[論文レビュー] Big Data - Retour vers le Futur - 3 - De Statisticien à Data Scientist

Philippe Besse, Aurélien Garivier+1 more|arXiv (Cornell University)|Mar 14, 2014

Data Mining Algorithms and Applications参考文献 26被引用数 1

ひとこと要約

この論文は、ビッグデータのボリューム、バリエーション、ボリュームの影響を受けて、統計の分野からデータサイエンスへの統計学者の役割の進化をたどる。ビッグデータの特徴に対応するための統計学および数学分野における新たな研究課題を特定し、分析手法のパラダイム転換を提言する。

ABSTRACT

The rapid evolution of information systems managing more and more voluminous data has caused profound paradigm shifts in the job of statistician, becoming successively data miner, bioinforma- tician and now data scientist. Without the sake of completeness and after having illustrated these successive mutations, this article briefly introduced the new research issues that quickly rise in Statistics, and more generally in Mathematics, in order to integrate the characteris- tics : volume, variety and velocity, of big data.

研究の動機と目的

• データ管理システムの進化に応じて統計学者の役割がどのように変化してきたかを検討すること。
• ビッグデータの特徴—ボリューム、バリエーション、ボリューム—が統計学および数学分野に与える新たな研究課題を特定すること。
• 現代のデータサイエンスの要請に応じて統計的手法の概念的転換を提言すること。
• ビッグデータの分析的複雑性に対処するための学際的統合の必要性を強調すること。

提案手法

• データマイナー、バイオインフォマティシャン、データサイエンティストという順次変化する役割を通じて、統計学者の役割の歴史的進化を分析する。
• データ量と複雑性の増加に伴うデータ処理および分析のパラダイムの変化を説明する。
• 現代のデータサイエンスにおける多様なデータタイプの統合（バリエーション）とリアルタイム処理（ボリューム）を検討する。
• 従来の統計的手法がビッグデータの特徴を組み込むために進化する必要があると提言する。
• スケーラビリティと異種性に対応するための新しい数学的および統計的フレームワークの必要性を強調する。
• ビッグデータの制約を踏まえて、統計的推論およびモデリングの見直しが必要であると提言する。

実験結果

リサーチクエスチョン

• RQ1 ビッグデータの台頭に伴って、統計学者の役割はどのように進化したか？
• RQ2 ビッグデータの特徴—ボリューム、バリエーション、ボリューム—に起因する統計学および数学分野における新たな研究課題は何か？
• RQ3 従来の統計的手法は、現代のビッグデータワークロードに対応するためにどのように適合できるか？
• RQ4 統計学がデータサイエンス分野で今後も関連性を保つために、どのような概念的・手法的転換が必要か？
• RQ5 ビッグデータの分析的要請に対処するためには、どのような学際的アプローチが必要か？

主な発見

• データの規模と複雑性の増大に伴い、統計学者の役割は古典的統計学からデータサイエンスへと進化した。
• ビッグデータのボリューム、バリエーション、ボリュームは、従来の統計学を超える新しい手法的アプローチを必要としている。
• データの異種性とリアルタイム処理に対処するため、数学および統計学分野に新たな研究課題が浮上している。
• 統計学者からデータサイエンティストへの移行は、データ分析分野におけるより広範なパラダイム転換を反映している。
• スケーリング可能な統計的フレームワークの構築が、ビッグデータ時代においてますます重要になっている。
• 本論文は、ビッグデータの文脈において、分野固有の知識を統計的および計算的手法と統合する重要性を強調している。