O'Reillyから無料で公開されているAnalyzing and Visualizing Data with F# ( http://fslab.org/report/ ) を読んで質疑応答したりするためのチャンネルです。
pantograph punchはパンタグラフ式のパンチカードかな
1890年に国勢調査局に登用されたHerman Hollerith氏によってpantograph punchが導入されると1年で終わるようになった。
それでも1年。
しかし最近では国勢調査だけでなく、WorldBankなどの膨大なデータがネットで公開されていて、それらの分析は実に数秒で終わる。素晴らしい。
というわけで物理的なツールからプログラム的なツールを必要とするようになりました。
データサイエンスのワークフローは
- データへのアクセス
- データの分析
- データの可視化
の3つ。
データサイエンティストに言わせると、1が一番大変。
CSVをダウンロードしたら、各列が何を表すのか特定して、値が抜けている部分はどう扱うのか決めないといけない。
REST形式のサービスで取ってくるのであれば、JSONの形式を確認して、対象にすべきデータを抽出しないといけない。
じゃ何故F#を使うのか。理由は4つ。
- データへのアクセスが簡単にできる。 型プロバイダーで。
- 間違いが少ない。F#の型システムとかコードが簡潔に書けるとか。
- 便利でスケールしやすい。Pythonの簡潔さとJITベースの言語のいいとこどり。MBraceとか使うとクラウド上に展開できる。
- 連携性。型プロバイダーでR言語と連携できる。FORTRANとかC言語とかとも簡単に連携できる。
(昼休みここまで。)
使う方の話がメインなのではないかと。
あ、静的な方を動的に作れるのか(´･_･`)
メタ情報からのコード生成でも同じことが実現出来るため、コード生成で問題ない場合はコード生成でいいと思う。