マイナンバーカード交付障害、５社に賠償請求へ

マイナンバー（共通番号）カードの管理システムでトラブルが相次ぎ、交付が遅れた問題を受け、システムを運営する地方公共団体情報システム機構は１２日、システムを設計・開発した富士通やＮＴＴデータなど５社に対し、総額約１億９４５０万円の損害賠償を求めることを決めた。

　５社側は受け入れる意向を示したという。国や同機構が復旧に要した費用を負担しない形で決着する見込みだ。

マイナンバーカード交付障害、５社に賠償請求へ
http://headlines.yahoo.co.jp/hl?a=20161212-00050089-yom-soci

Predictive Analyticsというバズワード。それ、予測です！

昨日のセミナーで、Predictive Analyticsって言う言葉、結構使ってたと思いました。

確かに最近、GoogleはPredictive AnalyticsのAPIとして、

PREDICTION API
https://cloud.google.com/prediction/

を出しているし、IBMは

http://www.ibm.com/analytics/us/en/technology/predictive-analytics/

SAPは

SAP BusinessObjects Predictive Analytics
http://www.sap.com/japan/product/analytics/predictive-analytics.html

でPredictive Analyticsを打ち上げているけど、

結局、Predictive Analyticsって、「予測」です。はい。

（事実、predictive analytics ibmでグぐると、上記のページより前に
予測分析
http://www.ibm.com/analytics/jp/ja/technology/predictive-analytics/
が出ます）

---

　で、予測の場合、確かに機械学習とかさせますけど、それが、従来の
需要予測の計算式より優れているかどうかは、わかりません。だから、
今の需要予測で十分なら、それでいいと思います。


というのも、機械学習の需要予測は、過去データを扱うものです。
なので、将来新たに起こるトレンドを加味してくれているわけでは
ないからです（＝必ずしも精度高いとは限らない）。

　BABYMETALの販促をするとき、AKBのデータをもとに機械学習
させたデータを使えるかどうかは分かりません
（欅坂なら、使えるかもしれないけど・・
　えっ、普通Perfumeのデータ使うだろって　＾＾；）

　そして、予測出すだけなら、下手に機械学習させるより、
今の需要予測とか、時系列のARIMAのほうが、精度いいかも
しれません。

---

　なんでも、機械学習、それもディープラーニングは、コスト高すぎです。

　需要予測なら（勘ピューターも含め）やってる会社は多いと思います。
　それを、どうやって、効率化・高度化するかどうかを考えれば良いのであって、
　機械学習の新製品を入れる必要は、「必ずしもない」と思います
（入れたほうが、いいケースも、もちろんある）

ボブ・ディラン ノーベル賞受賞晩さん会を欠席したスピーチ

Bob Dylan - Banquet Speech
https://www.nobelprize.org/nobel_prizes/literature/laureates/2016/dylan-speech.html

訳

ボブ・ディラン　ノーベル賞受賞スピーチ全文訳
http://amass.jp/82088/