記事に戻る
データを意図的に悪用して解釈を歪める4つの例 グラフ作成者の意図にハマらない判断力を磨くの写真一覧
AI時代を生き抜くうえで欠かせないデータサイエンス。しかし、データの可視化方法ひとつで、同じ情報もまったく異なる解釈に変わることをご存じでしょうか。本記事では、グラフ化の落とし穴や誤解を生む手法、その背後にある意図に迫ります。あなたの“見方”は本当に正しいのでしょうか。(このリード文はAIが作成しました)
関連記事
本文の内容に基づいた記事をピックアップしています
藤田 一樹
NRIデジタル シニアデータサイエンティスト
フォローすると、最新記事をメールでお知らせします。
ふじた かずきKazuki Fujita
この著者の記事一覧
2016年、株式会社野村総合研究所(NRI)入社。データサイエンティストとして、AIによる需要予測を活用した「AI発注システム」のPoCからシステム開発を担当。21年、NRIデジタル株式会社に出向し、「AI・データサイエンス×システム開発」領域を中心に、次世代AIシステム導入のコンサルティングから、データサイエンス、プロジェクトマネジメント、システム開発など多数のプロジェクトで活躍。また、NRIグループの認定データサイエンティストとして、社内のデータサイエンティスト育成も担当。Google Cloud Partner Top Engineer 2024受賞。
