実践　データ分析の教科書

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。データ分析スペシャリストの知見を凝縮！日立グループ内のトップデータサイエンティスト約100名を集結した「Lumada Data Science Lab.（以下、LDSL）」が2020年に創立されました。　本書の著者のLDSLのデータサイエンティストチームメンバーは、幅広い業種のお客様と毎年多くのデータサイエンスプロジェクトを経験してきました。その活動を通じて様々な学びがあり、データサイエンスプロジェクトを成功させるための（そして、失敗しないための）ノウハウを蓄積してきました。　本書では、LDSLがこれまで蓄積してきたデータサイエンスのノウハウの一端をご紹介します。◆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