出版書誌データベース

｟生成ＡＩの活用ノックが増量されて大好評リニューアル！！｠

成果が見えないデータ分析プロジェクトを
継続性のある『仕組み化』でデータ活用！

■ノック内容
データの加工・可視化、機械学習モデルの構築と評価、分析レポート、
継続的なデータ更新、目の前のPCでできるシステムで本当のデータ活用。
― ビジネス現場で即戦力になれる「本当のデータ活用」を身につけよう!

■練習するツール&ライブラリ
Jupyter-Notebook, numpy, pandas, openpyxl, scikit-learn, matplotlib, japanize-matplotlib, seaborn, ipywidgets, ipympl, xlrd

■追加練習！
・大規模言語モデル（LLM）、OpenAI ChatGPTを活用する
・Langchain、翻訳、エージェント活用など

---
大好評のPython実践機械学習システム100本ノックが、装いも新たに改訂。データ分析の現場で求められる継続的な業務遂行のデータ分析のテクニックを解説。小さなシステムで成果を出すための現場に則した技術力が身につく必須の書籍。読者への挑戦の「放課後挑戦ノック」で最新のLLM大規模言語モデルChatGPT活用の追加で増量改訂。

はじめに
本書の効果的な使い方

第１部 データ分析システム

第1章　分析に向けた準備を行う10本ノック
ノック1：データを全て読み込んでみよう
ノック2：データを結合（ユニオン）してみよう
ノック3：フォルダ内のファイル名を一覧化してみよう
ノック4：複数データを結合（ユニオン）してみよう
ノック5：データの統計量を確認しよう
ノック6：不要なデータを除外しよう
ノック7：マスタデータを結合（ジョイン）してみよう
ノック8：マスタが存在しないコードに名称を設定しよう
ノック9：分析基礎テーブルを出力してみよう
ノック10：セルを整理して使いやすくしよう

第2章　データを可視化し分析を行う10本ノック
ノック11：データを読み込んで不要なものを除外しよう
ノック12：データの全体像を把握しよう
ノック13：月別の売上を集計してみよう
ノック14：月別の推移を可視化してみよう
ノック15：売上からヒストグラムを作成してみよう
ノック16：都道府県別の売上を集計して可視化しよう
ノック17：クラスタリングに向けてデータを加工しよう
ノック18：クラスタリングで店舗をグループ化してみよう
ノック19：グループの傾向を分析してみよう
ノック20：クラスタリングの結果をt-SNEで可視化しよう

第3章　可視化の仕組みを構築する10本ノック
ノック21：店舗を絞り込んで可視化できるようにしてみよう
ノック22：複数店舗の詳細を可視化できるようにしてみよう
ノック23：スライドバーを用いてオーダー件数を調べてみよう
ノック24：トグルボタンで地域データを抽出しよう
ノック25：日付を指定してデータを抽出してみよう
ノック26：ストーリーを考えてデータを構築しよう
ノック27：キャンセルの理由を分析してみよう
ノック28：仮説を検証してみよう
ノック29：ストーリーをもとにパーツやデータを組み合わせてダッシュボードを作ろう
ノック30：ダッシュボードを改善しよう

第4章　レポーティングする仕組みを構築する10本ノック
ノック31：特定店舗の売上をExcelにして出力してみよう
ノック32：Excelの表を整えて出力してみよう
ノック33：売上以外のデータも出力してみよう
ノック34：問題のある箇所を赤字で出力してみよう
ノック35：エクセルのセル関数で日毎の集計をしてみよう
ノック36：折れ線グラフにして出力してみよう
ノック37：レポートに向けてデータを準備しよう
ノック38：データシートに必要なデータを出力しよう
ノック39：サマリーシートを作成しよう
ノック40：店舗別にレポートをExcel出力してみよう

第5章　分析システムを構築する10本ノック
ノック41：基本的なフォルダを生成しよう
ノック42：入力データのチェック機構を作ろう
ノック43：レポーティング（本部向け）を関数化してみよう
ノック44：レポーティング（店舗向け）を関数化してみよう
ノック45：関数を実行し動作を確認してみよう
ノック46：更新に対応できる出力フォルダを作成しよう
ノック47：都道府県別で出力できるように出力フォルダを拡張してデータを出力しよう
ノック48：前月のデータを動的に読み込もう
ノック49：実行して過去データとの比較をしてみよう
ノック50：画面から実行できるようにしよう

第2部 機械学習システム

第6章　機械学習のためのデータ加工をする10本ノック
ノック51：データ加工の下準備をしよう
ノック52：データの読み込みを行い加工の方向性を検討しよう
ノック53：1か月分のデータの基本的なデータ加工を実施しよう
ノック54：機械学習に使用する変数を作成しよう
ノック55：店舗単位に集計して変数を作成しよう
ノック56：データの加工と店舗別集計を関数で実行しよう
ノック57：全データの読み込みとデータ加工をやってみよう
ノック58：目的変数を作成しよう
ノック59：説明変数と目的変数を紐づけて機械学習用のデータを仕上げよう
ノック60：機械学習用データの確認を行い出力しよう

第7章　機械学習モデルを構築する10本ノック
ノック61：フォルダ生成をして機械学習用データを読み込もう
ノック62：カテゴリカル変数の対応をしよう
ノック63：学習データとテストデータを分割しよう
ノック64：1つのモデルを構築しよう
ノック65：評価を実施してみよう
ノック66：モデルの重要度を確認してみよう
ノック67：モデル構築から評価までを関数化しよう
ノック68：モデルファイルや評価結果を出力しよう
ノック69：アルゴリズムを拡張して多角的な評価を実施しよう
ノック70：平日/休日モデルを一度で回せるようにしよう

第8章　構築した機械学習モデルで新規データを予測する10本ノック
ノック71：フォルダ生成をしてデータ読み込みの準備をしよう
ノック72：予測したい新規データを読み込もう
ノック73：新規データを店舗別で集計しよう
ノック74：新規データのカテゴリカル変数対応をしよう
ノック75：モデルに投入する直前の形式に整えよう
ノック76：モデルファイルを読み込んでみよう
ノック77：新規データの予測をしてみよう
ノック78：予測結果のヒートマップを作成してみよう
ノック79：実績データを作成しよう
ノック80：現場に向けたレポートを作成し出力しよう

第9章　小規模機械学習システムを作成する10本ノック
ノック81：フォルダ生成をして初期の変数定義をしよう
ノック82：更新データを読み込んで店舗別データを作成しよう
ノック83：月次店舗データの更新をしよう
ノック84：機械学習用データの作成と更新をしよう
ノック85：機械学習モデル用の事前データ加工をしよう
ノック86：機械学習モデルの構築・評価をしよう
ノック87：新規データ予測に向けた下準備をしよう
ノック88：新規データの予測をしよう
ノック89：現場向けレポートを作成し出力しよう
ノック90：機械学習モデルの精度推移を可視化しよう

第10章　機械学習システムのダッシュボードを作成する10本ノック
ノック91：単一データの読み込みをしよう
ノック92：更新データを読み込んで店舗別データを作成しよう
ノック93：機械学習モデルの重要変数データを読み込んで結合しよう
ノック94：機械学習モデルの予測結果を読み込んで結合しよう
ノック95：機械学習モデル用の事前データ加工をしよう
ノック96：店舗分析用ダッシュボードを作成しよう
ノック97：機械学習モデルの精度評価ダッシュボードを作成しよう
ノック98：機械学習モデルの混同行列ダッシュボードを作成しよう
ノック99：機械学習モデルの変数重要度の分析ダッシュボードを作成しよう
ノック100：機械学習モデルの予測結果検証のための可視化をしよう

放課後練 大規模言語モデル（LLM）の活用

第11章　大規模言語モデル（LLM）を活用した20本ノック
放課後ノック101：OpenAI APIを使う準備を整えよう
放課後ノック102：APIを用いてLLMを使ってみよう
放課後ノック103：モデルやランダム性を変えて比べてみよう
放課後ノック104：長文での指示を工夫してみよう
放課後ノック105：質問の履歴を確認してみよう
放課後ノック106：Langchainを使ってみよう
放課後ノック107：日本語を外国語に翻訳してみよう
放課後ノック108：応答内容をjsonや辞書型で出力してみよう
放課後ノック109：応答内容をリストで取得してみよう
放課後ノック110：翻訳システムを意識してみよう
放課後ノック111：エージェントを使ってみよう
放課後ノック112：２つのツールを使ってエージェントを高度化しよう
放課後ノック113：LLMを用いた簡易的なデータ分析をやってみよう
放課後ノック114：PandasのDataFrameを扱えるエージェントを使ってみよう
放課後ノック115：エージェントでデータの概要を把握しよう
放課後ノック116：エージェントと一緒に基本的な数字やグラフを押さえよう
放課後ノック117：エージェントと一緒に分析してみよう
放課後ノック118：エージェントに分析結果を聞いてみよう
放課後ノック119：GPT-4によるデータ分析を体験しよう
放課後ノック120：GPT-4によるデータ可視化を体験しよう

著：下山輝昌
｟下山 輝昌｠（しもやま てるまさ）
日本電気株式会社(NEC)の中央研究所にてデバイスの研究開発に従事した後、独立。機械学習を活用したデータ分析やダッシュボードデザイン等に裾野を広げ、データ分析コンサルタント/AIエンジニアとして幅広く案件に携わる。2021年にはテクノロジーとビジネスの橋渡しを行い、クライアントと一体となってビジネスを創出する株式会社Iroribiを創業。技術の幅の広さからくる効果的なデジタル技術の導入/活用に強みを持ちつつ、クライアントの新規事業やDX/AIプロジェクトを推進している。共著「Tableau データ分析～実践から活用まで～」

著：三木孝行
｟三木 孝行｠（みき たかゆき）
ソフトウェア開発会社に勤務し、大手鉄道会社、大手銀行等の大規模基幹システムの開発を統括。システム・ITにおける、要件定義、設計、開発、リリースまで全工程を経験。2017年に最先端テクノロジーの効果的な活用による社会の変革を目指し、合同会社アイキュベータを共同創業。2021年からは個人事業および株式会社Iroribiの顧問としてAIのシステム化を主軸に、データ分析やAIにおけるコンサルティング、AIシステム開発のプロジェクトを担う。特に、要件が定まる前の段階の顧客に対して、顧客と一体となって様々な視点から最適な技術を設計し、実証実験を推進していく部分に強みを持つ。また、プログラミングスキルについては、独学で各種言語を習得し、C言語より高水準の言語を扱える。
共著『Python実践データ分析100本ノック』（秀和システム）。

著：伊藤淳二
｟伊藤 淳二｠（いとう じゅんじ）
携帯電話会社のバックオフィスに従事し、課題であった業務効率化/情報連携ツールの独自開発をきっかけにシステム開発に目覚める。SE転身後は鉄道系や電力系の基幹システム開発等に従事。要件定義から設計、開発、運用までの各工程で力を発揮し、数々の案件を成功に導く。合同会社アイキュベータに合流後は現場目線を重視したAI導入を推進し、AIシステム開発、データ分析に関する数多くの案件を牽引。2021年には株式会社Iroribiに初期メンバーとして参画し、コンサルタント兼エンジニアとして現在も多くのクライアントとプロジェクトを推進している。共著「Python実践 加工/可視化 100本ノック」、「Tableau Public実践 BIツールデータ活用 100本ノック」（秀和システム）