AI時代に必須の思考法　「アナリティカルシンキング®」

• ★★★★★

  ★★★★★
• これからは、データに基づいた意思決定が必要であり、それが、仮説探索型アプローチに仕方を 理解することができました。通常の仕事において、思い込みの仮説をしているケースもあると思うので、 まずは、データ分析を行い、仮説を立てて検証するようにしたいです。

• ★★★★★

  ★★★★★
• ①学びまとめ 1.成果を数値化する 2.仮説を立てる順番に注意する 3.結果を鵜呑みにしない ②上記を意識する

• ★★★★★

  ★★★★★
• AIに関する書籍は何冊か読んでいたので復習として参考になった。

• ★★★★★

  ★★★★★
• ビジネス上の課題を、データやAIのテクノロジーを用いて解決していくために必要な思考能力の育成を目的としたデータサイエンスのトレーニングが、現在日本でも活発に行われています。AIやデータサイエンスのテクノロジーの技術や理論そのものよりも、そうした手法を使うことで、実際のビジネスの問題を解決し、よりよい意志決定につなげていくための思考能力を習得しするものなので、AI、統計などデータサイエンスに関する前提知識や経験は必要なくできると思いました。

• ★★★★★

  ★★★★★
• 成果を数値化するということの難しさを感じた。 これまでの講義のマインド編より楽しかった。

• ★★★★★

  ★★★★★
• ◇仮説検証型アプローチ 　┗　デメリット多め、、、 ◇仮設探索型アプローチ ・これまでの経験では予測できない要因を発見できる ・データから法則を発見し、仮設を作ることができる ※情報社会　->　専門家じゃなくても大量のデータへアクセスできる ■アナリティカルシンキング ：機械学習などのデータサイエンスを用いて、 ビジネス上の意思決定を行うためのアプローチ 目的の明確化 ・・何がどうなれば成果が出たと言えるのか？を明確にすること

• ★★★★★

  ★★★★★
• アナリティカルシンキングのアプローチ方法や使用する意味を学ぶ良い機会になりました。また、データを活用するには正しくデータを扱うことで良いとは認識していたものの、正しい活用方法が分からなかったため今回学んだことを今後実践していきます。

• ★★★★★

  ★★★★★
• アナリティカルシンキングを今まであまり意識したことはなかったが、データから読み取る力、そこから仮説を立てる力は今後必要になると感じました。 その中で定量化・定性化をしていくことで今後AIが台頭してきた時代に必要になってくると感じました。

• ★★★★★

  ★★★★★
• 自分にとって少し難しい内容でしたが、最後にテストと解説があったため、ふわっと記憶したところが腑に落ちて理解することが出来ました。

• ★★★★★

  ★★★★★
• これからの時代において、数字データを使って分析をする、今の状態を把握して改善に活かすことは非常に重要なので、自分の業務に置き換えて使っていこうと思いました。