。私は学歴主義は嫌いですが、専門職につくためには専門的な教育が必要です。そして科学者になるための資格と言うのは実はあります。

「世界が思い通りにならないことを恐れてはいけないよ。不完全な世界、理想には届かないプロダクトだからこそ、ここにいる皆が必要とされてるんだから」DataRobotに入社してから1年半が過ぎようとしていますが、会社は輪をかけてカオスです。会社の60%以上が私が入社して以来加わったメンバーで、更に先日のシリーズCでの調達を皮切りに、急速に採用が進んでいます。
DataRobot Japanでも至急人を募集しています。

Do not accept any definition of you except yours -- Chris Lynch

機械学習モデルの評価の方法に、DataRobotでよく使われているリフトチャート(LiftChart)というものがあります。シンプルさにかかわらず非常に優れた特徴を持っているモデル評価方法です。本稿ではそんなリフトチャートの計算方法と利用方法をご紹介します。