データサイエンティスト養成読本

著者

書誌事項

データサイエンティスト養成読本

（Software design plusシリーズ）

技術評論社, 2013.9-

• [正編]
• R活用編
• 機械学習入門編
• 登竜門編
• ビジネス活用編

タイトル別名

ビッグデータ時代のビジネスを支えるデータ分析力が身につく!

ビジネスデータ分析の現場で役立つ知識が満載!

ビッグデータ時代のビジネスを支える最新知識が満載!

Data scientist養成読本

10年先も役立つ力をつくる

データ分析の新常識/ビギナーのための必須スキルが満載!

ビジネスを成功に導くデータ分析組織とは?

タイトル読み

データ サイエンティスト ヨウセイ トクホン

電子リソースにアクセスする 全1件

• データサイエンティスト養成読本 (機械学習入門編 .)

  2015.10.

  Maruzen eBook Library

注記

その他のタイトルは、各編のタイトルの上部にあり

機械学習入門編, 登竜門編, ビジネス活用編: 参考文献あり

内容説明・目次

巻冊次

ビジネス活用編 ISBN 9784297101084

目次

• 第１章　ビジネス貢献するデータ分析「７つのポイント」—データ分析をはじめるときにもつべき意識
• 第２章　データ分析のプロジェクトマネジメント—シンプルな４つのプロセスからはじめる
• 第３章　機械学習プロジェクトの進め方—つまずかずにやり遂げるための実践手法
• 第４章　メルカリが挑むスピードデータサイエンス—爆速成長アプリを支えるＢＩチーム
• 第５章　失敗しないデータ分析組織の立ち上げ方—８つのプロセスとデータ分析人材から紐解く
• 第６章　データ分析のはじめ方—探索的分析で組織のＫＰＩを見つけよう
• 第７章　データサイエンスによる科学的ビジネスのすすめ—ビジネスに役立つ「データサイエンス」と「科学」の基礎知識
• 第８章　今こそデータ分析の民主化を—自分のデータは自分で分析する時代がはじまる
• 第９章　Ｐｅｏｐｌｅ　Ａｎａｌｙｔｉｃｓ入門—戦略的に働き心地のよい職場環境を作る方法
• 第１０章　Ｐｅｏｐｌｅ　Ａｎａｌｙｔｉｃｓが会社の業績を変えるまで—「数字に強い人事」が会社の生き残りを決める

巻冊次

[正編] ISBN 9784774158969

内容説明

データサイエンスの基本となる考え方から、Ｒ言語による統計解析の基礎、マーケティングに応用できるデータ分析など「データサイエンティスト」がおさえておきたい記事満載。

目次

• 巻頭企画　スキルセット、データ分析のプロセス、ビッグデータの扱い方—データサイエンティストの仕事術（データにストーリーを語らせられますか？—データサイエンティストに必要なスキル；ビジネスの成果を意識した分析の方法—データサイエンスのプロセス；データハンドリングのための—「ビッグデータインフラ」入門；スキルの標準化とキャリア形成のために—データサイエンティスト協会の活動）
• 特集１　データサイエンティストへの第一歩—データ分析実践入門（データの把握、可視化と多変量解析—Ｒで統計解析をはじめよう；エンジニアに必要なデータ分析の知識—データサイエンティスト・リテラシー；Ｒをさらに便利に使える統合開発環境—ＲＳｔｕｄｉｏでらくらくデータ分析；豊富なライブラリを活用したデータ分析—Ｐｙｔｈｏｎによる機械学習；Ｃ４．５／Ｋ−ｍｅａｎｓ／サポートベクターマシン／アプリオリ／ＥＭ…—データマイニングに必要な１０のアルゴリズム）
• 特集２　スキルアップのためのマーケティング分析本格入門（データサイエンスを応用した広告戦略とサイト改善—Ｒによるマーケティング分析；ターゲティング広告リプレースのポイントを公開—ｍｉｘｉにおける大規模データマイニング事例；マーケティングに役立つ—ソーシャルメディアネットワーク分析）
• 特別記事　リアルタイムログ収集でログ解析をスマートに—Ｆｌｕｅｎｔｄ入門
• 特別企画　超入門データ分析のためにこれだけは覚えておきたい基礎知識（リレーショナルデータベース操作に必須の言語—ＳＱＬ入門；Ｗｅｂサイトから情報を収集する技術—Ｗｅｂスクレイピング入門）

巻冊次

R活用編 ISBN 9784774170572

内容説明

ビジネスデータ分析の現場で役立つ知識が満載！データ分析の「道具」としての使い方、統計知識の基礎。

目次

• 第１章　注目を浴びる職種の現実—データサイエンティストを取り巻く環境
• 第２章　ビジネスデータ分析入門以前—データサイエンティストに必要な統計知識
• 第３章　外部パッケージを用いた集計・整形処理—Ｒによるモダンな集計処理
• 第４章　暦の影響を受ける時系列データの解析—時系列分析の基礎
• 第５章　Ｒの肩の上に立つ—．ＮＥＴ　ＦｒａｍｅｗｏｒｋとＲの連携
• 第６章　Ｒの限界を理解してＲをさらに使いこな—Ｒエンジニアがおさえておきたいインフラの話
• 第７章　Ａ　ｆｒｅｓｈ　ａｐｐｒｏａｃｈ　ｔｏ　ｔｅｃｈｎｉｃａｌ　ｃｏｍｐｕｔｉｎｇ—技術計算のための新言語Ｊｕｌｉａ

巻冊次

機械学習入門編 ISBN 9784774176314

目次

• 第１部　しくみと概要を学ぼう！（概要、歴史、なぜ注目されるのか？—機械学習を使いたい人のための入門講座；機械学習手法の中身を知る—機械学習の基礎知識；データの特性を理解する—ビジネスに導入する機械学習；複雑な識別問題への処方箋—深層学習最前線）
• 第２部　手を動かして学ぼう！（Ｒ、Ｐｙｔｈｏｎ、Ｊｕｌｉａ、Ｓｐａｒｋ　ＭＬｌｉｂ…—機械学習ソフトウェアの概観；ｓｃｉｋｉｔ‐ｌｅａｒｎ、Ｎｕｍｐｙ、Ｓｃｉｐｙ、ｍａｔｐｌｏｔｌｉｂ—Ｐｙｔｈｏｎによる機械学習入門；基本的な理論・実装／運用・改善のノウハウ—推薦システム入門；Ｎｕｍｐｙ、ｓｃｉｋｉｔ‐ｌｅａｒｎ、ｓｃｉｋｉｔ‐ｉｍａｇｅの応用—Ｐｙｔｈｏｎで画像認識にチャレンジ；オンライン機械学習入門—Ｊｕｂａｔｕｓによる異常検知）

巻冊次

登竜門編 ISBN 9784774188775

内容説明

データサイエンティストはここ数年で生まれた職種です。どんなスキルを身に付ければ良いかはいろいろなところで語られ、現役のデータサイエンティストのスキルもバラバラなのが現実です。さまざまな技術がある中で、本書ではデータ分析をはじめる前に最低限知っておきたい知識を取り上げます。たとえばシェルの操作は知らなくても良いでしょうか？基本的なＳＱＬは書けなくても良いでしょうか？データ形式についての知識は不要でしょうか？機械学習の基本的な知識は不要でしょうか？…初学者にとっては避けて通れない知識、現役データサイエンティストにとっては知らないと恥ずかしい知識を登竜門編として１冊にまとめています。

目次

• なぜデータ分析が必要なのか—データサイエンティストへの道標
• プロセス別にみるツールの選択基準—データ分析環境構築ガイド
• 世界中の環境に接続！—はじめてのシェル
• データ操作の第一歩—データベース入門の入門
• 美しい分析をはじめよう—ＲＳｔｕｄｉｏ／Ｊｕｐｙｔｅｒ最速攻略
• データ分析オーバービュー—データ前処理の基礎知識
• 集計、グラフ作成、回帰分析—くらべて学ぶＲ／Ｅｘｃｅｌデータ分析の基本
• Ｐｙｔｈｏｎのコードを読んで学ぶ—クローラでＷｅｂ上の情報を収集しよう！
• データがつくられる背景を知る—コーディング前に知りたい統計知識
• 数理モデルと可視化—さまざまなデータの理解と表現
• 重点ポイントを速攻習得！

「BOOKデータベース」 より

詳細情報

• NII書誌ID(NCID): BB13163643
• ISBN:
  • 9784774158969
  • 9784774170572
  • 9784774176314
  • 9784774188775
  • 9784297101084
• 出版国コード: ja
• タイトル言語コード: jpn
• 本文言語コード: jpn
• 出版地: 東京
• ページ数/冊数: 冊
• 大きさ: 26cm
• 分類:
  • NDC8 : 675
  • NDC9 : 675
• 件名:
  • BSH : マーケティング
  • BSH : データマイニング
• 親書誌ID:
  • BB01839290