無料マンガ・ラノベなど、豊富なラインナップで100万冊以上配信中！
無料マンガ・ラノベなど、豊富なラインナップで100万冊以上配信中！
※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。
◆誰でもはじめられる「関係性」活用の第一歩◆
ネットワークデータは、点と点の「つながり」によって表現されるデータです。決して特別なデータではなく、私たちの日常生活のさまざまな場面に存在しています。たとえば、SNSのフォロー関係やWebページ間のリンクのような明らかにネットワーク構造を持つデータだけでなく、ECサイトの購買履歴や株式市場の取引といった、一見ネットワークとは無関係に思えるデータにも、つながりの構造を見出すことができます。この「つながり」を活用することで、これまで見えなかったデータの新しい特徴を引き出すことが可能になります。
近年では、計算機リソースの向上や新しいアルゴリズムの登場により、ネットワークデータの実用化が急速に進んでいます。本書では、各手法について平易な言葉で解説することを目指すだけでなく、Pythonを用いたコード例を通じて、データの取り扱いから特徴抽出、さらにNode EmbeddingやGNNといった機械学習手法への応用までを実践的に紹介します。
また、単なる技術の羅列ではなく、身近なデータからネットワーク構造をどのように見出し、意味付けし、課題解決に結びつけるかという思考プロセスや応用事例にも重点を置いています。具体例としては、SNSのフォロー関係やWebページのリンクといった典型的なネットワークデータはもちろん、ECサイトの購買履歴やビジネス文書、さらにはレシートといった、通常「表形式」で扱われるデータに隠れた「つながり」を抽出・活用する手法を丁寧に解説します。
■こんな方におすすめ
・ネットワーク分析を学びたい方、データから新しい知見を見つけたい方
■目次
●1章 ネットワークデータの基礎
・1.1 ネットワークとは
・1.2 さまざまなネットワーク
・1.3 ネットワークデータの表現方法
●2章 ネットワークデータの発見・観測・構築
・2.1 分析前の確認事項
・2.2 ネットワークを発見する
・2.3 ネットワークデータを観測・入手する
・2.4 ネットワークのデータ形式
・2.5 ネットワークデータのハンドリング
●3章 ネットワークの性質を知る
・3.1 どのようなノードか
・3.2 2つのノードはどのような関係にあるか
・3.3 どのようなネットワークか
・3.4 NetworkXを用いてネットワークの特徴を知る
●4章 ネットワークの機械学習タスク
・4.1 ネットワークを対象とした機械学習タスクの整理
・4.2 ノードを対象とした機械学習タスク
・4.3 エッジを対象にした教師あり学習
・4.4 ネットワーク構造を対象とした機械学習タスク
●5章 ノード埋め込み
・5.1 表データを対象とした機械学習の復習
・5.2 単語埋め込み
・5.3 ノード埋め込み
・5.4 ノード埋め込みの実装
●6章 グラフニューラルネットワーク
・6.1 深層学習の発展と構造データの扱い
・6.2 GNNのフレームワーク
・6.3 グラフ畳み込みネットワーク
・6.4 GraphSAGE
・6.5 GATフィルタ
・6.6 Relational GCN
・6.7 GNNの実装
●7章 さまざまな分野における実例
・7.1 自然言語処理におけるネットワーク分析
・7.2 金融分野におけるネットワーク分析
・7.3 労働市場におけるネットワーク分析
・7.4 情報推薦におけるネットワーク分析
・7.5 ネットワーク科学とソーシャルネットワークの分析
・7.6 生物学におけるネットワーク分析
■著者プロフィール
●黒木 裕鷹（くろき ゆたか）：2020年東京理科大学大学院工学研究科修士課程修了。同年よりSansan株式会社に入社し、現在は企業データのドメイン横断での分析・利用や、実験的な機能の開発に従事。2018年度統計関連学会連合大会 優秀報告賞、2022年度人工知能学会金融情報学研究会 (SIG-FIN) 優秀論文賞 などを受賞。大阪公立大学 客員研究員。
●保坂 大樹（ほさか たいじゅ）：2020年に早稲田大学で工学修士号を取得し、Sansan株式会社に入社。入社後は帳票の解析技術の研究開発および運用に取り組む。現在は同社のSaaS事業においてプロダクトマネジメントを行う一方で、帳票解析チームのリーダーとしてプロジェクトマネジメントも担当する。単語の意味や主体の持つ特性が単語埋め込みやノード埋め込みで得られる数値表現にどのように反映されるかに強い関心をもつ。
