※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。 時系列データを上手く活用し、ビジネス成果を生み出す!! 　時系列データを上手く調理することは、これらの問に何かしら解を与えることができます。特に予測モデルを上手く活用すると、過去を振り返り、未来を予測し、現在すべきことを導きだし、成果へと繋げることができます。いくら高精度な予測モデルを手にしても、どう活用すべきかわからないと成果は生まれません。そこで本書ではどのように扱うかを、実際のデータを用いて、使い方を重点的に解説していきます。時系列分析の多くの書籍は数式等を用いて解説していますが、実務的な運用には理論よりもPython等コードで実践していくことが重要です。 なお、事例として以下を取り上げます。 ・モニタリング指標の異常検知によるキャンペーン評価（自動車ディーラー） ・モニタリング指標の異常検知と要因探索（小売りチェーン） ・売上予測モデルを活用したデータドリブン販促（小売りチェーン） ・離反予測モデルによる離反対策ルールの策定（食品・法人向けビジネス） ・チャーンマネジメントのための離反時期予測（携帯電話サービス） ・LTVマネジメントのためのLTV予測（ECサイト） ・広告・販促効果を見える化し最適化するマーケティング・ミックス・モデリング（スポーツジム） 第1章　ビジネスにおける時系列データ活用 1.1　ビジネス現場は時系列データで溢れている 1.2　ビジネス時系列データでよくある7つの活用事例 1.3　2種類の時系列データ 1 1.4　よく目にする7つの時系列特徴量 1.5　時系列特徴量付きテーブルデータ 第2章　Pythonのデータ分析環境の設定（JupyterLab） 2.1　Pythonのインストール 2.2　Python以外のインストール 2.3　利用するライブラリー（パッケージ）のインストール 第3章　時系列予測モデル構築・超入門 3.1　時系列データを使った予測モデル構築の流れ 3.2　時系列データの特徴把握と前処理 3.3　時系列の予測モデルを構築してみよう 3.4　季節成分が複数ある場合の予測モデル 3.5　多変量時系列データの特徴把握と因果探索 第4章　時系列データを使ったビジネス成果の上げ方 4.1　データでビジネス成果を上げる「データ活用ストーリー」 4.2　時系列データの異常検知 4.3　時系列データの要因探索 4.4　時系列データの将来予測 第5章　時系列データを活用したビジネス事例 5.1　モニタリング指標の異常検知によるキャンペーン評価（自動車ディーラー） 5.2　モニタリング指標の異常検知と要因探索（小売りチェーン） 5.3　売上予測モデルを活用したデータドリブン販促（小売りチェーン） 5.4　離反予測モデルによる離反対策ルールの策定（食品・法人向けビジネス） 5.5　チャーンマネジメントのための離反時期予測（携帯電話サービス） 5.6　LTVマネジメントのためのLTV予測（ECサイト） 5.7　広告と販促効果を見える化し最適化するマーケティングミックスモデリング（スポーツジム）

※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。 未来への確かな意思決定に、時系列予測を活用しよう！ 本書は、時系列予測の理論とPythonによる実装を体系的にわかりやすく解説します。時系列データ分析が未経験でも通読できるよう、基礎となる数学から始め、ビジネスや研究の場で実践するためのスキルが身に付くよう丁寧にフォローします。 ビジネスの現場では、データに基づく意思決定が重要視され、特に時系列データ分析は、売上予測や需要予測、在庫最適化など、多くの領域で活用されています。そうした時系列予測の理論と実践を学ぶために必要な知識を、本書の活用によって身に付けることができます。 ※本書と『Pythonによる時系列分析―予測モデル構築と企業事例―』との違い 本書では時系列予測（を主とする時系列分析）の数学的な解説や数理モデルを詳解することから 　・確かな理論的裏付けに基づく実践（コーディングや評価・検証）を試したい 方におすすめです。 一方、『Pythonによる時系列分析―予測モデル構築と企業事例―』は、（特にビジネス応用を念頭に置いた）時系列分析の入門として 　・まずはハンズオンで実践してみたい 　・ビジネスにおける時系列分析（を含めたデータ分析の全体像）をつかみたい という方におすすめです。 第1章　時系列予測が変えるビジネスの未来 第2章　統計的推測と時系列分析の基礎 第3章　時系列予測のための数理モデル 第4章　予測モデルの評価と検証 第5章　時系列予測事例 付録A　Python環境構築

※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。 統計手法、時系列分析が活用できる!! 　ある電機会社の白物家電の問題をさまざまな時系列分析で解決していく方法をマンガで学ぶことができます。本書で用いられた分析手法のプログラム（Python）はサンプルとしてWebで公開します。そのプログラムを利用し、実際の自分のデータに置き換えて実践することで、分析力を身につけることができます。官公庁やコンサルティングファームなどを経験し、多様なデータを扱ってきた著者が実際にデータの分析の仕方とその深堀の仕方を丁寧に解説します。「データって面白い！」と感じてもらえるように、たくさんの工夫を盛り込んでいます。 プロローグ 第1章　データの集約 第2章　売上の時系列予測 第3章　製造ラインの異常検知 第4章　歩留まり改善のための要因探索 第5章　販売低迷の要因探索 第6章　予測モデルの改善と展開 エピローグ　データ駆動経営の確立

※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。 マンガのストーリーで最適化の数式の意味（数学記号、計算式など）と具体的な例題で実務が学べる。 　中学、高校の数学で関数の最大、最小を学習したのでないでしょうか。それが実務の何の役に立つとかというと利益は最大がよいし、損失は最小がよいのがわかります、つまりこれが最適化なのです。最適化は大学ではOR（Operations Research）または経営科学という学問で勉強します。数学のレベルは大学1年で学ぶ線形代数がわかっていることが前提になります。とはいえ最大、最小のイメージがあれば複雑な計算を100％理解していなくても実践することはできます。 　本書はマンガを使ってまず概要をつかみ、マンガを補う本文部分は実務に役立つ例題で数式は最小限でできるものを用意し、まずは苦手意識を取り除きます。近年はPythonで簡単にできるのでプログラムを作ろうとしますがその前にこの本を買って勉強していただければPythonによる最適化もスムースにできるようになります。 プロローグ 週末の深夜バイトと、月曜１限の講義 第1章　数理最適化とは 1-1　「 最大」と「最小」が、最適になる ・現実の課題を、簡単に表してみよう ・定式化は3点セット ・ふわっとした気持ちも数値化できる ・最適化問題には、色々な種類がある ・グラフに慣れていこう ・ グラフは強い味方になってくれる！ 1-2　最適化に必要な数学はこれだけ抑えればよい ・ベクトル、行列ってどう役立つの？ ・スカラー、ベクトル、行列 ・ベクトルの特徴を図で理解しよう ・表記の仕方 ・連立一次方程式は、行列とベクトルの積で表せる ・微分、傾きってどう役立つの？ ・勾配ベクトルってどう役立つの？ ・微分を使っていこう ・勾配（勾配ベクトル）の式 ・傾きと勾配 ・２回微分してみよう、ヘッセ行列 フォローアップ 第2章 線形計画問題 2-1　線形計画問題の例 ・最大の利益になるように生産したい！ ・調味料の問題も定式化 ・実行可能領域と目的関数 ・複雑で大規模な問題を扱うために 2-2　単体法と内点法 ・２つの解き方のイメージ ・単体法は、どんなアルゴリズム（計算）なのか 2-3　双対理論 ・双対のイメージをつかもう ・双対問題のおかげで、ラクに解ける ・調味料の問題の、双対問題とは フォローアップ 第3章　非線形計画問題 3-1　非線形計画の例 ・３次元空間の線形・非線形 ・ビールの注文数を予測しよう ・誤差を最小化する ・複雑な形の関数でも、予測式が作れる ・非線形計画問題は、制約条件があったりなかったり 3-2　単体法と内点法 ・大域的最適解と局所的最適解 ・まずは停留点を見つけよう ・停留点の見つけ方 ・凸集合と凸関数 3-3　反復法 ・解の更新 ・直接法と反復法 ・反復法の更新式 ・最大化の場合は、山登り ・大域的収束性と局所的収束性 ・探索方向の選び方　 フォローアップ　 第4章　整数計画問題と組合せ最適化問題 4-1　整数計画・組合せ最適化問題の例 ・整数という制約　 ・組み合わせ的な構造とは？　 ・効率よく巡回するためには ・ナップサック問題　 ・0-1の制約のある色々な問題　 4-2　近似解法と厳密解法 ・２つの解き方がある　 ・近似解法、厳密解法とは？　 ・貪欲法（欲張り法） ・分枝限定法 フォローアップ エピローグ 付 録 さらに勉強するために 索 引

※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。 授業で学んだ数学が､物理学に応用できるようになる！ 「マンガでわかる」シリーズに､物理数学が加わりました！ 大学で学ぶ物理学では､基本的な数学の知識が不可欠です。しかし､数学の授業では物理学への応用はあまり扱われず､物理学の授業では数学をしっかり解説する余裕がない……という場合がほとんどです。 本書は､物理学の理解に不可欠な、高校・大学1～2年次で学ぶ数学（線形代数、微分積分、微分方程式、複素数）を、数式や計算のイメージがしっかり身につくよう、マンガと図解でビジュアル豊かに解説するものです。教科書や参考書ではサラっと書かれていることでも、各分野の重要な概念は紙数を惜しまず丁寧に扱いました。さらに、数学と物理学の有機的なつながりが理解できるよう、数学が物理学でどのように応用されるかを例題形式で解説します。 プロローグ 第1章　物理数学ってなんだろう？ 第2章　線形代数　 第3章　1変数関数の微分積分 第4章　多変数関数の微分積分 第5章　ベクトル解析 第6章　複素数 エピローグ

「いつか、私にも王子様が迎えに来てくれたらいいな――…。」 平凡な中学1年生の相沢日向（ひなた）は、実は大人気アイドル「光莉」（ひかり）の双子の妹。光莉のファンをがっかりさせないため、日向はずっと姉のことを秘密にし、目立たないようにふるまってきた。 ある日、光莉のピンチを救うため、ふたりは入れ替わることに！　芸能人が多く通う「私立ステラ学園」に潜入した日向が出会ったのは、まさかの「推し」の王子様～～！？ ふたりが芸能界で成長していく、夢と青春のキラキラストーリー第1巻！ 原作者・高杉六花先生書き下ろしSS「日向と壱弥～沼に落ちました～」も収録です！