データが価値を生み出す資源として脚光を浴び、ソフトウェアで手軽にデータ分析ができる時代を迎えました。一般の企業／組織では、機械学習や統計モデリングなどの数理的な理論の活用がはじまっています。 数理モデリングは、さまざまな現象の観測および考察を重ねて得られた発見を抽象的なナレッジに落とし込む手法です。「どんな目的を達成するために」、「どの程度のコストで」、「どんな問題を解くべきか」というような課題に対して、適切な手法でアプローチするための技術が数理モデリングであり、多くのエンジニア、ビジネスマンにとって、今後ますます重要視される知識と言えます。 本書は全7章で構成し、1章では「数理モデルの考え方」をごく単純な例を用いて解説します。続く章では、購買予測、離脱予測、意思決定、オンライン広告、ネットワーク科学、画像解析などの社会実装を通して数理モデリングがもたらす恩恵を解説していきます。数理科学に携わる気鋭のデータサイエンティスト陣による理論解説は、きっとあなたのビジネスを加速させるでしょう。

データサイエンティストはここ数年で生まれた職種です。どんなスキルを身に付ければ良いかはいろいろなところで語られ，現役のデータサイエンティストのスキルもバラバラなのが現実です。さまざまな技術がある中で，本書ではデータ分析者をはじめる前に最低限知っておきたい知識を取り上げます。シェルは知らなくても良いでしょうか？基本的なSQLは書けなくても良いでしょうか？データフォーマットの知識は不要でしょうか？機械学習の基礎知識は不要でしょうか？初学者にとっては避けて通れない知識，現役データサイエンティストにとっては知らないと恥ずかしい知識を登竜門編として１冊にまとめています。

本書は、プロとしてデータマイニングを行うための教養を身に付けるための1冊です。 データを分析するための知識を技術について、統計・エンジニアリング・ビジネス・倫理の基礎知識を解説しています。 データマイニングを始めようとしている人にオススメの1冊です。 【序文より抜粋】 　本書では、データマイニングエンジニアを志す方が、独学で散在している知識を体系的に得られるようになるための基礎的なトピックスを列挙しました。結果的に理論寄りになっていますが、抽象度が高くなりすぎないように配慮しています。またトピックスを提示する順に気を配り、本書を頭から読むことで最も理解が深まるような構成を心がけました。そのために一般的な説明とは多少順番が前後する部分がありますが、ねらいがあってのことです。 　また、エンジニアリング以外のトピックスに比較的多くの紙面を割きました。具体的には、「指標を考える」や「技術者倫理」の章です。さすがに網羅的にとはいきませんが、エンジニアにとって有用と考えられる知識を特に記しました。これも一般的な説明方法は採用せず、エンジニアにとってはわかりやすいたとえ話を採用するなどの配慮をしております。 　このように「データマイニングエンジニアを志す方」に向けて書いてはおりますが、実はほかの分野ですでにご活躍で、その分野のドメイン知識を持ち、しかし何らかの事情で「データマイニングに取り組むことになった方」にこそ、ぜひ読んでいただきたいと考えております。

※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 パーソナルデータを「正しく」活用するための教科書 パーソナルデータとは、個人を識別したうえで収集されたデータのことです。たとえば、ECサイトで買い物をしていると、自分がカートに入れたものに関連するおすすめ商品が出てきたり、検索エンジンでの検索結果が自分と友人とで違ったりするのは、パーソナルデータとして「自分や友人が識別されたうえで集められたデータ」の活用によってサービスが作られているからです。 パーソナルデータは世界中のさまざまなサービスで活用されていて、企業は利益を効率的に改善できるようになり、ユーザーは個々人にとって適切なサービスを受けられるようになりました。 その一方で、パーソナルデータの利用目的や手段によっては、法的あるいは倫理的な課題にぶつかり、議論となることが多々あります。場合によっては大きなニュースとなり、企業イメージを低下させ、ユーザーの生活に悪影響を与え権利を侵害する恐れすらあります。これらは個人が識別されることによっておきる弊害です。 本書は、以上の背景のもと、パーソナルデータの適正な利活用に必要な基本事項を提示するものです。 リスクを回避し、「有用性」と「ユーザーのプライバシーや第三者の権利の保護」とを両立しながらデータを活かすにはどうしたらよいのか、法律・倫理・技術などの複数分野を横断しながら、多角的に解説します。 本書のおもな読者対象は、パーソナルデータを活用するサービスのプロデューサー、マネージャー、ディレクター、そして実際にパーソナルデータを処理する、いわゆるデータサイエンティストや機械学習エンジニアなどです。 ほかにも、パーソナルデータを使ったサービスを提供する企業の社会人であれば、それ以外の職種の方（企画、広報、営業など）にも有用な内容です。 また、自分のパーソナルデータがどのように活用されているのか気になる一般のユーザーの方にもおすすめです。 ■本書の特徴 ・法的な側面だけでなく、倫理やセキュリティや技術に関するものや、意図せずして社会に与える影響など、周辺知識を幅広く解説します。 ・Web業界を例として、職種問わず共通認識として把握しておきたいことを網羅的に解説します。 ・実際にサービスをつくるときに考慮すべき事項を、表とフローチャートを用いて解説します。 はじめに／目次 第1章　パーソナルデータってなんだろう？ 　1.1 パーソナルデータの定義 　1.2 パーソナルデータでできること 　1.3 本書の構成 第2章　パーソナルデータの事件簿 　2.1 知られたくないことを知られる・利用される 　2.2 公的機関から監視される 　2.3 自分のデータが利用されることへの同意の有無と実態 　2.4 誰でも手に入るデータによる問題 　2.5 過剰なデータ取得に対する拒否感 　2.6 パーソナルデータの「値段」 第3章　パーソナルデータ活用の分類 　3.1 個人情報？　個人データ？ 　3.2 個人情報 　3.3 ところで「パーソナルデータ」とは？ 　3.4 「誰が」「なにから」「なにを」「なにに」？ 　3.5 《処理結果》を深掘りする 　3.6 「誰と」「どこまで」？ 第4章　パーソナルデータまわりの権利や決まり 　4.1 著作権 　4.2 限定提供データ 　4.3 通信の秘密 　4.4 複合的に考えるべき事例 　4.5 顔画像による個人認証や本人確認 第5章　データ収集と処理に使われる技術 　5.1 通信技術と個人情報の関係 　5.2 個人の特定と個人の識別のしくみ 　5.3 個人を特定せずにデータ活用するための技術 　5.4 情報科学的な理論に基づく技術 第6章　「信頼できるサービス」の構造 　6.1 「信頼」の難しさ 　6.2 信頼概念の整理 　6.3 企業に対する「安心」のもと 　6.4 「使われるサービス」と「受け入れられるサービス」 第7章　プライバシー・リスク・倫理 　7.1 プライバシーの懸念と消費者の行動 　7.2 パーソナルデータのリスク 　7.3 パーソナルデータと倫理 第8章　パーソナルデータの「正しい」活用のフロー 　8.1 データ分析の目的と手順 　8.2 データの利用基準はいつ考えるべきか 　8.3 データ利用基準の実例 　8.4 データ利用基準実施手順 第9章　パーソナルデータ活用の応用事例 　9.1 【自社データの自社利用】自社で収集したデータを情報推薦に活用する 　9.2 【グループ会社データの自社利用】ユーザーの行動ログなどを用いて論文を書く 　9.3 【自社データの外部利用】コミュニケーションデータから違反行為の予兆を発見する 　9.4 【外部サービスによる自社データ取得】アンケートと行動ログを合わせて活用する 　9.5 【自社データの外部利用】アンケート調査結果と行動ログを 用いて共同研究を行う 　9.6 【自社データの外部利用】ハッカソンの課題としてパーソナルデータを利用する 　9.7 【外部データの自社利用】投稿コンテンツから特定商品への言及を抽出してレポートする 第10章　パーソナルデータがもたらす副作用 　10.1 社会の偏りの増大 　10.2 統計的差別 　10.3 情報接触の偏り 　10.4 社会関係の偏り 　10.5 ヘイトスピーチ対策システムが生み出してしまう差別 　10.6 ステレオタイプの強化 　10.7 マイクロターゲティングの弊害 　10.8 おわりに 索引