ＳＱＬデータ分析・活用入門―データサイエンスの扉を開くための技術

西 潤史郎【著】/山田 祥寛【監修】

ソシム（2019/09発売）

• サイズ A5判／ページ数 399p／高さ 22cm
• 商品コード 9784802612265
• NDC分類 007.6
• Cコード C2055

内容説明

ビッグデータもスモールデータも欲しいデータは自分で集める。ＭｙＳＱＬ／ＰｏｓｔｇｒｅＳＱＬ両対応。分析に特化したＳＱＬの基本から一歩踏み込んだ実践テクニックまで。

目次

第１部　ＳＱＬによるデータ分析の基礎（ＳＱＬとデータ分析の世界；データ分析環境を整える；データを「分ける」「数える」が分析の基本；分析を効率化するＳＱＬによる前処理；データをさらに活用するためのテクニック；複数のテーブルを扱うＪＯＩＮとＵＮＩＯＮ；分析ＳＱＬの主役「ウィンドウ関数」徹底入門）
第２部　ＳＱＬによるデータ分析の実践（ＳＱＬで小さな分析を積み重ねる；長いＳＱＬを読み解く；データ分析が価値を生みだすために）
付録

著者等紹介

西潤史郎［ニシジュンシロウ］
ＷＩＮＧＳプロジェクト。データ・サイエンティスト株式会社のチーフデータエンジニア。２００２年九州大学大学院システム情報科学府卒。富士ゼロックスでソフトウェア開発に従事したのち、ヘルスケア系ベンチャー企業で業務改善／経営企画を担当する。データに基づく企業経営に可能性を感じ、２０１３年同分野に特化したエンジニアとして独立。主にＢＩツールによる分析システム構築や運用／ウェブアプリケーション開発／アクセス解析を行う。現職では、ビッグデータ分析アプリケーション開発とインフラ／分析システム運用を担当している

山田祥寛［ヤマダヨシヒロ］
静岡県榛原町生まれ。一橋大学経済学部卒業後、ＮＥＣにてシステム企画業務に携わるが、２００３年４月に念願かなってフリーライターに転身。Ｍｉｃｒｏｓｏｆｔ　ＭＶＰ　ｆｏｒ　Ｖｉｓｕａｌ　Ｓｔｕｄｉｏ　ａｎｄ　Ｄｅｖｅｌｏｐｍｅｎｔ　Ｔｅｃｈｎｏｌｏｇｉｅｓ。執筆コミュニティ「ＷＩＮＧＳプロジェクト」の代表でもある（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。

[ぶう]

再読。本書はSQL入門書ではなく、もともとある程度SQL知識があり、さらに上を目指す人向けの内容である。前回読んだときは殆どSQLの知識のない状態であったため、理解できない部分が多かったが、今回は分かる部分も増え得るものが多かった。今までは扱うデータ量が少なかったため、Pythonやエクセルでなんとかやってこれたが、データ量が増えれば増えるほどSQLのありがたみが分かってくる。今回は多少なりともSQLを覚えて再挑戦したわけだが、やっぱりウィンドウ関数は未だに難しい。まだまだ勉強が足りないようだ。

2021/10/29

[ぶう]

簡単なSELECT文さえ書ければ、後はPythonやR、またはEXCELを使って加工すればよいと考えている人もいるかもしれない。しかし、それらのツールを使えるデータサイズはせいぜい数Gバイト程度まで。メモリに載らないサイズのデータ、つまりビッグデータを扱うとなるとSQLが必須。データが爆発的に増加していくこの先、SQLの重要性も同様に増していくのは確実。そういう意味では、データ分析担当でなくともSQLを覚える事のメリットは大きい。自分自身で仮説を立て、データドリブンのPDCAを回していくことが可能となる。

2021/01/13

[シノウ]

図書館本、データベースに興味があり手に取った。 頭と後ろをつまみ読み。 リレーショナルデータベースという考え方が有用。 アクセスを使って作る。 SQL関連のソフトウェアも使えばある程度UIも作れる？ SQLは共通言語としてみんなで使えるようにすると、組織としての分析力が飛躍的に伸びる。

2020/09/30

[みん]

データ分析の概要、やり方の例とその中でSQLを活用する方法を説明してくれる本です。情報処理試験レベルのSQLから少しレベルアップしたくて、本書を読みました。データ分析のことはあまり知らなかったので、とても参考になりました。肝心なSQLの部分はSELECT文など簡単なところから丁寧に説明があり、ウインド関数など少しマニアックなところまで触れています。また、長いSQLを読み解くコツという章はこれまで見たことがなくありがたかったです。

2021/06/06

[luckyair]

図書館本。入門だけあって調度良い。特にWindows関数がとても参考になった。コードだけでなく解説も詳しく、データ分析の概念や社内での成果の定義などについてもについても触れられており、概念→コード→実践の流れを踏むことで理解が深まりそう。何度も繰り返し取り組んで身につけたい。データはプロセスであり成果物ではない。★★★☆

2023/05/07