前処理大全［データ分析のためのSQL/R/Python実践テクニック］

本橋智光 / ホクソエム

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。

• カテゴリ: ビジネス・実用
• ジャンル: IT・コンピュータ / 言語・プログラミング
• 出版社: 技術評論社
• タイトル: 前処理大全［データ分析のためのSQL/R/Python実践テクニック］
• タイトルID: 514226
• ページ数: 336ページ
• 電子版発売日: 2018年04月20日
• コンテンツ形式: EPUB
• サイズ(目安): 17MB

[yoshi · ★★★★★]

わかりやすい辞書

タイトル通り前処理について網羅的に解説されてる参考書です。しかしプロがさらにその技術を高めるためというよりは初心者が基礎事項を固めるための本という感じなので、気軽に、ただし分量は多いのでそれだけは覚悟しつつ読めるって感じです。私は初心者ですが結構分かりやすかったです。

＃タメになる

[ブクログ · ★★★★★]

類書がぽろぽろ出てきたけど

安心の「ホクソエム」ブランド！
流行におもねらず本当に必要なことを正しい裏付けで明かしてくれる
ドヤ顔もせずに

早速1つ実務で使った

なんかさー1つの言語でゴリゴリ無理書きしようとするヒト多いよね
言語はそれぞれ得手不得手があるんだからさ
本書はこれはSQLでこれはRでPythonでって明示しているのも好感

[ブクログ · ★★★★★]

知ってることも多かったけど、「実務ではこういうことがあるからこういう処理をしたほうがいい」的な実践的な話がちょいちょいあり、そういうところは役立った。

pythonの良い書き方とかも教えてくれているので役に立つ。

[ブクログ · ★★★★★]

データなんて全部から引っ張ればいいんてね？と思ってた考えを改めたることができた。

どうしてダメなのかの理由とプログラムがあるのがとても良い。

[ブクログ · ★★★★☆]

表紙からして、めっちゃ堅い本かと思ってたのに、ユーモアもあって読みやすかった。

SQLの行間が気になった。行間ない方が読み易いんじゃないかな？

Rについてはほぼ読んでない、、、SQLとPythonで十分だろ？と勝手に思ったので。

この場合はこうやった方がいいよ、でもここは注意してねっていう書き方がとてもよかった。

Awesomeって普段使いしてる人には会ったことないけれど、Awesome!って言いたくなった（笑）

通勤電車で読んでたけど、本が重かったなぁ

[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。

[ブクログ · ★★★☆☆]

前処理について体系的に書かれているが、SQL、R、Pythonと3種類の言語を取り上げて書かれているためか、広く浅いという印象。参考になった点も多くあったが個人的にはPythonに限定してあるとよいと思った。欠損処理、カテゴリ変数の数値化については理論的なところをもう少し深堀りしてもらうとよいと思う。

[ブクログ · ★★★☆☆]

ビジネス活用事例で学ぶデータサイエンス入門

10年戦えるデータ分析入門SQLを武器にデータ活用時代を生き抜く

Rプログラミング本格入門

統計学入門 東京大学出版会

ＲstudioではじめるRプログラミング入門