出版書誌データベース

データサイエンスは、ビジネスのあらゆる現場で役立つスキルです。たとえば需要予測。日々の販売計画を精緻化することは、業務の無駄をなくし、広い視点では大量廃棄などの課題解決にも役立ちます。また、ECサイトに欠かせないレコメンデーションシステム。おすすめの商品を高い精度で提案してくれるシステムによって、顧客の利便性が高まり、同時に売上アップにもつながります。ほかにもデータサイエンスが基礎となっている仕組みは数多く存在します。いまや人々の生活に欠かせなくなったAIなどの技術もデータサイエンスの一分野です。 このようにデータサイエンスは、「データサイエンティスト」などの専門職だけが知っておけば足りる知識ではなく、あまねくビジネスパーソンが知っておくべき知識であり、スキルなのです。本書ではこのデータサイエンスを、ビジネス実務を題材に、難しい話なしで解説しています。また、データをどのように扱うか実感できるようにExcelファイルを用意してあります。座学＋実践でしっかり腑に落ちるデータサイエンス入門書の決定版です。

表紙 はじめに もくじ Chapter 1　データサイエンスをビジネスで活用する Section01　なぜいまデータサイエンスの必要性が叫ばれているのか？ Section02　AIやデータサイエンスにおける技術概観 Chapter 2　データサイエンスの手法を理解する 21 Section01　データサイエンスの手法ごとの特徴をつかもう Section02　教師あり学習（回帰問題・分類問題） Section03　ディープラーニングによる画像解析 Section04　教師なし学習 Section05　レコメンデーションの事例 Section06　最適化 Section07　各章の進め方 Chapter 3　基本的な可視化・統計手法を理解する Section01　店舗の売上実績を分析して現状を把握しよう Section02　要約統計量でデータの傾向をつかむ Section03　実務で使えるデータ可視化 Chapter 4　線形回帰モデルで需要予測を立てる Section01　販売数の需要予測により発注精度を向上しよう Section02　教師あり学習（回帰問題）の概要 Section03　回帰問題の基本手法「線形回帰モデル」 Section04　予測モデルの精度を評価するための評価指標 Section05　実践：飲食店のPOSデータを活用しよう Chapter 5　 ロジスティック回帰モデルでユーザーターゲティングを行う Section01　ユーザーターゲティングによりメール配信を高度化しよう Section02　分類問題の基本手法「ロジスティック回帰モデル」 Section03　分類問題における評価指標 Section04　実践：宿泊予約サイトのユーザーデータを活用しよう Chapter 6　ディープラーニングで画像分類を行う Section01　画像の商品カテゴリを推測して入力作業を自動化しよう Section02　ディープラーニングの基本「ニューラルネットワーク」 Section03　画像認識のための「CNN」 Section04　 実践：洋服の画像データを活用しよう Chapter 7　教師なし学習でユーザーセグメントを精緻化する Section01　ユーザーセグメントを精緻化して施策を出し分けしよう Section02　教師なし学習の概要 Section03　教師なし学習の基本手法「k-means法」 Section04　クラスタリング結果の解釈 Section05　実践：EC サイトの購入履歴データを活用しよう Chapter 8　レコメンデーションの仕組みと実装 Section01　おすすめ商品をレコメンドして購入回数を向上させよう Section02　レコメンデーションエンジンの概要 Section03　ユーザーの嗜好を考慮する「協調フィルタリング」 Section04　コンテンツの内容を考慮する「コンテンツマッチング」 Section05　実践：ユーザー評価データを活用しよう Chapter 9　数理最適化で利益の最大化を図る Section01　商品単価を最適化して利益を最大化しよう Section02　最適化の概要 Section03　2つの最適化（１）「連続最適化」 Section04　2つの最適化（２）「組み合わせ最適化」 Section05　実践：小売店舗の商品データを活用しよう おわりに ステップアップにつながるトピックまとめ ステップアップにつながる書籍 索引 著者プロフィール 奥付