サイト内検索

詳細検索

ヘルプ

セーフサーチについて

性的・暴力的に過激な表現が含まれる作品の表示を調整できる機能です。
ご利用当初は「セーフサーチ」が「ON」に設定されており、性的・暴力的に過激な表現が含まれる作品の表示が制限されています。
全ての作品を表示するためには「OFF」にしてご覧ください。
※セーフサーチを「OFF」にすると、アダルト認証ページで「はい」を選択した状態になります。
※セーフサーチを「OFF」から「ON」に戻すと、次ページの表示もしくはページ更新後に認証が入ります。

新規:5周年記念!最大5倍ポイントキャンペーン(0428-0531)

【ネットストア】日経BP社全品ポイント5倍キャンペーン(~5/31)

  1. hontoトップ
  2. 本の通販ストア
  3. 経済・ビジネス
  4. ビジネス活用事例で学ぶデータサイエンス入門

電子書籍化お知らせメール

商品が電子書籍化すると、メールでお知らせする機能です。
「メールを登録する」ボタンを押して登録完了です。
キャンセルをご希望の場合は、同じ場所から「メール登録を解除する」を押してください。

電子書籍化したら知らせてほしい

ビジネス活用事例で学ぶデータサイエンス入門
ビジネス活用事例で学ぶデータサイエンス入門 ビジネス活用事例で学ぶデータサイエンス入門 ビジネス活用事例で学ぶデータサイエンス入門
  • みんなの評価 5つ星のうち 4.7 8件
  • あなたの評価 評価して"My本棚"に追加 評価ありがとうございます。×

新刊お知らせメール登録

この著者の新着情報

一覧を見る

  • カテゴリ:一般
  • 発売日:2014/06/27
  • 出版社: SBクリエイティブ
  • サイズ:21cm/261p
  • 利用対象:一般
  • ISBN:978-4-7973-7633-3

読割 50

読割50とは?

読割50とは?

hontoネットストアおよび、丸善・ジュンク堂・文教堂の提携書店にて対象の紙書籍を購入すると、同一の電子書籍が紙書籍の購入から5年間、50%OFFで購入できるサービスです。
購入時点で電子書籍が未発売でも、紙書籍の購入時期にかかわらず、電子書籍の発売後5年間、50%OFFで購入できます。

または読割50のアイコンがついている商品が対象です。

一部、対象外の出版社・商品があります。商品ページでアイコンの有無をご確認ください。

  • ※ご利用には、honto会員登録が必要です。
  • ※書店店頭でのお買い物の際は、会計時にレジにてhontoカードをご提示ください。
  • ※hontoが提供するサービスで、販売価格の50%OFFを負担しています。

読割50について詳しく見る

  • 国内送料無料

紙の本

ビジネス活用事例で学ぶデータサイエンス入門

著者 酒巻 隆治 (著),里 洋平 (著)

減少した売上を戻すには? 顧客離れの原因は? リアルな8つの事例ごとに、解決に至る分析ストーリーを、実績ある企業の分析実務者2人が解説する。各事例のデータとR言語のコード...

もっと見る

ビジネス活用事例で学ぶデータサイエンス入門

2,376(税込)

ビジネス活用事例で学ぶ データサイエンス入門

2,376 (税込)

ビジネス活用事例で学ぶ データサイエンス入門

ポイント :22pt

電子書籍をカートに入れる

ご利用中のデバイスが対応しているかご確認ください

  • iOS
  • Android
  • Win
  • Mac

対応デバイスごとのコンテンツタイプやファイルサイズヘルプ

対応デバイス毎のコンテンツタイプやファイルサイズ

対応デバイス コンテンツタイプ 閲覧期限
iOS EPUB 無制限
Android EPUB 無制限
Win EPUB 無制限
Mac EPUB 無制限
通販全品対象!ポイント最大5倍!<5周年記念>

こちらは「honto5周年記念!本の通販ストア全商品ポイント最大5倍キャンペーン」の対象商品です。
※キャンペーンの適用にはエントリーが必要です。

キャンペーン期間:2017年4月28日(金)~2017年5月31日(水)23:59

このセットに含まれる商品

前へ戻る

  • 対象はありません

次に進む

商品説明

減少した売上を戻すには? 顧客離れの原因は? リアルな8つの事例ごとに、解決に至る分析ストーリーを、実績ある企業の分析実務者2人が解説する。各事例のデータとR言語のコードのダウンロードサービス付き。【「TRC MARC」の商品解説】

ソーシャルゲーム会社で分析業務に従事する2人のデータサイエンティストが、データを仕事に役立てるためのノウハウを8つのケーススタディを通して具体的に解説! リアルなログデータとフリーソフトRのスクリプトを使って自分で分析の追体験が可能です。【商品解説】

目次

  • はじめに
  • 第1章 データサイエンティストという仕事
  • 1.1 データサイエンティストとは?
  • 1.2 データサイエンティストの3つのタイプ
  • 1.3 データサイエンティストの現状
  • 第2章 ビジネスにおけるデータ分析フロー
  • 2.1 データ分析における5つのフロー
  • 2.2 現状とあるべき姿

著者紹介

酒巻 隆治

略歴
〈酒巻隆治〉うらわ出身。株式会社ドリコムデータ分析グループ所属。博士(環境学)。
〈里洋平〉種子島出身。株式会社ドリコムデータ分析グループ所属。Tokyo.R主催者。

この著者・アーティストの他の商品

前へ戻る

  • 対象はありません

次に進む

みんなのレビュー8件

みんなの評価4.7

評価内訳

  • 星 5 (3件)
  • 星 4 (1件)
  • 星 3 (1件)
  • 星 2 (0件)
  • 星 1 (0件)

2015/12/20 22:19

投稿元:ブクログ

ドリコムでの実際のサービス実例を交えて実務フローの説明で理解のイメージがしやすい。
珍しいのは各フローの時間負荷が書いてあるところ。

問題(事実)確認 → 仮説、解決策構築 → データ収集、整理 → 分析 → アクション

2015/02/14 20:44

投稿元:ブクログ

実際にコードを書きながら進めていける本。
探索型分析と目的型(説明型)分析でアプローチが異なるため、
興味のある分野だけ読めばよいと思う。

かつ、探索型分析になると、
急に難しくなるのでチンプンカンプンになるかも。
ちゃんと勉強しないといけないですね。
k-meansくらいまでは分かったけど、
ランダムフォレストとかになると使ったことないから、
正直よく分からなかった。

【参考になった内容】
・データサイエンティスト=コードがかけるマーケター

・分析の大まかな手順
 ①現状とあるべき姿のギャップ理解
 ②問題発見・定義
 ③データ収集、加工
 ④データ分析
 ⑤考察、アクション
 当たり前だが、問題と収集(何を取るか)が重要。
 あとはやれそうか?という感覚も大切。
 上記を進めるにはユーザの協力が必須。
 ディスカッションしながら進められない場合、
 かなりの確率で役に立たない分析で終わる。

・意思決定支援で使う分析としては、
  単純集計(可視化、ヒストグラム、時系列)
  クロス集計
 クロス集計の軸を決めるところがポイント。

・仮説検定は、サンプルサイズが多い場合には、
 ほぼ確実に「統計的に有意な差がある」と出てしまう。

・予測モデルを作成するとは、
 規則性があって、まとまりがある
 と分かっているから出来ること。
 上記が無いのであれば、いくら学習させても何も出ない。

2016/11/06 18:00

投稿元:ブクログ

データサイエンスの実践ステップとそれに従った事例数ケース、という仕立てがイメージつきやすいです。また、きちんと加工を扱っている点も評価します。なお、扱っている事例はWeb系のもののみでした。

2015/10/05 15:23

投稿元:ブクログ

【Summary】
本書では、ソーシャルアプリ等を事例とした、データ分析の方法について記載されている。データ分析の第一線で活躍されている著者の内容はわかりやすく、私自身の担当している小売業界のデータ分析にも通じる部分が多かった。
各章で、「分析の背景、仮説設計、データ抽出、データ加工、アウトプット作成」…といった手順が丁寧に書かれており、分析の背景を読んだ時点で、読み進める前に自分なりに考えてから内容を読むとさらに理解度が上がると思われる。
Rの説明や分析の際に行うソースについても記載されており、Rの勉強を始める際には早い段階からおすすめできる本。

2014/06/25 08:09

投稿元:ブクログ

2014年6月25日予約した、書店には既に昨日より並んでいるらしいが、ネットではAmazonも含めて予約の段階。
Rを使ってビジネスのビッグデータをどう処理するか?かな?
2014年6月28日職場に到着しているが、手元にはまだ。
評判はいいらしい。
2014年6月30日手元に到着。

2014/11/24 01:08

投稿元:ブクログ

巷間過熱気味の分野だが、実際に近いデータを加工しながら検証する様子を追体験できる点で貴重。
R言語の専門書でないのは承知しているが、願わくばせめて各関数の概要と引数の説明くらいつけておいていただけると尚ありがたく。appendixでよいので。

2015/11/30 08:39

投稿元:ブクログ

▼データサイエンティストの必要要件

 ①そのビジネスに関する経験・知識(ユーザーの気持ちがわかる)

  ーグラフ化、クロス集計、バスケット分析、クラスタリング

 ②設計手法に関する経験・知識(学者、研究者)

  ー統計的仮設検定、各種回帰分析、ベイズ統計、ネットワーク分析、決定木分析

 ③データ処理に関するコーディング経験・知識(エンジニア)

  ーhagoop、pig、mahout、hive、sql、数量化理論、強化学習、機械学習


▼データ分析の5つのフロー

 現状とあるべき姿

 ↓

 問題発見

 ↓

 データの収集と加工

 ↓

 データ分析

 ↓

 アクション



 データ分析とは、現状からあるべき姿に最短ルートで近づくように、問題を抽出するということが主眼におかれ、上記フレームワークで問題解決を実施ていくこと



▼データ収集するときの検討事項

 ・問題を検証するために、どんなデータが必要なのか?

 ・必要なデータは、分析者が使えるところに保存されているか?

 ・必要なデータは、分析者が申請すれば使えるようになるのか?

 ・必要なデータが保存されていない場合、新たに取得することは可能か?

 ・必要なデータが保存されておらず、かつ、新たに取得するのに手間が費用がかかる場合、代用できる他のデータはないか?



▼データ分析は大きく2つに分類される

 ①意思決定支援

  問題解決のためのアクションを人間が決定、実行するのを支援することを目的としている。そのため人間が理解して適切な判断ができることが重要

 ②自動化・最適化

  問題解決のためのアクションをコンピュータに実行させるためのアルゴリズム(アマゾンの〇〇を買った人はこんな商品も購入してますなどが代表的)構築が目的となる。そのため、理解しやすさよりも、アルゴリズムの計算量と精度が重要とされる。



▼クロス種系

▼重回帰分析

 クロス集計の拡張版。横軸、縦軸にデータを散布したズで、1つひとつのデータはズにプロットされていきます。このそれぞれのプロットに一番当てはまりが良くなるような直線をひきます。そして、その直線で縦軸の値から横軸の値を予測していくのが回帰分析。

2017/05/03 01:48

投稿元:ブクログ

こちらは具体の話で、こんな目的でなんかデータなんちゃら分析したい場合、どう考え実務を行うか、という実例がいくつか。

経営実務 ランキング

経営実務のランキングをご紹介します一覧を見る

前へ戻る

次に進む