実践 データ分析の教科書
現場で即戦力になるデータサイエンスの勘所
現場で即戦力になるデータサイエンスの勘所
データサイエンスは、業務を劇的に変革できるチャレンジングで、かつ、エキサイティングな分野です。ただしそこでは、単純にデータを収集し、それを各種統計理論に当て嵌めればプロジェクトは成功するものでしょうか?
本書は、日立製作所 Lumada Data Science Lab.のメンバーたちの叡智を凝縮した一冊です。データ分析を行うための基礎技術や手順、そしてプロジェクトを成功に誘うためのノウハウを懇切丁寧に解説しました。データサイエンスを業務に活用し社内DX化を図りたいIT担当者、そして将来はデータサイエンティストになりたい人、必読の入門書です。
内容詳細
■本書の主な内容 |
第1章 データサイエンスの現場 |
1.1 ビジネスの現場で活躍するデータサイエンティストとは? 1.2 十人十色のデータサイエンティスト 1.3 データサイエンティストの一日 1.4 データサイエンスプロジェクトを成功させるには? |
第2章 データサイエンティストになるには |
2.1 高度な統計、数学知識が必要? 2.2 データサイエンティストが扱う代表的なツール 2.3 データサイエンティストとしての心構え |
第3章 データサイエンスプロジェクトの進め方 ~失敗しないためには~ |
3.1 データサイエンスプロジェクトの流れ 3.2 ①業務課題の把握(プロジェクト起案) 3.3 ②分析方針の設計 3.4 ③データの理解・収集 3.5 ④データの加工 3.6 ⑤データ分析・モデリング 3.7 ⑥分析結果の考察 3.8 ⑦業務への適用 |
第4章 分野別に学ぶデータサイエンス |
4.1 はじめに 4.2 数値解析(予測) 4.3 数値解析(予兆検知) 4.4 数値解析(要因解析) 4.5 画像認識(適用技術:Deep Learning) 4.6 テキスト解析(文書分類) 4.7 数理最適化(生産計画最適化) |
第5章 データサイエンスの現場適用とは |
5.1 分析結果を現場で活用するには 5.2 分析モデルの寿命?! 5.3 MLOpsという考え方 5.4 MLOpsを動かしてみよう |
第6章 データサイエンティストの未来 |
6.1 データサイエンティストが不要になる時代が来る!? 6.2 データサイエンティストとして今後重要になるポイント 6.3 学び続けることの大切さ・楽しさ |