トップページ | 目次ページ | ENGLISH

このサイトについて

このサイトは、 環境と品質 の分野を意識しつつ、 データサイエンス について解説しています。また、 環境学 や 品質学 に共通した視点として、 リスク学 や 経営学 も解説しています。

第１章は データサイエンス として、汎用性の高いテーマを扱っています。 第２章は 環境学 ・ 品質学 ・ リスク学 ・ 経営学 の各分野の解説です。 第２章は、データサイエンスにウェイトを置きつつ、各分野の一般的な解説をしています。

このサイトは１つ１つの分野の詳細ではなく、 それらのつながりや メタ知識 を意識して作っています。 総合的な視点の科学というのは、こういうものではないかと思います。

そして、総合的な視点の科学が、「 環境問題 」という、複雑な問題と付き合っていくには、不可欠だと思います。 総合的な視点がないと、ひとつを解決したつもりでも、 別のところで新たな問題を発生させたりします。 環境問題では、その影響が地球規模であったりして、非常に大きいです。 （「バイオエタノールを普及させたら、食料問題が深刻になった。」等の話です。）

このサイト全体の入門は、 環境と品質のためのデータサイエンス入門 にまとめています。

このサイトの目的は、以下の３点になります。

• 学生が次のステップ（履修科目・研究手法・就職）を考える時のヒントになること
• 環境問題を解決するための一助となること
• 筆者の勉強のメモ　

このサイトは筆者の勉強のメモという目的も持っていますので、 精査の不十分なアイディアもありますし、 誤解もあると思います。 修正の容易な媒体ですので、逐次直しています。

筆者について

このサイトの筆者は、杉原哲朗と言います。

大学と大学院（2002年卒・修士）で、物理学を専攻しました。 第一原理計算 の研究室でした。 修士論文は、氷の結晶のコンピュータシミュレーションでしたが、セラミックスも研究していました。

社会人としては、４社を経験しています。

最初の会社は、東芝セラミックス（株）です。 シリコンウェハーを作る工場にいました。 不良品を減らすためにはデータ分析が不可欠だったので、データ分析の技が増えました。
環境系資格 は、必要ありませんでしたが、 「環境問題に興味があるなら、取っておいた方が良い。」と、その分野の友人に勧められ、 この頃に環境計量士（濃度）と、公害防止管理者（ダイオキシン）を取りました。

２社目は、オリンパスメディカルシステムズ（株）です。 内視鏡を作っている会社ですが、私の仕事は、内視鏡に直接関わる仕事ではなく、 製品や工場の、省エネ、省資源、有害物質削減といった活動の、企画や管理をする仕事でした。

３社目は、日本ゼオン（株）です。 主力製品はゴムですが、医療器具なども作っている会社です。 工場だけでなく、営業や総務なども含めて社内の全部門について、 問題解決と課題達成 の指導と支援をする仕事をしていました。 ここでもデータ分析の技が増えました。
QC検定1級は、この頃に取りました。 統計学 の体系的な勉強は、QC検定1級の受験勉強の中でしました。

４社目は、オムロン（株）です。 ファクトリーオートメーションの技術開発をする部門にいました。 前半は、工場の設備の監視に使う機械学習を開発していました。 ウェブアプリR-EDA1 は、ここで仕事をしていなければ、生まれなかったかもしれません。 後半は、「DX」というキーワードの元に、工場を中心とした、ECM（エンジニアリングチェーンマネジメント）とSCM（サプライチェーンマネジメント）の開発をしていました。

データサイエンスの仕事 のページに書いたことは、筆者が約20年間に経験したことが元になっています。 世の中のデータサイエンスの解説は、大学の先生であったり、データ分析やAIの開発を事業としている方によるものがほとんどと思います。 筆者のような経歴や立場の人によるものは、なかなかありませんので、似た立場の方の参考になれば幸いです。

このサイトは、東芝セラミックス時代から書いています。 あくまで個人的なサイトですので、書いている内容は、所属させていただいた会社としてのものではないです。

このサイトへのご質問・ご意見は、筆者までお寄せください。 ecodata_2011@yahoo.co.jp

X（旧twitter）では、このサイトの更新情報や、まだまとまっていないアイディアを書いています。
https://x.com/ecodata222

LinkedInでは、詳しめの更新情報を書いています。
https://www.linkedin.com/in/datascience222/

データサイエンス相談会 もやっています。

参考文献について

日本の本と、このサイト

日本には、膨大な研究成果が日本語の本となって出版されています。 日本語の本には、日本語でしか表現できないことも入っていると思います。 日本語の本は、日本という国の財産です。

筆者は、国立国会図書館や東京都立中央図書館という日本屈指の図書館にアクセスしやすく、 そこでたくさんの本を見ています。 非売品や絶版の本もあります。 このサイトは、それらの本の内容を背景に持っています。

参考文献をどのように集めているのかは、話すと長くなります。 このページではなく、 どうやって参考文献を読んでいるのですか？ にまとめてみました。

参考文献の概要

2023年6月7日現在で、このサイトに登場している本は、約1800冊あります。 読んだ本のメモを取るようになったのが、2008年以降なので、学生の頃に読んだ本は、けっこう抜けています。

このサイトの参考文献は、だいたい日本語の本ですが、 環境経済学 等の分野には、英語の本が入っています。 これらの分野は、日本語の本には中身に偏りがあるようだったので、英語の本も見ました。

参考文献の書き方

普通の論文や本では、文中で参考文献から引用して、終わりに参考文献のリストを載せるのが通例ですが、 このサイトは、参考文献の紹介の中に、その文献の主張を書いていて、 基本的に本文で引用していません。 本文には、複数の文献に書かれているような有名な話や、 筆者の見解を書いています。

筆者が参考文献の欄に書いていることは、筆者がその文献から読み取ったことや、注目したことです。 その文献全体の要約を意図している訳ではありません。

親ページで紹介している参考文献は、 子ページで省略している場合があります。
参考文献を紹介する時は、その本を書いた人を「著者」と呼んでいます。 このサイトで「筆者」とは、このサイトの管理人（つまり、私）が自分を呼ぶ時に使っています。 参考文献の紹介の所では、「著者」と「筆者」という２つの言葉が出ますので、 気を付けてお読みください。

サイト内検索の方法

このサイトは、サイト内検索機能が付いていません。 検索をする場合は、検索サイト（Google、等）を使ってください。 例えば、「相生説」という言葉を探す場合は、
「data-science.tokyo 相生説」
というように、このサイトのURLの一部の「data-science.tokyo」の後にスペースを入れ、調べたい言葉を入力します。

サイトの文様について

とても薄いのですが、 このサイトの背景には「七宝（しっぽう）」という日本の文様を使っています。 この「七宝」には、「あらゆる方向に広がっていく」、「円満がつながっていく」 という意味があります。 このサイトも七宝に。。。

特にこのサイトの文様は、大きな円の間に小さな円が入っていて、 「星七宝」といいます。 原子の２重結合の絵にも見えますし、周期的なので結晶構造のようにも見えます。 筆者の出身分野と重なって、気に入っています。

全体の構成について

サイト全体は、本のような構成になっています。 しかし、どのページから読み始めても、特に困ることはないと思います。
このサイトは、ストーリーとか論理ではなく、 いろいろな方法や、物の見方の、つながり（ネットワーク）を伝えることを意図しています。 つながりの全体像は、 トップページ や 目次ページ で随時、確認すると良いと思います。 地図を見るような感じです。
学習の便宜を考え、順路に沿って行けば、本編の全部のページをたどれるようにしています。

順路 スタートは データサイエンス