事例で学ぶ!あたらしいデータサイエンスの教科書(ジレイデマナブアタラシイデータサイエンスノキョウカショ)

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