一生モノのビジネス教養 データサイエンス大全―シンプルにわかる４９の用語と１３の実践

上野 佑馬【著】

ソシム（2023/03発売）

• サイズ B5判／ページ数 202p／高さ 21cm
• 商品コード 9784802614023
• NDC分類 007.6
• Cコード C2034

内容説明

今どきデータサイエンスくらい理解してないとマズくない？深くて面白い知識図鑑！

目次

第１部　重要用語編　データサイエンスの基礎―データに隠された関係性を紐解くためのキーワード
第１部　実践スキル編　統計学の観点からマーケティング施策の効果を最大化する！―ＫｅｙＷｏｒｄ　連続型確率分布、相関関係と因果関係、因果推論、カイニ乗検定
第２部　重要用語編　数理モデルと機械学習の基礎―世の中の事象をモデル化し、予測・分類するためのキーワード
第２部　実践スキル編　機械学習手法を組み合わせ顧客のインサイトを探り、顧客生涯価値を最大化する！―ＫｅｙＷｏｒｄ　機械学習、教師あり学習、教師なし学習、階層的クラスター分析、非階層的クラスター分析、ロジスティック回帰分析
第３部　重要用語編　機械学習の応用―強力な機械学習手法を理解しビジネスシーンで扱うためのキーワード
第３部　実践スキル編　ＡＩという言葉に騙されず、本質を理解してビジネスを正しい方向に導びこう！―ＫｅｙＷｏｒｄ　畳み込みニューラルネットワーク、自然言語処理
第４部　重要用語編　ビジネスの理解からデータの調理―モデル構築前の重要なプロセスを理解するためのキーワード
第４部　実践スキル編　需要予測のプロセスを学び、現場の課題感を分析に落とし込めるようなる！―ＫｅｙＷｏｒｄ　ＣＲＩＳＰ‐ＤＭ（前半）、イシューの特定、ＥＤＡ（探索的データ分析）、前処理、特徴量エンジニアリング
第５部　重要用語編　モデル構築から現場への導入―良いモデルを構築し、継続的にビジネス価値を生み出すためのキーワード
第５部　実践スキル編　機械学習モデルを現場に導入して、ビジネスにおけるインパクトを出せるようになる！―ＫｅｙＷｏｒｄ　モデル構築、過学習、バリデーション、パラメータチューニング、モデル評価、ＭＡＥ、決定係数、モデル実装

著者等紹介

上野佑馬［ウエノユウマ］
早稲田大学大学院の統計科学の修士号を取得後、資生堂に入社。資生堂のデータ分析チームにてＥＣにおける機械学習によるマーケティングの最適化や自然言語処理による新コンテンツの作成を行う。その後、ユニリーバに移りＥＣ領域のデータ分析・デジタルマーケティングを幅広く行いながらＡＩスタートアップで需要予測のデータサイエンティストとして従事、のちに株式会社ダブダブを創業。会社のビジョンは「データサイエンスやＡＩの力でつまらない非効率を減らしおもしろい非効率を増やす」。Ａｌやデータサイエンスに特化した「スタビジ」という月１０万人に読まれるＷＥＢメディアや２．８万人超が登録するＹｏｕｔｕｂｅチャンネルを運営。Ｕｄｅｍｙ講師としても活動しており総受講者数は１．４万人超。「スタビジアカデミー（スタアカ）」という教育サービスを展開しリリースから半年でのべ１００人以上が受講。また、様々な業種においてＡＩデータサイエンスのコンサルティングや分析支援を行う。ネット上ではウマたんというハンドルネームで活動（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。

[てつＪａｐａｎ]

【とても良かった】初心者としての感想。　●　わからないなりに読み切ってよかった。　●　用語解説編と、物語形式の実践編が交互になっていて、漠然と語られるデータサイエンスとはなにかがつかみやすい。　●　あまり大したことないＤＸに騙されないためにも、この分野を勉強したほうがいいという気になれた。　●　人間の判断や業務知識あってのＤＸ。

2023/12/04

[MrO]

概略をさっと学べることって、一見浅そうな感じがするけど、読み終わってみると、それまでとは世の中の見え方が一変している。こんな見方があったんだということを気づかせてくれる。そこさえ更新できれば、実際の分析は今は簡単にできる時代。数学的な背景が知りたければ、そうした類書はたくさんあるので、この本にそんな野暮なことを求めなくてもいい。

2023/05/16

[Go Extreme]

データに隠された関係性を紐解く： 推計統計学 確率統計・離散型隔離率分布 カイニ乗検定 因果推論 セレクションバイアス 統計学の観点からマーケティング施策を最大化 世の中の事象をモデル化し、予測・分類： 線形回帰分析 階層的クラスター分析 サポートベクターマシン 機械学習手法の組み合わせ→顧客のインサイト→顧客生涯価値最大化 強力な機械学習手法を理解→ビジネスシーンで活用： アンサンブル学習 パーセプトロン 自然言語処理 数理最適化 モデル構築間のプロセスを理解 良いモデルを構築、継続的にビジネス価値創出

2023/05/06

[key-channel]

これだけで完璧にはなれないが、きちんと読めば、データサイエンスをよく知らない人にざっくり説明できるくらいにはなれる本。用語説明だけでなく、実践編として実務例やあるあるを書いているあたりは実務上の注意をイメージしやすくて親切である

2023/07/17

[しんいち]

データサイエンス周りの用語が体系的に整理されていて、自分の頭のよい整理になった。データサイエンスは基本的に統計学の考え方をベースにする。その統計学の部分も、事象そのものの分析・把握と、未来の事象の予測とその検定に分けられる。未来予測においては手法がいくつもあり、ここにビジネスでたまに聞く線形回帰分析、ロジスティック回帰、決定木、クラスター分析などがある。さらにそれを重層的且つ機会に任せる部分を多めにしたのが機械学習分野でさらに高度な分析ができるのだが、分解していくと一つ一つは統計学の基礎手法なのである。

2024/01/06