一覧へもどる
書誌詳細
最新データサイエンスがよ〜くわかる本 : 基礎からビジネスへの応用までを俯瞰 : data science
- 著者名高木章光, 鈴木英太著
- 出版者秀和システム
- 出版年2019.2
貸出・返却・予約状況
- 貸出状況
貸出可能
- 所蔵数1
- 貸出可能数1
- 予約数0
- 貸出累計0
所蔵事項
- 登録番号0076089
- 請求記号007.6//Ta29//sa
- 貸出区分通常
- 蔵書区分図書 - 一般図書
書誌事項
- 書名最新データサイエンスがよ〜くわかる本 : 基礎からビジネスへの応用までを俯瞰 : data science
- 書名ヨミサイシンデータサイエンスガヨ〜クワカルホン
- 著者名高木章光, 鈴木英太著
- 著者ヨミタカギ,アキミツ
- 出版地東京
- 出版者秀和システム
- 出版年2019.2
- 目次第1章 データ分析の最前線
1-1 データ活用の民主化の動き
1-2 データ分析を重要視する企業の増加
1-3 データ分析・機械学習・ディープラーニングの関係
1-4 企業が利用するデータ範囲の拡大
1-5 データの利用に関する契約ガイドラインについて
第2章 データ分析の応用事例
2-1 時系列分析
2-2 併売分析
2-3 最適化問題
2-4 異常検知
2-5 解約防止
2-6 レコメンデーション
2-7 テキストマイニング
第3章 データ分析とは
3-1 データ分析の目的
3-2 データ分析の体系
3-3 データ分析プロジェクトの進め方
3-4 実務におけるデータ分析プロセスフロー(概略)
3-5 実務におけるデータ分析プロセスフロー① ~現状の課題認識・ゴール設定・データ分析の目的検討~
3-6 実務におけるデータ分析プロセスフロー② ~データ分析計画の立案~
3-7 実務におけるデータ分析プロセスフロー③ ~データ分析設計書の作成~
3-8 実務におけるデータ分析プロセスフロー④ ~データ分析用基盤の準備~
3-9 実務におけるデータ分析プロセスフロー⑤ ~データ収集~
3-10 実務におけるデータ分析プロセスフロー⑥ ~データの前処理・理解~
3-11 実務におけるデータ分析プロセスフロー⑦ ~分析手法の選択と適用~
3-12 実務におけるデータ分析プロセスフロー⑧ ~分析結果の評価・施策の提案~
3-13 実務におけるデータ分析プロセスフロー⑨ ~データ分析結果のビジネス適用~
3-14 実務におけるデータ分析プロセスフロー⑩ ~運用・改善~
3-15 データ分析プロジェクトの進め方
3-16 データ分析を外部の専門家に委託する場合の注意点
3-17 運用について
3-18 事例:Team Data Science Process(TDSP)
第4章 データ分析の技術
4-1 記述統計
4-2 多変量解析
4-3 時系列分析
4-4 ベイズ統計
4-5 機械学習
4-6 ディープラーニング
4-7 データサイエンティストが使用する
プログラミング言語・ツール
4-8 データ分析基盤の全体像
4-9 データ分析基盤を支える技術要素 ①~ストリーミング型データ収集:データ収集・蓄積(1)~
4-10 データ分析基盤を支える技術要素 ②~バルク型データ収集:データ収集・蓄積(2)~
4-11 データ分析基盤を支える技術要素③ ~ストリーム処理:データ収集・蓄積(3)~
4-12 データ分析基盤を支える技術要素④ ~データ蓄積:データ収集・蓄積(4)~
4-13 データ分析基盤を支える技術要素⑤ ~探索的データ分析・前処理~
4-14 データ分析基盤を支える技術要素⑥ ~データ処理~
4-15 データ分析基盤を支える技術要素⑦ ~データ分析・活用~
4-16 データ分析基盤を支える技術要素⑧ ~管理~
4-17 データ分析用ライブラリについて
第5章 データ分析サービス
5-1 クラウドサービスを用いたデータ分析基盤
5-2 Arm Treasure Data eCDP
5-3 Google Cloud Platform
5-4 Microsoft Azure
5-5 Amazon Web Services(AWS)
第6章 データサイエンティストとは
6-1 データサイエンティストとは
6-2 データサイエンティストに求められる人物像
6-3 データサイエンティストを調達する方法
6-4 データサイエンティストの育成