出版社内容情報
プロジェクトを成功させるために必要なデータサイエンティストの実践的スキルが身につく！
本書は、これからデータサイエンティストとしてキャリアを始めようという方、あるいは「偶発的なデータサイエンティスト」つまり、たまたまデータサイエンティストとしての役割を任されたエンジニアを対象に書かれた、データサイエンスと機械学習の短期集中育成コースです。筆者らの経験に基づいて、データサイエンティストの現場において求められるスキルをまとめています。
本書を構成する3編のパートのうちパートIではデータサイエンティストの基本となる原理原則を解説しています。データサイエンスの現場を理解するため出発点として、データサイエンティストの求められる役割、ワークフローを述べ、誤差分析、前処理、仮説検定、可視化といった基本的な手法を解説します。誤差の多いデータ分析では、いきなりアルゴリズムを当てはめてもほとんど成功することはありません。まずは基本的なデータを理解します。
パートIIでは、基本的な機械学習の手法を述べていきます。比較、回帰分析、クラスタリング、ベイズネットワーク、次元削減、因果推論、ニューラルネットワークなどをPythonによるコードを示しながら解説します。本書では1回限りのデータ分析ではなく、たとえばWebサイトで実行されるレコメンドシステムのような比較的長期にわたる実務に焦点を当てて解説しています。
最後にパートIIIでは、機械学習を実行するプラットフォームについて解説します。ハードウェアのボトルネック、高速アクセスのためのソフトウェアの基礎、分散システムにおけるアーキテクチャについて述べます。これらはデータサイエンスのエンジニアリング的な側面です。
実務の現場におけるデータサイエンスを理解するための第一歩を学べる内容になっています。
内容説明
データサイエンスのワークフローとアプリケーションを開発・最適化するための知識を学ぶ！
目次
１ フレーミングの原則（データサイエンティストの役割；プロジェクト・ワークフロー；誤差の定量化；データエンコーディングと前処理；仮説検定；データ可視化）
２ アルゴリズムとアーキテクチャ（アルゴリズムとアーキテクチャの概要；比較；回帰；分類とクラスタリング；ベイジアンネットワーク；次元削除と潜在変数モデル；因果推論；高度な機械学習）
３ ボトルネックと最適化（ハードウェアの基礎；ソフトウェアの基礎；ソフトウェアアーキテクチャ；ＣＡＰ定理；論理ネットワークトポロジノード）
著者等紹介
Ｋｅｌｌｅｈｅｒ，Ａｎｄｒｅｗ［ＫＥＬＬＥＨＥＲ，ＡＮＤＲＥＷ］ ［Ｋｅｌｌｅｈｅｒ，Ａｎｄｒｅｗ］
Ｖｅｎｍｏのソフトウェアエンジニアであり、分散システムアーキテクト。以前はＢｕｚｚＦｅｅｄのソフトウェアエンジニアとして、データパイプラインやモダンな最適化のためのアルゴリズム実装に携わってきた。クレムソン大学で物理学の学士号（理学）を取得。本番アプリケーションのコンテキストで、分散システムの背景となる基礎を研究するニューヨークのミートアップを運営しており、２年連続でＦａｓｔ Ｃｏｍｐａｎｙの最もクリエイティブな人々の１人に選ばれている
Ｋｅｌｌｅｈｅｒ，Ａｄａｍ［ＫＥＬＬＥＨＥＲ，ＡＤＡＭ］ ［Ｋｅｌｌｅｈｅｒ，Ａｄａｍ］
ＢｕｚｚＦｅｅｄで主任データサイエンティストとして、またニューヨーク市のコロンビア大学の非常勤教授として勤務。２０１８年５月現在では、バークレイズでチーフデータサイエンティストを務めるかたわら、コロンビア大学で因果推論と機械学習プロダクトを教えている。クレムソン大学で物理学の学士号（理学）を取得し、ノースカロライナ大学チャペルヒル校で宇宙論のＰｈ．Ｄ．を取得している
藤井伸朗［フジイノブオ］
１９５５年、兵庫県生まれ。大阪大学工学部卒業、同工学研究科修了。日本電信電話公社、ＮＴＴ研究所を経て、２０１５年、株式会社サイバー創研入社。その間、通信網オペレーションシステムの研究・開発、多地点ＴＶ会議システムのビジネス開発、ＩＳＯ／ＩＥＣ ＪＴＣ１／ＳＣ２１／ＷＧ４、ＩＴＵ‐Ｔ、ＮＭフォーラム、ＨＧＩ、ＯＳＧＩなどにおいてオペレーションシステム技術の国際標準化に従事。１９８５年、フランス政府給費留学（フランス郵電省）。１９９７～２００８年、ＩＴＵ－Ｔ／ＳＧ４副議長。２００８年、電子情報通信学会フェロー。２００９年、情報通信技術委員会情報通信技術賞・総務大臣表彰。２０１０年、ＩＥＥＥＮＯＭＳ２０１０議長。電子情報通信学会ＩＣＭ研究会顧問（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
