事例で学ぶ!あたらしいデータサイエンスの教科書

データ分析は意思決定のためにあり! 現場で役立つデータサイエンスの新・定番書! 本書は、主に統計学の視点からデータサイエンスについて解説しています。 Python や R といったプログラミング言語を通じて データ分析の手法は一通り学んだという皆さん、そのスキル、 実際に活かせていますか? 具体的な課題解決につながっていますか? ・分析結果から何を読み取ればいいのかわからない ・数字からどんな価値を見いだせるのかがわからない ・そもそも、その分析方法が適切なのかどうか自信がない ・効率のいい分析ができているのかどうかわからない という方、多いのではないでしょうか? データを使って意思決定を行うには、統計学の知識は欠かせません。 そこで本書では、 8 つの具体的な社会事例を用い、 ・課題に「適した」分析手法やデータの収集方法 ・事例の分析結果の解釈 ・分析や解釈の際に注意すべきこと を数学の知識で補完しながら紹介しています。 著者は首都圏初のデータサイエンス学部として 2018 年 4 月に創設された、 横浜市立大学 データサイエンス学部 学部長の岩崎 学先生。 データサイエンティストやエンジニアが見失いがちな、 「何のために分析するのか」を意識しながら読み進めてみてください。 【こんな方にお勧めします】 ・統計学もプログラミングも一通り学んだけれど、 結果をどう判断すればいいのかわからないエンジニア ・分析結果の数字やグラフから、 業務でいかすためのヒントを得たいデータサイエンティスト ・データサイエンスに興味のある学生 (専門課程を選ぶ際の 参考資料として) 【目次】 第 1 章 データサイエンスとは 第 2 章 アンケート調査結果から何を読み取るか 〜データの要約とグラフ化〜 第 3 章 オープンデータから何がわかるか、何がいえるか 〜集計データの統計分析〜 第 4 章 Web コンテンツの更新は売上高に効果があるか 〜変量間の関係と重回帰分析〜 第 5 章 ダイエットは効果があったのか 〜処置前後データと平均への回帰〜 第 6 章 テストの結果について部分と全体を融合する 〜マルチレベル分析〜 第 7 章 寿命をいかに測り分析するか 〜打ち切りとトランケーション〜 第 8 章 おいしいカフェオレを作りたい 〜実験計画法の効果的適用〜 第 9 章 あるべきデータがない 〜欠測データの処理法〜 第 10 章 機械学習のエッセンス