AI時代に必須の思考法　「アナリティカルシンキング®」

• ★★★★★

  ★★★★★
• 今回の講義では今後の時代で必要になってくる「アナリティカルシンキング」についての内容であり、このタイミングで詳しく学べたことについてとても良かったと感じている。 データが頻繁に活用される以前は、経験則や予測での仮説が多く存在し、全てが間違いということはないが、非効率的であったことは予測される。しかし、データを用いた仮説構築には、様々な方向からのアプローチがあるため、信頼性は高まり、根拠が生まれる。その上、データが現代では大量に存在し、一般ユーザーでも扱いやすくなっているため、一定の知識を身につけることができれば、より高い精度で仮説を立て、分析ができるようになる。そのことから、日本政府もデータサイエンスを国民の標準的なスキルに押し上げようとしている動きも納得することができる。 しかし、講義の中でのポイントでもあった通り、「結果を鵜呑みにしない」という点は本当に大きなポイントだと感じた。 相関関係があるものは世の中に多く存在すると感じる。しかし因果関係はなく、誤った分析をしてしまうパターンも多く存在するのだろうと感じた。そこを我々が、より詳細に検証、見極めを行い適切な結果を求めることができればよりレベルの高いアプローチになるため、注意していかなければならないと感じた。

• ★★★★★

  ★★★★★
• これまでデータの分析や仮設の構築に関して独学だったため、今回とても勉強になりました。 仮説探索型アプローチを習得できると、説得力のある提案へとつながり、 これまで以上にお客様へ価値貢献できると思いました。

• ★★★★★

  ★★★★★
• 正しい結果を導き出す為には先入観をを捨て正しくデータを分析することが必要であり、アプローチの仕方によって誤った結果になってしまうことを理解しました。

• ★★★★★

  ★★★★★
• 機械にはできない判断や考え方について学べてとてもためになりました。データ化が進んでいる現在ですが、鵜呑みにせずに判断ができるよう注意しようと思いました。

• ★★★★★

  ★★★★★
• 専門的な言葉や聞き馴染みがない言葉が多く、難しかった。

• ★★★★★

  ★★★★★
• アナリティカルシンキングとそうでないKKDなアプローチを用いた具体的な比較とすべてにおいてアナリティカルシンキングすべきという考えを若い人に植え付けそうな危険性のあるコースでした。

• ★★★★★

  ★★★★★
• データを全て鵜呑みにしていたのでこの動画を見て再度考えることが多かったです。深く勉強したい項目でした。

• ★★★★★

  ★★★★★
• 普段聞きなれないワードが多くでてきました。こういった内容を学ぶ機会はないのでとても有意義です。

• ★★★★★

  ★★★★★
• アナリティカルシンキングという言葉を知らなかったため本講座を通じて学ぶことができ大変タメになりました。

• ★★★★★

  ★★★★★
• 「相関」のカテゴリの中に「疑似相関」があるということですか？ 「サメとアイスクリームには相関がある」という文があったとして、ココでさす「相関」に「疑似相関」もふくまれるのですか？ それとも両社は別物なので、「サメとアイスクリームには疑似相関がある」という文でなければ間違いですか？（つまり「サメとアイスクリームには相関がある」という文は半分正解ということにはなりませんか？）