【読めば読むだけ力になる、新スキルチェックリスト対応の公式リファレンスブック！】 集めたデータから価値を創出し、ビジネス課題に答えを出すデータサイエンティストは、ますます必要とされてきています。そんなデータサイエンティストには、様々なスキルが求められています。 ・情報処理、人工知能、統計学などの情報科学系の知恵を理解し使う、データサイエンス力 ・データサイエンスを意味のある形に使えるようにし実装・運用できるようにする、データエンジニアリング力 ・課題背景を理解した上でビジネス課題を整理し解決する、ビジネス力 さらに、これらのスキルを日常生活や仕事等の場で活かすための学修目標を示した「数理・データサイエンス・AI（リテラシーレベル）モデルカリキュラム」も公表されています。データサイエンティスト検定（リテラシーレベル）では、これらの基礎的な部分を総合的に問われます。 本書では、問われる項目をひとつひとつピックアップし、現場の第一線でで活躍する著者が詳しく解説しています。読み込めば読み込むほど力になる、試験対策のための一冊です。 ■目次 第1章 DS検定とは 第2章 データサイエンス力 第3章 データエンジニアリング力 第4章 ビジネス力 第5章 数理・データサイエンス・AI（リテラシーレベル）モデルカリキュラム データサイエンティスト検定TMリテラシーレベル模擬試験 問題 データサイエンティスト検定TMリテラシーレベル模擬試験 解答例 ■著者プロフィール ●菅 由紀子（かん ゆきこ）：株式会社Rejoui（リジョウイ） 代表取締役、一般社団法人データサイエンティスト協会 スキル定義委員、広島大学 客員教授。 ●佐伯 諭（さえき さとし）：一般社団法人データサイエンティスト協会 スキル定義委員会副委員長、事務局長、ビーアイシーピー・データ株式会社 取締役COO。 ●高橋 範光（たかはし のりみつ）：株式会社ディジタルグロースアカデミア 代表取締役会長、株式会社チェンジホールディングス 執行役員、一般社団法人データサイエンティスト協会 スキル定義委員。 ●田中 貴博（たなか たかひろ）：株式会社日立製作所 人財統括本部 デジタルシステム＆サービス人事総務本部 直轄人事部 シニアHRビジネスパートナー、一般社団法人データサイエンティスト協会 スキル定義委員。 ●大川 遥平（おおかわ ようへい）：株式会社AVILEN 取締役、一般社団法人データサイエンティスト協会 スキル定義委員。 ●大黒 健一（だいこく けんいち）：株式会社日立アカデミー 事業戦略本部戦略企画部部長、一般社団法人データサイエンティスト協会 学生部会副部会長、博士（農学）。 ●森谷 和弘（もりや かずひろ）：データ解析設計事務所 代表、データアナリティクスラボ株式会社 取締役CTO、一般社団法人データサイエンティスト協会 スキル定義委員。 ●參木 裕之（みつぎ ひろゆき）：株式会社大和総研 フロンティア研究開発センター データドリブンサイエンス部、チーフグレード／主任データサイエンティスト、一般社団法人データサイエンティスト協会 スキル定義委員。 ●北川 淳一郎（きたがわ じゅんいちろう）：LINEヤフー株式会社、一般社団法人データサイエンティスト協会 スキル定義委員。 ●守谷 昌久（もりや まさひさ）：日本アイ・ビー・エム株式会社 シニアアーキテクト、一般社団法人データサイエンティスト協会 スキル定義委員。 ●山之下 拓仁（やまのした たくひと）：一般社団法人データサイエンティスト協会 スキル定義委員。 ●苅部 直知（かりべ なおと）：一般社団法人データサイエンティスト協会 スキル定義委員、LINEヤフー株式会社。 ●孝忠 大輔（こうちゅう だいすけ）：日本電気株式会社 アナリティクスコンサルティング統括部長、一般社団法人データサイエンティスト協会 スキル定義委員。 ●福本 信吾（ふくもと しんご）：一般社団法人データサイエンティスト協会 スキル定義委員。

※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。 データサイエンティストを目指す全ての方に データサイエンス初学者向けの書籍です。データサイエンティストにとって必要なスキル、どのような業界・立場で働いているのかといった説明にはじまり、本書ではさまざまな業界で活躍する20名のデータサイエンティストへの取材事例を紹介します。データサイエンティストがどのような手順で、どのようなことを考えながら業務を進めているのかといった「リアル」を職業体験のように実感いただけるのが本書の特徴です。 ■1部 まずは全体像を把握しよう ・1章 「データサイエンティスト」ってどんな職業? ・2章 データ分析ってどのように進めるの? ■2部 事例で理解を深めよう ・3章 さまざまな業界・役割で働くデータサイエンティストのリアル ■3部 データサイエンスの世界に触れてみよう ・4章 明日から使えるデータリテラシーを身に付けよう ・5章 身近なテーマで実際に分析してみよう ●黒木 賢一（クロキ ケンイチ） 株式会社NTTデータを経て、三井住友海上火災保険株式会社に入社。一般社団法人データサイエンティスト協会理事。データサイエンスを通じた社会貢献を目指し、分析コンサルや人材育成など社内外で幅広く活動中。共著『Python実践データ分析 課題解決ワークブック』『BIツールを使った データ分析のポイント』『Python×APIで動かして学ぶ AI活用プログラミング』など。 ●石川 雅之（イシカワ マサユキ） 株式会社金融エンジニアリング・グループを経て、三井住友海上火災保険株式会社に入社。社内外でのデータ分析や分析技術の研究開発、データ分析人材の育成などの業務に従事。また、データサイエンティスト協会のデータサイエンティスト養成講座や大学での講師業務など、社外における人材育成にも取り組む。 ●樫山 貴大（カシヤマ タカヒロ） ネイチャーインサイト株式会社 データサイエンティスト。情報サービス業界でデータ分析基盤構築や営業分析に従事。また、社外データサイエンティスト育成支援や社内データ分析新人育成を担当。データサイエンティスト協会 学生委員会に所属し、大学のデータサイエンスセミナー企画支援を行っている。 ●菅 由紀子（カン ユキコ） 株式会社サイバーエージェント、株式会社ALBERTを経て、2016年に株式会社Rejouiを創立。実務家データサイエンティストとして分析プロジェクトを指揮するほか、多くのセミナ－登壇や教育カリキュラムの開発など活動は多岐にわたる。共著『最短突破 データサイエンティスト検定（リテラシーレベル）公式リファレンスブック』。 ●北川 淳一郎（キタガワ ジュンイチロウ） 株式会社ミクロスソフトウェアを経て、2011年にヤフー株式会社（現：LINEヤフー株式会社）に入社。ディスプレイ広告の配信精度向上、商品検索精度向上、拠点検索精度向上、求人検索精度向上、営業生産性向上を担当。共著に『最短突破 データサイエンティスト検定（リテラシーレベル）公式リファレンスブック』。 ●大黒 健一（ダイコク ケンイチ） 2008年に株式会社日立インフォメーションアカデミー（現：株式会社日立アカデミー）に入社。日立グループでのデータサイエンティスト社内認定制度の立ちあげ、DX人財育成の推進取りまとめを担当。総務省統計局gaccoコンテンツ「社会人のためのデータサイエンス演習」Day3講師。共著『ビジネス現場の担当者が読むべき、IoTプロジェクトを成功に導くための本』『最短突破 データサイエンティスト検定（リテラシーレベル）公式リファレンスブック』。 ※この商品は固定レイアウト型の電子書籍です。 ※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、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 ※お使いの端末で無料サンプルをお試しいただいた上でのご購入をお願いいたします。 ※本書内容はカラーで制作されているため、カラー表示可能な端末での閲覧を推奨いたします

「あらゆる人があらゆることを 言っているAI人材とはなにか、 その育て方についての答えがここにある。」 『イシューからはじめよ』 『シン・ニホン』著者 安宅和人氏推薦！ 【本書のポイント】 ・AI人材を取り巻く状況・必要とされる理由がわかる ・AI人材の特徴・役割ごとの育成方法を知ることができる ・研修マニュアルを確認しながら自社に取り入れることができる ・育成現場の現状を知ることができる 【こんな人におすすめ】 ・AI人材を増やしたい経営・人事担当者 ・AI人材を部下に持つ管理職の方 ・AI人材と企業の関わりについて知りたい方 ・大学でのAI教育の担当者 【内容紹介】 DX時代において必須となるAI人材は、 2030年には約79万人が不足するとされており、 企業にとってはAI人材の育成・確保が急務です。 今後AI人材を育成しなければならない、と思っていても 具体的にどのように育成すればいいのか、 AI人材が社内でどのような役割を担うのか、 漠然としていてつかみにくいかもしれません。 本書では、AI人材の役割から 育成現場の現状、具体的な育成方法や研修マニュアル、 教育現場における教育課程までを詳細に解説。 政府のAI教育プログラム認定制度検討会議の構成員を務める著者により、 AI人材を取り巻く環境・全体像と具体的な育成方法を まとめて知ることができる1冊です。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

データサイエンティストはどのように考えるのか？ 本書は、紙と鉛筆で学ぶというコンセプトのもと、 PythonやRなどのプログラミング言語を使わずに データサイエンティストの思考過程を体験できます。 データサイエンティストがどのような思考回路でデータと向き合っているのか、 本書掲載の40問のクイズを解きながら体験してみてください。 本書掲載のクイズは複雑な計算やExcelなども不要で、 紙と鉛筆さえあれば解くことができますので、ぜひチャレンジしてみてください。 【こんな方におすすめ！】 ・デジタル時代を生き抜くためにデータを読み解くスキルを身につけたい人 ・「データを使って論理的に考えろ」と言われるが、 データのどこを見ればよいのかわからない人 ・大学時代に政府が提唱するデータリテラシーを学ぶことができなかった人 ・大学でデータリテラシーを身につけた新入社員を受け入れる部署の管理職 ・社会でデータリテラシーがどう活用されているか知りたい人 ・データサイエンティストと仕事をすることになったが、 どのような思考回路の専門家なのか知りたい人 【本書を読むことで得られる知識／できるようになること】 ・データを活用するプロであるデータサイエンティストが どのような思考回路でデータに向き合っているかわかる ・データサイエンティストの思考過程を知る（なぞる）ことによって、 自分自身でデータを正しく読み解くことができるようになる ・データを読み解く際の勘所（着眼点）がわかる ・与えられたデータの意味を適切に読み解き、 他者に対して正しくデータを説明できるようになる ・恣意的に誇張されたグラフや不適切に切り取られたデータに騙されなくなる ・データ分析の考え方、留意事項がわかる ・データを分類する方法、データから法則を見つけ出す方法、予測する方法がわかる ・データを基に論理的に意思決定できるようになる 【目次】 第1章　デジタル時代に必要なデータリテラシー 第2章　データを読む力を身につける 第3章　データを説明する力を身につける 第4章　データを分類する力を身につける 第5章　データから法則を見つける力を身につける 第6章　データから予測する力を身につける 第7章　仕事でデータリテラシーを活用する ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※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。 ◆累計5万部を超えるベストセラー改訂！◆ 【安宅和人氏（慶應義塾大学環境情報学部教授・LINEヤフー株式会社シニアストラテジスト）推薦!!】 データ×AIドリブンな時代に何が基礎なのか、それを理解したい人はまずこれを手に取りたい。 ・これからを生き抜くために知っておきたいキーワードが、この一冊でまるわかり！ ・「数理・データサイエンス・AI（リテラシーレベル）モデルカリキュラム」の改訂にあわせ、高等学校「情報1」との連携、生成AIの急速な発展などに対応し、完全準拠の公式テキストがますますパワーアップ！ ・フルカラーで見やすく練習問題も充実！ ・日本を代表する豪華執筆陣がていねいに解説！ 【主な内容】 第1章 [導入] 社会におけるデータ・AI利活用 1.1 社会で起きている変化（樋口知之） 1.2 社会で活用されているデータ（樋口知之） 1.3 データ・AIの活用領域（孝忠大輔） 1.4 データ・AI利活用のための技術（内田誠一） 1.5 データ・AI利活用の現場（丸山 宏） 1.6 データ・AI利活用の最新動向（内田誠一） 第2章 [基礎] データリテラシー 2.1 データを読む（川崎能典） 2.2 データを説明する（椎名 洋） 2.3 データを扱う（川崎能典） 第3章 [心得] データ・AI利活用における留意事項 3.1 データ・AIを扱う上での留意事項（中川裕志） 3.2 データを守る上での留意事項（佐久間淳） ※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

「データサイエンティスト検定　リテラシーレベル」の公式リファレンスブックが登場。 試験で問われる計147個のスキル項目について，要点と学習のポイントを基本から一つひとつ解説。 第一線で活躍する執筆陣が具体的なシーンにまで踏み込んで説明しているため，データサイエンティストとしての確かな力が身につきます。 さらに巻末の模擬問題では，実際の試験のイメージをつかむことができます。 「データサイエンティスト検定　リテラシーレベル」とは？ 「データサイエンティスト検定　リテラシーレベル」（略称：DS検定）は，一般社団法人データサイエンティスト協会によって，2021年9月に第1回が開催される検定試験です。「リテラシーレベル」では，協会が定めたスキルレベルのうち最も基礎的な内容（見習いレベル）を問われるため，すでにデータサイエンティストとして活躍している方はもちろんのこと，データサイエンスに興味を持つ学生，ビジネスパーソンの方も挑戦することができます。

※PDF版をご希望の方は Gihyo Digital Publishing (https://gihyo.jp/dp/ebook/2022/978-4-297-12833-3)も合わせてご覧ください。 「データサイエンティスト検定　リテラシーレベル」の公式リファレンスブック第2版です。 2022年6月の試験から，出題範囲となる「データサイエンティストスキルチェックリスト」がver.3からver.4へ。 それにともなって計185個に増加したスキル項目について，要点と学習のポイントを基本から一つひとつ解説しています。 第一線で活躍する執筆陣が具体的なシーンにまで踏み込んで説明しているため，データサイエンティストとしての確かな力が身につきます。 さらに付録の模擬試験では，試験で出題される問題のイメージをつかむことができます。 「データサイエンティスト検定　リテラシーレベル」とは？ 「データサイエンティスト検定　リテラシーレベル」（略称：DS検定）は，一般社団法人データサイエンティスト協会によって，2021年9月に始まった検定試験です。「リテラシーレベル」では，協会が定めたスキルレベルのうち最も基礎的な内容（見習いレベル）を問われるため，すでにデータサイエンティストとして活躍している方はもちろんのこと，データサイエンスに興味がある学生の方，ビジネスパーソンの方も挑戦することができます。 検定概要：https://www.datascientist.or.jp/dskentei/ データサイエンティスト協会HP：https://www.datascientist.or.jp/

★データ分析の現場の、即戦力になる！★ ・データの前処理からモデリングに至るまでのデータ分析のプロセスを体系的に解説 ・位置情報・テキスト・音声・画像などの非構造化データも扱う ・現場での課題解決を意識し、架空の旅行代理店データを用いたストーリー形式で解説 ・生成AIを用いたデータハンドリング、特徴量エンジニアリング、不均衡データへの対処法、クラウド技術の活用など、最新のトレンドにも対応 ・コードを公開しているから、すぐに実践できる！ 【バーチャルデータサイエンティスト　アイシア＝ソリッド推薦！】 実際の分析事例を軸に前処理の技法を見ることで、 地に足のついた実践的な知識を得られる良書！ 不均衡データへの対処や位置情報データの扱いなど、 実務頻出なのに解説が少ないテーマも扱っており、 データのプロや、プロを目指す人のための書籍と言えます。 本書を読み終わったらすぐに実践に飛び込めるでしょう！ 【おもな内容】 1 前処理とは何か 2 前処理に向けたデータ理解 3 データクレンジングとしての前処理 4 データの基本事項確認としての前処理 5 データのソート・抽出 6 データの集計 7 データ結合 8 データ変換 9 モデリングのためのデータ変換 10 非構造化データの前処理――テキストデータ 11 非構造化データの前処理――位置情報・音声・画像 12 クラウド技術の活用と機械学習の実行

「デジタル化は時代のトレンドである。しかし、この流れを受けた動きは、 産業の各所でまだら模様に展開していく。そのなかで経営者は、絶えざる判断を迫られることになる」 （本文より） いまや企業のデジタル化は、避けて通れません。 激変する企業の経営環境について、事例を交えながら専門家たちがわかりやすく解説します。 キーワードを手がかりに、最新のビジネストレンドを読み解くことができます。

新型コロナ、ITP、GA4……2020年のトピックを収録 アクセス解析やデジタルマーケティングなど、アナリティクス（データ分析）に取り組む人々の協議会「アナリティクス アソシエーション」がメールマガジンで配信しているコラムから、2020年分をまとめて電子書籍化。 新型コロナウイルスの感染拡大により、激動の一年となった2020年。データ分析の最前線に立つ4人の著者が残した47本のコラムから、当時の状況や考察を読み取ることができます。 著者陣による書き下ろしの「まえがき」も収録。 ◆主な収録コラム ・セルフサーブ型サービスの連携活用が、素人にはそろそろハードルが高いという話 ・アップルがブラウザを支配しつつある面倒な世界 ・Google BigQueryとデータポータルの組み合わせは最強 ・異常値・外れ値・欠損値 ・新型コロナとアナリティクス 見えない相手にデータで対応する ◆ご注意 本書は、アナリティクス アソシエーションが過去に配信した会員向けメールマガジンから、コラムを抜粋して再構成したものです。各コラムは同会のWebサイトにも掲載されています。