データサイエンスを理解あるいは実践する上で有用と思われる図解の画像は、引き続きツイッター上に投稿されている。
今回はそのような図解データサイエンスの第二弾をお届けする。
尚、前回と同じく、出典については各タイトルに貼られたリンクを参照していただきたい。
データサイエンティストのための機械学習の全容
字が細かいが、機械学習の全体像が網羅的に描かれている。
人工知能が（種々の分野で）いかに働くか
「競合情報分析」「顧客セグメンテーション」「拡張現実」「広告」の分野でAIがいかに改善をしていくかを図解したもの。「競合情報分析」以外の図についてはリンク先を参照されたい。
新技術とトレンドIoTへの影響度
IoTに影響する技術やトレンドを「時期」と「影響の大きさ」で表している。
データサイエンスのライフサイクル
ビジネスにおけるデータサイエンスの一般的な手順を図解している。
2022年に（企業の）成功に結び付くデータサイエンスの5大トレンド
ビジネスにおけるデータサイエンスの重要なトレンドとして、「MLOPS」「データの質>データの量」「AutoMLの危険性」「環境・社会とガバナンス」「顧客データはビジネス価値の肝」を取り上げている。
IoT成功のための必要事項
「データの準備」「データの発見」「ストリーミングデータの可視化」「時系列データ」「予知的アナリティクス」「リアルタイム位置情報」を挙げている。
データサイエンス学習のアート
「計画」「学習」「構築」「説明」の4つのフェーズのサイクルとして説明している。
機械学習のフローチャート
フローチャートというよりも手法をツリー状に分類したものになっている。
データ可視化方法選択のためのフローチャート
まず「関係」「比較」「分布」「構成」のどれを見せたいから始めて目的に合ったグラフにたどり着けるようにしている。
