目次
１ データサイエンスをビジネスで活用する
２ データサイエンスの手法を理解する
３ 基本的な可視化・統計手法を理解する
４ 線形回帰モデルで需要予測を立てる
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
６ ディープラーニングで画像分類を行う
７ 教師なし学習でユーザーセグメントを精緻化する
８ レコメンデーションエンジンを実装する
９ 数理最適化で利益の最大化を図る
著者等紹介
三好大悟［ミヨシダイゴ］
慶應義塾大学理工学部で金融工学を専攻。大学卒業後、株式会社データミックスにてデータサイエンティストとして、統計学や機械学習を用いたデータ分析・アルゴリズム開発を中心としたコンサルティングに従事。２０２０年７月からは株式会社セブン＆アイ・ホールディングスにて、小売や物流・配送などの事業におけるデータ・ＡＩ活用を推進。一方で兼業としても活動し、データ分析やＡＩ開発など、データサイエンスに関するアドバイザリ・受託開発・教育活動などにも携わる（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。
感想・レビュー
※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。
nbhd
18
ひさびさにデータサイエンス系の本を読んだ。とてもていねいに解説していて、復習にぴったしだった。著者のスタンスは次のようなものだ→「おまいら、AIAIとか流行にかぶれて口にしてるけど、基本は統計学だし、データサイエンスだかんな！…AIAI言う前に、まずデータサイエンスで出来ること学ぶんだな、このAIかぶれどもめ」…っといったかんじで、何でもかんでもAIAIって言うんじゃなくて、まずは基本をおさえよう、データサイエンスで出来ることをちゃんと弁えておこうよ、というスタンス。好感をもった。2024/06/15
土曜の朝
4
AIや機械学習といった非常にとっつきにくいテーマを、わかる範囲に落とし込んでくれている。非常に複雑な分野ではあるが、そこで行われていることをひとつひとつ紐解いていくと、誰にでも理解可能なことの積み重ねである。(もちろん実装は難しいが、、)例えばAIによる画像分類などは知らない立場からすると、まるで魔法のようだが、そこにはしっかりと仕組みが存在する。「どうして可能なのか」をとりあえず知ることが出来る1冊。2023/04/04
hahaha
2
分析の勉強をしようと読んだのだけど、レベルが高すぎて、途中からあきらめてしまった。 もうちょっと基本的なことを丁寧に解説して欲しかったのだけど。 また出直します。2024/02/01
Go Extreme
2
データサイエンスをビジネスで活用する： データサイエンスの必要性 AIやデータサイエンスにおける技術概観 手法を理解する 21 手法ごとの特徴 教師あり学習（回帰問題・分類問題） ディープラーニング 教師なし学習 レコメンデーションの事例 最適化 基本的な可視化・統計手法 線形回帰モデルで需要予測 ロジスティック回帰モデルでユーザーターゲティング ディープラーニングで画像分類 教師なし学習でユーザーセグメントを精緻化 レコメンデーションの仕組みと実装 数理最適化で利益の最大化を図る2022/05/18
テテテムソン
1
大枠を把握するのによいかも。2023/01/31
-
- 和書
- ＴＯＥＦＬ完全模試
