本橋智光の作品一覧
「本橋智光」の「改訂新版 前処理大全～SQL/pandas/Polars実践テクニック」「前処理大全［データ分析のためのSQL/R/Python実践テクニック］」ほか、ユーザーレビューをお届けします！
- 作者をフォローする
- フォローすると、この作者の新刊が配信された際に、お知らせします。
作品一覧
-
改訂新版 前処理大全～SQL/pandas/Polars実践テクニック
ビジネス・実用
-1巻3,740円 (税込)【データ加工の技とモダンなコードで織りなすAwesomeな実践知識を厳選！】 BigQuery、Pandas、Polarsを使った実用的なモダン前処理を学びましょう！ データ分析において前処理が重要かつ多くの時間をとられる業務であることは広く知られてきました。同時に前処理を実現するためのライブラリは大きく改善されてきています。また、機械学習モデルの進化によって、求められる前処理の内容も変わってきています。本書は、初めて学ぶ方にも昔学んでから知識をアップデートしていない方にも、悪いサンプルコードと良いサンプルコードを紹介しながら丁寧にデータ分析の前処理を学べる技術書です。 本書は、第一版の前処理大全から大きく構成や内容を変更しています。SQLはBigQuery準拠に変更し、Pandasは最新バージョンの思想に沿い新機能を使ったコードに変更しました。Rの代わりにR同様にパイプラインで書きやすくかつ処理エンジンがRustベースで書かれているため高速なPolarsに変更しました。また、前処理内容も大きく変更し、より現在よく使われる処理を実用ケースとともに解説しています。また、新たな試みとしてコラムとして少しマニアックだけど役立つプログラムの裏側の解説や分析テクニックを紹介しており、中級者の方にとっても有用な知識をお届けしています。 ■こんな方におすすめ データ処理業務に従事するエンジニア、データ分析者 ■目次 ●Part1 前処理の基礎知識 第1章 前処理とは 第2章 SQL 第3章 pandas 第4章 Polars ●Part2 データの構造を対象とした前処理 第5章 抽出 第6章 集約 第7章 結合 第8章 分割 第9章 整形 ●Part3 データの内容を対象とした前処理 第10章 数値 第11章 カテゴリ 第12章 日時 第13章 文字列 第14章 ウィンドウ関数 ●Part4 実践前処理 第15章 演習問題 ■著者プロフィール 本橋智光（モトハシトモミツ）：SIerの研究員、Web系企業の分析者を経て、SUSMEDのCTO。株式会社ホクソエムのメンバーでもある。基盤・Webアプリ・機械学習・数理最適化等幅広くこなす。最近の好きなプログラミング言語はRust。 橋本秀太郎（ハシモトシュウタロウ）：北海道大学 大学院情報科学研究科 博士後期課程修了。博士（情報科学）。大学院修了後はSIerでデータ分析関連の研究開発やコンサルティングに従事。現在は国内でも有数の膨大なデータを持つインターネット企業に勤め、データサイエンスチームのリードとして、日々サービスグロースのためのデータ分析を行う。 -
前処理大全［データ分析のためのSQL/R/Python実践テクニック］
ビジネス・実用
4.11巻3,300円 (税込)データサイエンスの現場において，その業務は「前処理」と呼ばれるデータの整形に多くの時間を費やすと言われています。「前処理」を効率よくこなすことで，予測モデルの構築やデータモデリングといった本来のデータサイエンス業務に時間を割くことができるわけです。本書はデータサイエンスに取り組む上で欠かせない「前処理スキル」の効率的な処理方法を網羅的に習得できる構成となっています。ほとんどの問題についてR，Python，SQLを用いた実装方法を紹介しますので，複数のプロジェクトに関わるようなデータサイエンスの現場で重宝するでしょう。
ユーザーレビュー
-
-
-
-
-
Posted by ブクログ
実用書である。
なにかと派手な話題が多いデータサイエンスの中で、地味だが大切な前処理を取り上げている。
しかもSQL,R,Pythonの主要なツールについて併記してあり大変助かった。
今までSQLについてまったく知らなかったがなかなか奥深い分野と思われる。
第1章 前処理とは
第2章 抽出
第3章 集約
SQLのWindow関数は大変役に立つ関数が多い
第4章 結合
JOIN句の説明がわかりやすかった
4-3過去データの結合、4-4全結合はとても役に立ちそう。
第5章 分割
第6章 生成
第7章 展開
長いこと縦持ち、横持ちのことがわからなかったがpythonのpivot_tableでわかるようになった
第8章 数値型
数値のカテゴリ化など使えそう
数値の補完にこんな手法があったのは知らなかった（多重代入法）
第9章 カテゴリ型
カテゴリ型は結構大切
第10章 日時型
SQLの実行にPostgreSQLを使っていたがこの章ではエラーがでてほとんど実行できなかった
データベースによっては方言が存在するのかな？
10-7 平日/休日への変換は役立ちそう
第11章 文字型
高度な内容だったので手がです
第12章 位置情報型
今回はデータとして緯度、経度が準備されていてそれを使うだけだったが
その位置情報そのものを集めてくるのが大変そう
まとめ
データはデータベースに置きSQLでデータを前さばきしながらPython/Rでデータ加工するのが
最強のセットかな？SQLのWindow関数をもっと知りたい。
