データの海に宿る知恵　－本質の羅針盤シリーズ目次

インターネットの普及につれ世界中の人々に、様々なデータをネット上で共有する習慣が根付いた。典型的には、動画・写真をＳＮＳに投稿して公開する習慣。個人以外にも、政府、大学、企業などの組織が同様にデータをネット上で共有する。この結果、インターネットは「データの巨大な海」に化けた。
かつてデータといえば、「先月の売上データ」「５年２組の英語の成績データ」のように身近で小さなデータがイメージに浮かんだ。しかし、データの海にあるのは多種多様なデータ（文書、静止画、動画、音声など）で、身近で小さなデータに対し「ビッグデータ」と呼ばれる。
本シリーズを通じ、データの海にある多種多様なビッグデータを組み合わせて分析し、データの海に潜む真実や法則性のあぶり出しに取り組む。人間には扱い切れないビッグデータの検索や分析の際の強力な道具として生成ＡＩを活用する。
本記事に掲載した表は、データ分析に取り組んだ記事群の目次で、ここから興味ある記事をクリックしてご覧いただきたい。

記事のタイトル	記事のポイント	対象読者
統計分析技法「相関」	二つの項目間で影響の「強さ」「弱さ」「無さ」を数値で表す統計学の技法が「相関そうかん」。この技法は使い方次第で、たとえば成績と影響が大きい生活習慣が見つかる場合もある。 本記事では、相関の詳細な計算方法には触れず、相関の使い方と、相関が示す数値の意味を説明する。 ※データ分析の背後にある統計技法の入門記事	二つの別のモノゴトの間にある関係の強さ（弱さ）を「量」（数値）で示す技法に興味がある方
		「相関関係の量」が持つ意味や使い方に興味がある方
		「相関関係の量」が計算できた時、その値の信頼性を判断する基準に興味がある方
Covid-19第１波の感染傾向調査に基づくリスク分析	2020年5月のCovid-19の第１波における県別の感染状況（県民の行動様式や消費傾向と、感染率の高さの関係）から、感染リスクを高める行動などを、感染状況のデータ（項目数：1,272項目、生データ数：60,067件）を統計的に分析する。 なお分析実施時点は生成ＡＩの普及前で、分析はすべて手作業で行った。	感染対策として効果的な（逆にリスクが高い）行動様式や消費傾向に興味がある方
		「食品」「生活スタイル」と「感染率」の関係に興味がある方
		県別の感染実勢分析に基づく「人口集中度」と「感染率」の関係に興味がある方
地球の「エラー」をデバッグ	地球をひとつのソフトウエアシステムと見立て、ソフトウエアの品質管理（デバッグ）技術を適用して、地球という巨大な物理システムが持つ「仕様バグ」（＝大地震）の原因をＡＩを使って分析した。 分析の結果、南海トラフ地震の発生時期と場所について、過去の大地震との相関係数0.9という、統計学的に極めて有意な確度で予測できると判った。	南海トラフ地震に興味がある方
		ＡＩを使ったデータ分析に興味がある方
		大地震の予知方法に興味がある方