高橋威知郎の検索結果
検索のヒント
検索のヒント
■キーワードの変更・再検索
記号を含むキーワードや略称は適切に検索できない場合があります。 略称は正式名称の一部など、異なるキーワードで再検索してみてください。
■ひらがな検索がおすすめ!
ひらがなで入力するとより検索結果に表示されやすくなります。
おすすめ例
まどうし
つまずきやすい例
魔導士
「魔導師」や「魔道士」など、異なる漢字で検索すると結果に表示されない場合があります。
■並び順の変更
人気順や新着順で並び替えると、お探しの作品がより前に表示される場合があります。
■絞り込み検索もおすすめ!
発売状況の「新刊(1ヶ月以内)」にチェックを入れて検索してみてください。
-
コンピュータサイエンスの教科書[生成AI時代の基礎リテラシー]
あなたのスマホの頭脳は、いったい何でできているでしょうか。 答えられなくても、まったく問題ありません。実は、その正体は「砂」です。頭脳にあたるCPUは、砂に含まれる成分を高純度に精製したシリコンから作られています。 CPUの中には、電気のON/OFFを切り替える極小のスイッチが何十億個も詰め込まれていて、その切り替えが1秒間に何十億回という速さで繰り返されています。 単純なスイッチのON/OFFだけで、なぜ計算し、絵を描き、AIとして言葉まで話せるのか。冷静に考えると、これはかなり不思議な話ではないでしょうか。私たちは毎日コンピュータに囲まれて暮らしているのに、その中身は「なんだかすごい魔法の箱」のまま。そんな人がほとんどだと思います。 しかも今は、ChatGPTに聞けば多くのことを答えてくれる時代です。「それなら、仕組みなんて知らなくてもいいのでは?」と思うかもしれません。でも、むしろ逆です。AIは、ときにもっともらしく間違えます。その答えを信じてよいのか、どこまで仕事を任せてよいのか。その判断を支えてくれるのが、コンピュータやAIの「骨格」についての知識です。 本書では、複雑な数式を主役にしません。プログラムも、日本語の手順書のように説明します。CPUの中のデータは「机と引き出しと本棚」、プログラムの翻訳は「本の翻訳と同時通訳」、暗号は「南京錠のかかった箱」。身近なたとえに置き換えながら、「なるほど」と腑に落ちる瞬間を積み重ねます。もちろん、わかりやすさのために正確さは曲げません。 前提知識はいりません。学生の方も、仕事でITやAIに触れる方も、理系科目が苦手だった方も大丈夫です。必要なのは、ほんの少しの「なぜ?」だけ。 魔法に見えていたものが、仕組みとして見えてくる。その瞬間、コンピュータの世界はぐっと面白くなります。 さあ、種明かしの旅を始めましょう。 (PROLOGUEより) 「コンピュータはなぜ動くのか」というコンピュータの基本から、アルゴリズムやデータベース、ネットワーク、AI、量子コンピューティングまで、生成AI時代に欠かせないコンピュータサイエンスの基礎を、身近な例えと豊富な図解でわかりやすく説明しています。 -
最速で収益につなげる完全自動のデータ分析
※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。 ◆必要なのはExcelだけ! トップデータサイエンティストが教える、ワンランク上の分析手法! ◆ ●まずリトルデータで勘所を養う ●指標(KPI)を制する者がデータ分析を制する ●現場を躍動させる“OODA”ループ ●話題の“scExcel”で分析ツールRを操る ●特別付録[Excelを高機能な定量分析ツールにするための諸設定] 「なんか、ビッグデータ的なこと、やってよ!」 会社のエライ人から、このようなことをいわれたビジネスパーソンは、たまったものではない。 何をすればいいのかわからない。 本書は、あなたが「最速で収益につなげる完全自動のデータ分析」に向けて動き出すための、 地に足の着いた実践的な知識を共有する。それは、主に以下の2つである。 1.データ分析の民主化 2.定量分析の完全自動化 データを活用し成果を出すには、より多くの人が、当たり前のように、気軽に、データ分析ができた方がいい。 少なくとも、データ分析の効用を知っていた方がいい。それが、「データ分析の民主化」である。 データ分析と聞くと、定量分析のイメージが強いが、本当に重要なのは、次につなげるために できるだけ解釈や整理、洞察といった定性的なブレインワークに時間を割けるようにすることだ。 そのために「定量分析の完全自動化」を目指す。 したがって、「最速で収益につなげる完全自動のデータ分析」とは、 「データ分析の民主化」と「定量分析の完全自動化」を目指した、質の高いデータ分析の活用のことを指す。 (「はじめに」より) -
データサイエンティスト養成読本 ビジネス活用編
ビッグデータ、機械学習、人工知能など、データ分析に関連するキーワードを聞かない日はありません。データサイエンティストブームからはや数年、多くの日本の組織がデータ分析に取り組み、成功と失敗を繰り返してきました。いまや、データ分析からビジネス価値を見出した組織とデータ分析が根付かなかった組織との差が明らかに広がりはじめています。 本書は、データ分析がうまく機能している組織から執筆者を迎え、実務担当者の振る舞いからマネージャ/経営者層が持つべきデータ分析プロジェクトの進め方などのノウハウをお届けします。データ分析組織を本気で起ち上げたい方、データ分析が実現する幸せな未来を目指す方は必読の内容です。 -
データサイエンティストの秘密ノート 35の失敗事例と克服法
近年ビジネスにおいて、現状を分析し、意思決定を行ったり、説得力のある提案をするためのツールとして、膨大なデータを介したデータ分析の必要性がますます高まっています。膨大なデータを蓄積し続けてはいるものの、それらを有効活用している企業は非常に少なく、分析ニーズも高まるばかりです。本書は、データ分析の初心者や企業担当者を対象に、データ分析の実際を解説するものです。 「人は成功からは学べない、失敗からこそ多くを学ぶのだ」という認識から、SBTが手掛けた事例を元に、データ分析を行う際に起こりやすい失敗事例とその克服法を解説します。これにより、読者は、リアリティのある、真に役立つデータ分析の実例を学ぶことができます。 著者は、豊富なデータ分析の経験を持つSBT社データサイエンス部のスタッフであり、ダイナミックかつ具体的な事例を紹介します。 -
ロジカルデータ分析
正しい分析をしているのになぜ失敗するのか--。 『スピーディーに収益につなげる新手法 ロジカルデータ分析』は、ビジネスデータ活用で評価の高い高橋威知郎氏が、長年のノウハウを基にロジカルに解決する方法をまとめあげたものです。 ビジネスデータ分析に活用できる独自のフレームワークや事例を基に、「収益効果が見えない」「投資に見合っているのか分からない」「後追いしかできない」といった課題を解決する道筋を示します。 データの分析活用を成功させるには、着手する「スピード」と取り組む「パッション」が重要です。そうした“やる気の出る”データ分析のために必要なKPI(重要業績指標)や組織間連携についても独自の視点で解説します。 著者の高橋威知郎氏は内閣府(旧総理府)およびコンサルティング会社を経て、現在はソフトバンク・テクノロジーでデータサイエンス部のシニアコンサルタントを務め、これまで20年近くデータ分析にかかわってきました。 日経ビッグデータの連載講座 「データ分析で時流を先取りする方法」でも読者から高い評価を得ており、今回ノウハウを一冊にまとめました。 データ分析の現場だけでなくデータを活用するあらゆる組織のマネジメント層にもお薦めです。