※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。 電話帳が情報文化の発展に寄与した軌跡をたどり、アナログからデジタルへと情報検索ツールとして発展する可能性を展望する。

■電話がつながる仕組みが詳しくわかる! 電話機の受話器を上げてダイヤルし、電話相手の声が聞こえてくるまでには、ほんの数秒しかかかりません。この短い間に、電話ネットワークの中では、様々な機器が電話をつなぐために必死に働いています。本書では、電話がつながるまでの処理を一つずつ追いかけることで、電話技術を丁寧に解説しました。 ■NTT固定電話・IP電話・携帯電話がよくわかる! 取り上げているのは、家庭で使っている「NTT電話」、急速に普及している「IP電話」、どこでも使える「携帯電話」の3つです。つながる仕組みを実感していただくために、NTT電話のほかにも、IP電話はNTTの「ひかり電話」、携帯電話はNTTドコモの「FOMA」という実際のサービスで説明しています。あらゆるネットワークの原点となる電話の基礎知識から、最先端のIP電話や携帯電話まで電話の知識がしっかりと身につきます。

四月は淑女。街は彼女を迎えると急にうきうきする。電話魔がラスキン婦人服店に脅迫電話をよこしたのは、そんな朝だった。店を立ちのかないと、お前を殺す――悪戯にしては度がすぎる。だが、必死の捜査にもかかわらず、脅迫電話は23軒の店に飛火した。しかも、事件と関連があると思われる死体が見つかり、事態は緊迫の度を強めた。果たして、電話魔の真の目的とは！

さらば勘と経験！データドリブンで急成長を実現したノウハウを公開。 ★変えたことはたった一つ。データドリブン経営に舵をきり、売上右肩上がりの急成長。「一休.com」では具体的に何が行われていたのか？本邦初公開！ ★「思い込み」で意思決定する前に、徹底的にデータと向き合ったと自信を持って言えますか？　データに素直に従った方が正しくありませんか？ ★データドリブンはビジネスの話。データ分析はあくまで手段で、分析結果を役立てて業績向上につなげることが最重要。 ★「Consumer is Boss（顧客がボスである）」はビジネスにおける普遍の法則。ただ、顧客データがあふれる現在においては「DATA is BOSS（データがボスである）」に変わってませんか？ 数字やデータの扱いが苦手でも、本書を通してエンジニアやデータサイエンティストに、やりたいことを適切に伝えるエッセンスを習得できるため、データドリブン経営への第一歩が踏み出せる！ 対象読者 ・データドリブン経営を実行したい経営層 ・従来型の経験に頼りがちな文系の経営・マネジメント層 ・データに基づいた意思決定に関心が高い、次世代を担うビジネスパーソン ・ビジネス部門の思考を理解したい、エンジニア・データサイエンティスト ●目次概要 はじめに 「DATA is BOSS」の意味 序章　まず知ってほしい「データドリブンは、ビジネスの話」 第1章　データを制するものがビジネスを制す 第2章　「掛け声だけ」で終わっている日本型データドリブン 第3章　データドリブン経営の本質 第4章　データドリブン経営の実装 第5章　データドリブン施策の具体例 おわりに　AIの進化が何をもたらすか 読者特典　顧客行動の見える化レポート10選 ■著者：榊󠄀淳 株式会社一休 代表取締役社長。慶應義塾大学大学院理工学研究科修了後、第一勧業銀行（現みずほ銀行）にて金融工学を駆使したトレーディング業務に従事。2003年に米国スタンフォード大学院のサイエンティフィック・コンピューティング学科修士課程を修了後、約10年間コンサルタントとして活躍。2013年、株式会社一休へ入社し、2016年には代表取締役社長に就任。2023年からはLINEヤフー株式会社 執行役員 コマースカンパニー トラベル統括本部長も務める。ほかにも、「国際医療ボランティア団体」特定非営利活動法人ジャパンハート 理事や株式会社じげん 社外取締役を務める。 ※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。

●Google銀行、分散型金融、マネーのデータ活用……　●今さら聞けない「データエコノミー」の本質が平易にわかる！　●読めば、経済の「いま」と「未来」が見えてくる決定版！　いま、経済の仕組みが激変している。契機となったのが、データが経済的価値を生む「データ資本主義」の誕生だ。中でも特に注目すべきは、「マネーのデータ」である、と野口悠紀雄氏は語る。マネーのデータは、従来のビッグデータよりはるかに強力で、すでにこの「マネーという最強のデータを巡る争奪戦」が、世界中の国家・企業・銀行間で始まっている。しかし、この覇権争いに加わるどころか、その本質すら、多くの日本の企業・銀行は理解できておらず、それが日本経済の衰退をもたらした根本的原因であると言う。そこで本書では、「マネーデータを巡る新たな経済の本質」を、「データエコノミー入門」と題し、平易にわかりやすく解説。予備知識なしでも読める「データ経済」入門書の決定版！

本書は、デジタル時代におけるデータ活用の課題に正面から取り組み、その解決策として「データエンジニア」の役割を再定義し、実践的な指針を示すものである。 近年、情報のデジタル化とAIの進展により、データ活用は企業の競争力を左右する重要な要素となっている。「分析の専門家はいるのに期待した効果が出ない」「部門間の連携がうまくいかない」「データ活用の具体的な進め方がわからない」――。こうした課題を抱える組織に、著者らは多様なデータ分析業務の経験から、その解決のカギが「データエンジニア」にあると提言。 第1部（1・2章）では、組織づくりの視点からデータ活用の本質に迫る。第1章では、データ活用とコミュニケーションの基本概念を整理したうえで、「経営部門」「オペレーション部門」「情報システム部門」の三部門からなる「三機能モデル」を提示し、機能の分化が進む組織において「データエンジニアリング」が必要となる背景を説明。第2章では、この三機能モデルを踏まえ「データエンジニアリング組織」の具体的な役割と行動指針を提示し、企業のデータ活用における課題解決への貢献について詳しく解説している。 第2部（3～6章）は実務編として、データエンジニアの日々のコミュニケーションに焦点を当てている。各部門との信頼関係の築き方、効果的なコミュニケーション手法、日々の業務の進め方まで、事例とともに解説。とくに、データエンジニアが組織の要として各部門間の橋渡し役を担い、部門間の利害を調整しながら組織全体のデータ活用を推進していく過程を詳説している。 DX時代の到来により、データエンジニアの需要は今後データサイエンティストを上回ると著者らは予測。本書は、データドリブンな組織づくりを目指すすべての人に実践的な道筋を示す一冊である。

データ×AI領域のキャリア設計を徹底解説！ 自分に合った道筋と戦略がわかる ビッグデータや人工知能の活用が本格化されつつある現代、 データ×AIの領域で活躍できる人材が、様々な業界で求められています。 本書は、そんなデータ×AI人材への就職・転職を目指す方に向けて、 職種やプロジェクトごとの具体的な仕事内容、 求められるスキルなどを、網羅的に解説した書籍です。 【本書で扱う職種】 ・データサイエンティスト ・データエンジニア ・機械学習エンジニア ・データアナリスト ・BIエンジニア 【本書で扱うプロジェクト】 ・機械学習システム構築プロジェクト ・データ分析プロジェクト ・データ可視化・BI構築プロジェクト 本書を読めば、ファーストキャリアを獲得するために取るべきアクション、 自分の市場価値を高めてキャリアアップするための戦略がわかります。 これからデータ×AI領域で活躍したい方、 どのようなキャリアを描いていけばいいのか知りたい方にお薦めの一冊です。 【目次】 ■第1部 データ×AI業界の全体像 第1章 データ×AIによる社会の変革 第2章 データ×AI活用に関する基礎知識 ■第2部 データ×AIプロジェクトの全体像と各職種の果たす役割 第3章 データ×AIプロジェクトの種類と概要 第4章 機械学習システム構築プロジェクト 第5章 データ分析プロジェクト 第6章 データ可視化・BI構築プロジェクト ■第3部 データ×AI人材になるために必要なこと 第7章 データ×AI人材になるためのロードマップ 第8章 データ×AI人材としての転職を決めるポートフォリオ（概要編） 第9章 データ×AI人材としての転職を決めるポートフォリオ（作成編） 第10章 10年後を見据えたキャリア設計 ※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。 ◆【Excelで実践】美しく正確に伝わるデータ可視化の「本質」を学ぶ◆ 　データ分析の重要性が高まる中、データから情報を読み取る手段として「データ可視化」に注目が集まっています。しかし、 「多種多様なグラフのうち、どれが適しているんだろう」 「どのようにラベルや軸をデザインすればいいんだろう」 と悩む方も多いでしょう。そこで、本書はデータ可視化の「理論」とビジネス課題にもとづいた「実践」をもとに、データ可視化の手法を解説しています。 　この1冊で、データ可視化の基礎知識から、データの種類や目的に応じたグラフのデザイン、さらには実務で役立つ可視化テクニックまで幅広く学ぶことができます。また、できるだけ多くの方がすぐに実践できるように「Excel」での作図例とその操作手順も解説しています。「データ可視化」の基本をしっかりと学びたい方にぴったりの、実用的な入門書です。 ■こんな方におすすめ ・「すぐに役立つ」データ可視化の考え方や手法を身につけたい方 ・ビジネスの現場で、データにもとづいた意思決定をおこなう方 ・Excelを使って、見やすく効果的なグラフを作りたい方 ■目次 【理論編】 第1章 「押さえたい」データ可視化の大前提 ・1-1 データ可視化の重要性と役割 ・1-2 グラフを適切にデザインするための観点 第2章 「伝わる」グラフの種類と要素 ・2-1 一般的なグラフとその使い方 ・2-2 グラフの構成要素とデザイン 第3章 「わかりやすい」を生むデザインルール ・3-1 視覚化チャネルとグラフデザインの法則 ・3-2 「色」の効果的な使い方 【実践編】 第4章 ケースで学ぶグラフデザイン［基礎］ ・4-1 量の可視化 ・4-2 時系列の可視化 ・4-3 割合の可視化 ・4-4 関係の可視化 ・4-5 ばらつきの可視化 ・4-6 地理データの可視化 ・4-7 順位の可視化 ・4-8 表の可視化 第5章 ケースで学ぶグラフデザイン［発展］ ・5-1 量の可視化 ・5-2 時系列の可視化 ・5-3 割合の可視化 ・5-4 関係の可視化 ・5-5 ばらつきの可視化 Appendix データ可視化の発展的なトピック ■著者プロフィール 高比良 健太郎（たかひら・けんたろう）：データサイエンティスト。香港科技大学ビッグデータ研究所所属。経済学学士／情報学修士（京都大学）。コンサルティングファームおよび技術系スタートアップを経て独立。製造、交通、ヘルスケアなど幅広い分野で、データ解析や可視化、関連技術の研究開発に携わる。AIやデータ可視化に関する国際会議での論文発表多数。専門家だけでなく一般の人々にもデータの理解と活用を広げることに力を入れている。Schooでの講座「練習問題で学ぶグラフデザイン」は、6,000以上のお気に入りを獲得（2025年6月現在）。

データ活用が失敗する根本的な原因はたったの1つ！ 「データ→情報→価値→効用」データを活用して価値を生み、売上・利益などの効用につなげる データを活用して我が社も儲けられないのか──。 こう上司から言われた時、どこから考え始めてよいのか分からないという声を多く聞きます。真面目な担当者ほど、「まずはデータの棚卸し」となりますが、それでは売り上げにつながりません。 こう語るのは、野村総合研究所の鈴木良介氏です。鈴木氏はビッグデータがブームとなった当初からデータ活用のコンサルティングを引き受け、この4年間で2000人もの企業担当者らとディスカッションをしてきたそうです。 鈴木氏はこうした膨大な経験を踏まえて、データを活用して売り上げ、利益といった効用を得るためのフレームワーク「DIVA（ディーバ）」を提唱します。DIVAはData＝データ、Information＝情報、Value＝価値、Achievement＝効用の4語の略です。 本書で紹介するDIVAというデータ活用を進めるための共通のフレームワークを持つことで、企業のビッグデータ活用ワーキンググループでの議論の空転を防ぎ、良質な仮説を生み出す前段階となる仮説の量産を支援します。 【主な内容】 　第1章　DIVAは「データ、情報、価値、効用」の一連の流れを記述する 　第2章　顧客の振る舞いを変える 　第3章　従業員の振る舞いを変える 　第4章　データと振る舞いの変化を直結する 　第5章　仮説を量産するのは誰か？ 　第6章　「気が利く」と「気持ち悪い」の境界に挑む

横浜市教育委員会と立教大学の中原淳研究室の共同研究「持続可能な働き方プロジェクト」による教員調査であきらかになったさまざまなデータをひも解き、近年話題の教員の働き方改革について、具体的な改善策までを提案。教育現場の最前線で働く先生方が、明日の働き方を見直すための議論の出発点となるような素材を提供します。 ※こちらの作品は過去に他出版社より配信していた内容と同様となります。重複購入にはお気を付けください

いま何が起こっているのか—— 世界はこれからどうなる？ 日本はこのままでいいのか？ 激しく大きな情勢変化を 見誤らないために！ 核保有国で、国連常任理事国でもあるロシアが仕掛けた前例のない戦争—— 対する、日本を含む欧米諸国の経済制裁は世界経済に返り血を浴びせる。 無力である国連に代わる、国際的安全保障の枠組みとは——。 日本経済はどうなるか、その処方箋は？ 中国、北朝鮮の動向をどう捉えるか—— 前例のない、激動する世界の中で、衆目を集めるニュースだけを垂れ流すマスコミに惑わされることなく、適切な判断ができるよう、 根本となるデータや原理原則をもとに高橋洋一氏が分析し、読み解いていく。 真実と未来を見抜く力を、 本書で備えてください。 【目次】 第１章 　ウクライナ問題、日本人が知っておくべきこと 第２章　日本にもインフレは襲ってくるのか——失ってはいけないマクロ経済の視点 第３章　日本は「借金で破綻する」は本当か 第４章　有事の時代に、グダグダ岸田政権で大丈夫か 第５章　賃金上昇のカギは？　年金は？ 第６章　日本の周辺諸国は何を考えているか

データ分析のお作法を学ぶ。それが、この本の目的です。 ……まことしやかな数字が、実際の所、どれほど当てになるものなのか。たまねぎの皮を１枚ずつ剥くようにして、喧伝された事実に隠されたもう一つの"事実"を見つけ出すにはどうしたらよいのか。そのためのスキルを学べます。 著者は、ITベンチャー勤務のマーケターにして、データサイエンティスト。データ分析のプロジェクトで数多くの失敗も味わいながら、「生傷で得た教訓」を糧に著しました。 新型コロナの感染拡大、戦後最長の好景気、貧困率にひきこもり……。ニュースを賑わせた事象を題材に、「データドリブンに真実へ迫ると、どのような実態が見えてくるか」を紐解き、そこで使ったスキルを解説します。 データ分析とはアートであり、すべてのビジネスパーソンに必要な能力です。 数字が読めても、それが何を表しているかが分からなければ「分析」とは言えません。数字だけでなく、起きていることの全体を解釈し、時に俯瞰し、データの裏にある何かを探っていく。データに目を配り、また必要があれば提示されたデータを疑う。それが"考える"ことです。データ分析は多様な知的スキルを組み合わせたアートでもあります。 そうした分析力はデータ分析の専門家だけでなく、あらゆる分野のビジネスパーソンにとって必要な能力です。本書がこのような能力を養うことに少しでも貢献できればこれ以上の喜びはありません。

スマホなどを通じて日々のさまざまな事柄（体調やタスクの進捗など）を測定し、新たな気づきと解決策を生み出そうとする「セルフトラッキング」のムーブメント。一見すると個人主義的ないし利己的な行為だが、他者にも、そして社会にも裨益する関係主義的で利他的なものにはなりうるのだろうか。最新のテクノロジーを私たちが「巧く生きる」だけではなく、「善く生きる」ための方法の一つとして捉え直す。橘玲氏推薦！

150以上のグラフ・表を用いて楽観論を斬る！　政府総債務残高の対ＧＤＰ比が、先進諸国で唯一200％を超えている日本財政。借金返済を先送りした結果、日本は膨大な債務に足を引っ張られ、それが経済成長にも悪影響を及ぼしている。こうした財政運営失敗のツケを、我々はそう遠くない将来に、通貨崩壊という形で支払うはめになるだろう。公的データによる150以上のグラフや表を用いて日本財政の問題点を分析。財政楽観論を完全否定し、通貨崩壊へと突き進む日本の未来に警鐘を鳴らす。　○久米 宏氏、推薦！「『円の崩壊』は現実となるのか。私たちは薄氷の上を歩いている」○野口悠紀雄氏、推薦！「国債がもたらす問題を基本に遡って指摘し、警鐘を鳴らす！」

グローバル経営に不可欠なデータ管理基盤の構築法を徹底解説 グローバル経営管理の観点で見たとき、国内外の拠点から日々収集されるビッグデータの価値を最も左右するのは、実は高速なデータ処理技術でもなければ統計分析スキルでもありません。「A商品1個当たりの粗利が少ない国はどこか」などの、横串を刺した集計・分析を行うには、まず「データのかすがい」が不可欠なのです。 これに相当するのが「マスターデータ」です。このためには「『商品1個』とは何を意味するのか」などの業務用語とデータの定義をグローバルでそろえていく取り組みが必要です。 国内トップレベルのコンサルティングファームが、味の素・アシックス・花王といった日本企業の先進事例を基に、マスターデータ管理(MDM)のノウハウを書き下ろしました。 ≪目次≫ 【第1章】　データ活用の「おや・まぁ・へぇ」 　[1-1]　世の中に溢れ始めたデータ 　[1-2]　データを有効に活用しきれない企業　ほか 【第2章】　IT基盤構築に取り組む先駆者 　[2-1]　マスターデータ管理のプロフェッショナルとは 　[2-2]　「マスターデータ管理は経営判断をサポートするもの」 　　　 …味の素 監査部 内部統制評価グループ 専任部長 西川 一哉氏　ほか 【第3章】　マスターデータ管理プロジェクトへの取り組み方 　[3-1]　プロジェクトの全体像 　[3-2]　フェーズ1 ～企画～　ほか 【第4章】　マスターデータ管理を実践した企業の10年後 　[4-1]　それから10年後　ほか

※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。 ICTやIoT技術の発展によって社会にあふれる「ビッグデータ」を活用して、有用な「価値」を引き出す学問分野「データサイエンス」は、ビジネスから行政、医療、スポーツなど、あらゆる分野で注目されている。データサイエンスの基礎となるデータ処理（情報学）やデータ分析（統計学）手法の基本やあらまし、さまざまな分野での活用実例などを、図版や写真、イラストを使ってやさしく解説するシリーズ第10弾。

※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。 デジタル時代に即した新資格試験 合格最短コースの公式問題集 　ビジネスパーソンに求められる「基本スキル」が大きく変化しようとしています。その背景にあるのは「デジタル技術」の進化、その本質は「データ化」です。データ化とは、コンピューターで処理したり分析したりできることを意味します。 　会社の業務がデータ化されるということは、業務が「データ処理」になり、業務上の判断は「データに基づいた分析」になります。そこで必要な知識は、学校教育の「数学」の分野に入るものです。例えば、データ分析の基本は確率統計で、線形代数や微分積分を駆使することで高度な分析が可能になります。これからのビジネスパーソンにとって、「数学」はより重要になるのです。 　ジャンルによってはやや高度な知識が必要ですが、学校教育の数学のすべてが必要になるわけではありません。求められるのは、ビジネスパーソンに求められるスキルを、学校教育の数学と結び付けて効率よく無駄なく学習できるように体系立てることです。それこそが『データサイエンス数学ストラテジスト』資格制度です。この資格試験は世界のトレンドを先取りしているだけでなく、ビジネスパーソンにとって実用度が高く仕事で使える内容になっています。 　資格試験には中級と上級があり、本書は上級の公式問題集です。掲載している問題数は80問で、それぞれの問題を解くための考え方を丁寧に解説しています。本書での学習が合格最短コースになります。

※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。 デジタル時代に即した新資格試験 合格最短コースの公式問題集 　ビジネスパーソンに求められる「基本スキル」が大きく変化しようとしています。その背景にあるのは「デジタル技術」の進化、その本質は「データ化」です。データ化とは、コンピューターで処理したり分析したりできることを意味します。 　会社の業務がデータ化されるということは、業務が「データ処理」になり、業務上の判断は「データに基づいた分析」になります。そのために必要な知識とは、学校教育でいえば「数学」の分野に入るものです。例えば、データを分析するには確率統計が基本で、線形代数や微分積分を駆使することで高度な分析が可能になります。これからのビジネスパーソンにとって、「数学」はより重要になるのです。 　ジャンルによってはやや高度な知識が必要ですが、学校教育の数学のすべてが必要になるわけではありません。求められるのは、ビジネスパーソンに求められるスキルを、学校教育の数学と結び付け、効率よく、無駄なく学習できるように体系立てることです。それこそが『データサイエンス数学ストラテジスト』資格制度です。世の中のトレンドを先取りしているだけでなく、ビジネスパーソンにとって実用度の高い試験内容になっています。 　資格試験には中級と上級があり、本書は中級の公式問題集です。掲載している問題数は60問で、それぞれの問題を解くための考え方を丁寧に解説しています。本書での学習が合格最短コースになります。

世界は今、嘘とフェイクに満ちあふれている。ニュースも、ウェブ検索も、専門家の言うことも、鵜呑みにすれば騙されてしまう。本書は今もっとも注目を集めるデータサイエンティストが、データに注目して「嘘を見抜く技術」を解説！ 世論調査の結果はなぜ各社異なるのか？アベノミクスによって景気は良くなったのか？「最近の若者は……」論の誤り。本当に地球は温暖化しているのか？……etc. 新時代の教養「データサイエンス」の入門書として、数学が苦手な人、統計学に挫折した人にもわかりやすい一冊！ ※こちらの作品は過去に他出版社より配信していた内容と同様となります。重複購入にはお気を付けください

複雑で難解になりがちな統計学に基づいたデータ分析の基礎知識を俯瞰的に理解してビジネスに活かせるようになるのが本書の狙いです。数多くのデータ分析プロジェクトの現場では、「ビジネス」ありきではなく「データ」ありきの曖昧な態度でデータ分析に取り組んでしまい、うまく行かなくなるケースが多々あります。 ビジネス領域におけるデータ分析は、企業戦略・戦術や業務プロセスでの意思決定を支援するためのものです。いかに画期的な分析結果が得られても、それがビジネス活動に影響を与えられなかったり、成果につながらなければ人材やシステム投資の無駄遣いです。 「データ」ありきではいけない。こうした著者の思いから、データサイエンティストになりたい人だけでなく、一般のビジネスパーソン、例えば、マーケティング部門や経営企画部門、営業部門、IT部門などに属する方にも読んでいただけるよう、「データ分析の基本」を具体的な事例を交えながら平易に説明しています。 【特徴】 ・日本屈指のデータサイエンティストによる書き下ろしです。 ・この1冊で、ビジネス活動に役立つデータサイエンスを一通り理解できます。 ・日々の生活で体験する身近な事例から先進的な企業事例までを具体的に紹介します。 ・統計学に基づいたデータ分析の基礎知識を平易に解説します。 ・巻末に「図解 統計の基本」を収録しています。

古代史最大のナゾである邪馬台国所在地はデータサイエンスの手法を使えば、北部九州で決着する。畿内ではありえない、その理由を古代鏡や鉄の矢じりなどの発掘地の統計学的分析を駆使しながら、誰にも分かりやすく解説。その所在地はズバリここだと示す。

ビッグデータの時代だ。さまざまな分野の研究がデータ駆動型に変わってきている。ビジネスでのビッグデータ利用も人工知能の開発とあいまって盛んだ。データの処理・分析に必要な情報学（コンピュータ科学）と統計学の基本知識をおさえ、またデータから新たな価値を引き出すスキルの学び方を紹介する。待望の入門書。

※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。 【データをどうやって見ていますか？】 データサイエンスや人工知能への関心の高まりとともに、データを読み取る能力の重要性が高まっています。データサイエンティストでなくても、「最近行った販促活動は売上につながっているのか」「広告や報道、SNSに出てくるグラフの読み取り」「ネットの情報の真偽を確かめる」など、私達は仕事や日常で多くのデータを扱っています。 本書は、数学が苦手な人にも馴染みやすい身近な例からデータに関する基本を学び、数字に強くなり、データを正しく読み取る事ができるようになるための書籍です。 ■こんな方におすすめ ・データの見方を理解したい人 ・数学は苦手だけど数字に強くなりたい人 ■目次 第1章 データとは　－データを基にして考える 第2章 データには種類がある　－種類でわかる数値の意味 第3章 正確な数字と大まかな数字　－オーダーと有効数字 第4章 デジタル化すれば便利になる？　－アナログとデジタル 第5章 平均値は真ん中の値？　－データの特徴を数値で表す 第6章 データどうしの結びつきを考えよう　－因果関係を疑う 第7章 ひっかけグラフにご用心　－グラフを読み解くポイント 第8章 データリテラシーを身につけるために　－データ社会の処世術 ■著者プロフィール 阿部 圭一（あべ けいいち）：名古屋大学大学院博士課程修了、工学博士、静岡大学、愛知工業大学を経て、現在はフリー。静岡大学名誉教授。専門は情報学、情報教育。著書に『よくわかるデジタル数学-離散数学へのアプローチ』（近代科学社、2020年）、『よくわかるデータリテラシー　データサイエンスの基本』（近代科学社、2021年）など。

※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。 「数理・データサイエンス・AI（応用基礎レベル）モデルカリキュラム」準拠テキスト データ活用社会を生きる学生・社会人に必須の【データ分析・解析の基本的な考え方と手法】をわかりやすく解説！ データサイエンスは、さまざまなデータを分析・解析し、そこから新しい知見や価値を生み出していく技術・手法です。統計学などの数学を基礎とし、必要に応じコンピュータを活用して、さまざまな分野の専門知識と融合しながら、データから新しい価値を生み出していくデータサイエンスは、いまや大学生・社会人にとって必須の教養といえます。 本書は、政府の「AI戦略2019」での議論を経て策定・公表された「数理・データサイエンス・AI（応用基礎レベル）モデルカリキュラム」に準拠した内容です。具体的な事例と分析手法を扱いながら、社会のさまざまな場面で必要とされるデータサイエンスの考え方を、関連する数学とともに丁寧に解説します。また、大学におけるリテラシーレベルの授業に続く、半期の授業に対応した構成としました。 【著者一覧】 第1章 　小澤誠一　神戸大学数理・データサイエンスセンター 第2章 　大川剛直　神戸大学大学院システム情報学研究科情報科学専攻 第3章 　藤井信忠　神戸大学大学院システム情報学研究科システム科学専攻 第4章 　青木　敏　神戸大学大学院理学研究科数学専攻 第5章 　光明　新　神戸大学数理・データサイエンスセンター 第6章 　為井智也　神戸大学数理・データサイエンスセンター 第7章 　大森敏明　神戸大学大学院工学研究科電気電子工学専攻 第8章 　為井智也　神戸大学数理・データサイエンスセンター 第9章 　寺田　努　神戸大学大学院工学研究科電気電子工学専攻 第10章　熊本悦子　神戸大学情報基盤センター 第11章　高島遼一　神戸大学都市安全研究センター 第12章　村尾　元　神戸大学大学院国際文化学研究科 第13章　白石善明　神戸大学大学院工学研究科電気電子工学専攻 第14章　小澤誠一　神戸大学数理・データサイエンスセンター 第15章　羽森茂之　神戸大学大学院経済学研究科 第1章　データサイエンスの考え方 1.1　データサイエンスとは 1.2　データサイエンスを学ぶ理由 1.3　データから価値を生み出すプロセス 第2章　アルゴリズムとデータ構造 2.1　はじめに 2.2　データサイエンスにおけるアルゴリズムとデータ構造 2.3　アルゴリズムの基礎 2.4　基本的なデータ構造 2.5　探索 2.6　ソーティング 第3章　システム最適化 3.1　最適化問題とは 3.2　線形計画問題 3.3　非線形計画問題 3.4　整数計画問題 第4章　統計的データ解析の考え方 4.1　標本調査 4.2　信頼区間と仮説検定 4.3　分布の近似と標準誤差 4.4　線形回帰モデル 4.5　非線形回帰モデル 第5章　教師なし学習 5.1　クラスタリング 5.2　高次元データの次元削減と可視化 第6章　教師あり学習 6.1　教師あり学習とは 6.2　学習モデルとトレーニング（パラメータ最適化） 6.3　データのセットの分割とテスト（モデルの評価） 6.4　実データへの適用例（回帰） 第7章　確率モデル・確率推論 7.1　はじめに 7.2　確率モデルとベイズの定理 7.3　確率推論 7.4　確率推論の応用 第8章　強化学習 8.1　強化学習とは 8.2　強化学習の理論 8.3　強化学習アルゴリズム 8.4　探索と利用のトレードオフと意思決定モデル 第9章　情報センシング 9.1　情報センシングとは 9.2　センサデータ処理 9.3　センシング応用 第10章　画像解析・深層学習 10.1　画像解析 10.2　デジタル画像の特徴とフィルタ処理 10.3　深層学習 第11章　時系列データ解析・音声解析 11.1　時系列データ解析 11.2　音声解析 第12章　テキスト解析 12.1　はじめに 12.2　テキストデータの収集 12.3　テキストクレンジング 12.4　トークン化 12.5　ベクトル化 12.6　探索的データ分析 12.7　テキスト分析 第13章　情報セキュリティ 13.1　情報資産と情報セキュリティ 13.2　情報セキュリティの基本：アクセス制御 13.3　情報セキュリティのCIA 第14章　プライバシー保護技術 14.1　データが価値を生む仕組みと提供リスク 14.2　匿名化によるプライバシー保護 14.3　差分プライバシーによるプライバシー保護 14.4　準同型暗号によるプライバシー保護 14.5　協調学習によるプライバシー保護 第15章　意思決定論 15.1　意思決定の基本的枠組み 15.2　相関関係と因果関係 参考文献 索引

データサイエンスの門をたたく前に必要となる数学を、一冊にまとめたテキスト。微分積分・線形代数・確率論の中から、入門者が学んでおきたい基礎を厳選、平明簡潔に整理した。まずはこの本で、しっかり基礎固め！【データサイエンス入門シリーズ】第1期として、以下の3点を刊行!・『データサイエンスのための数学』椎名　洋・姫野哲人・保科架風（著）清水昌平（編）・『データサイエンスの基礎』浜田悦生（著）狩野　裕（編）・『最適化手法入門』寒野善博（著）駒木文保（編）【「巻頭言」より抜粋】データサイエンス分野の遅れを取り戻すべく、日本でも文系・理系を問わず多くの学生がデータサイエンスを学ぶことが望まれます。文部科学省も「数理及びデータサイエンスに係る教育強化拠点」6 大学（北海道大学、東京大学、滋賀大学、京都大学、大阪大学、九州大学）を選定し、拠点校は「数理・データサイエンス教育強化拠点コンソーシアム」を設立して、全国の大学に向けたデータサイエンス教育の指針や教育コンテンツの作成をおこなっています。本シリーズは、コンソーシアムのカリキュラム分科会が作成したデータサイエンスに関するスキルセットに準拠した標準的な教科書シリーズを目指して編集されました。またコンソーシアムの教材分科会委員の先生方には各巻の原稿を読んでいただき、貴重なコメントをいただきました。データサイエンスは、従来からの統計学とデータサイエンスに必要な情報学の二つの分野を基礎としますが、データサイエンスの教育のためには、データという共通点からこれらの二つの分野を融合的に扱うことが必要です。この点で本シリーズは、これまでの統計学やコンピュータ科学の個々の教科書とは性格を異にしており、ビッグデータの時代にふさわしい内容を提供します。本シリーズが全国の大学で活用されることを期待いたします。――編集委員長　竹村彰通（滋賀大学データサイエンス学部学部長、教授）　【推薦の言葉】データサイエンスの教育の場や実践の場で利用されることを強く意識して、動機付け、題材選び、説明の仕方、例題選びが工夫されており、従来の教科書とは異なりデータサイエンス向けの入門書となっている。――北川源四郎(東京大学特任教授、元統計数理研究所所長)国を挙げて先端IT人材の育成を迅速に進める必要があり、本シリーズはまさにこの目的に合致しています。本シリーズが、初学者にとって信頼できる案内人となることを期待します。――杉山将(理化学研究所革新知能統合研究センターセンター長、東京大学教授)

技術の無駄遣い!? 日常の些細な出来事を データサイエンスを駆使して 「まじめに」分析 【本書の概要】 ITmedia NEWS で大人気の連載記事 『データサイエンスな日常』をもとにした書籍です。 「飲み会での孤立」「LINEの既読スルー」「満員電車での立ち振る舞い」。 日常生活で気になるテーマを著者の持つ独特の視点で分析。 読み物としてもデータ分析の学習本としても楽しめます。 【本書の対象読者】 ・データやテクノロジー、デバイスを用いたテック系の読み物に興味のある方 ・データ分析、アプリケーション開発に興味のある方 【本書の目次】 PROLOGUE それはコミュニケーションの問題ではなくデータサイエンスの問題 PART 1　家の孤独に立ち向かう CHAPTER1　LINEの既読スルーにランダムフォレストで立ち向かう CHAPTER2　多面的な自分と向き合うためのチャットボット CHAPTER3　電子デバイスを駆使して強制的に感情移入できる漫画を作る CHAPTER4　在宅ワークの孤独に対抗してプロジェクションマッピングで“バーチャル職場”を作り出す PARTT 2　街の孤独に立ち向かう CHAPTER5　「休日に会社の同僚と遭遇しないための動き方」を物理シミュレーションとゲーマーの英知で解き明かす CHAPTER6　飲み会で孤立しないためのセル・オートマトン CHAPTER7　飲み会の帰り道での孤立に、ARシミュレーションで立ち向かう CHAPTER8　「満員電車で快適に過ごすための動き方」を物理シミュレーションで解き明かす CHAPTER9　すべての孤独に悟りとデータサイエンスで立ち向かう ※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。

　Kaggleとは、コンペティションを主催するほかに、機械学習エンジニアの育成から就職支援まで携わる、データサイエンティスト支援の一大ポータルです。本書では、Kaggleの概要から、コンペティションへの参加方法、コードの実行方法、活用方法など、幅広く解説しています。 【序文より抜粋】 　本書では、データ解析コンペティションを開催しているKaggleというサイトを紹介しますが、Kaggleのコンペティションは、単純にデータを受け取り、解析し、スコアが付けられるだけの流れ作業ではありません。 　Kaggle上で行われるコンペティションは、それぞれが1つのドラマです。 　データの特性に関する議論や有効なソリューションの公開が行われると思えば、仮順位の推移を巡る駆け引きもあり、そして時には主催者側の問題で右往左往する参加者の姿が見られたりと、コンペティションの開催から終了まで続くお祭り期間中には、さまざまな人間模様を見ることができます。 　Kaggleのコンペティションを通じて、そうしたデータサイエンティストたちの活動の実態を紹介し、また、実際にKaggleに参加して、人間味あふれるデータサイエンティストたちと交流するにはどうすればよいかを紹介するために、本書を執筆しました。 　そのため、本書では、単にKaggleの使い方を解説するだけではなく、実際のコンペティションで起こった事例を、できるだけ多く取り入れるようにしています。

※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。 「データサイエンス100本ノック構造化データ加工編」はSQL、Python、Rの3言語で、ID-POSデータを使い、データサイエンスの基礎教養となる構造化データの加工に重点を置いた、さまざまな分野のスキルセットを身につけるための実践的なトレーニング環境です。トータル22の区分、100個の設問（ノック）に対して、3言語での実装例と解説を提供します。

“ビッグデータの分析官"として注目を浴びる、いま最もセクシーな職業、データサイエンティスト。 「21世紀で最も魅力的な職業」として注目を浴び、「データを分析して業務を変革し、社内にイノベーションを起こす人材」と定義されていますが、これだけではなかなか実体をつかみにくいかもしれません。そこで本書は、データサイエンティストの実態に迫ります。 　この新たな人材像とこれからのデータ活用を提示する本書は、データサイエンスのスキルに関心があるビジネスパーソンはもちろん、「経験・努力・勘・根性」に基づくオペレーションの品質を高めたい経営層や管理職に役立つ情報が満載です。 『データ・サイエンティストに学ぶ「分析力」』(日経BP社)の著者で、世界で最も 有名なデータサイエンティストでもあるディミトリ・マークス氏に単独インタビュー。さらにJALや楽天、花王、東芝、大阪ガスなど日本の著名企業で働くデータサイエンティスト10人の仕事ぶりを紹介。 また、データを経営強化にどう生かすかについては、スターバックスやプロクター・アンド・ギャンブル(P&G)、アメリカン・エキスプレス、キリンビール、日東電工、日清食品、ファンケルなど国内外約20社の実態に迫ります。 　日産自動車やホンダ、ファミリーマート、ニトリ、ホンダなど国内大手10社の経営トップ/経営幹部からは、データサイエンティスト/データ分析に期待する声を集めました。

“データサイエンティスト”のすそ野が広がる あらゆる社員がデータを仕事に生かせる「全員分析経営」の事例を総まくり！ 「IoT」や「インダストリー4.0」など、ITをベースにした事業変革に 取り組む企業が増えています。 変革の担い手となるのが、データから隠された事実を掘り起こし、 未来を予見する「データサイエンティスト」。 そのポテンシャルに期待は高まる一方です。 日経情報ストラテジーのデータサイエンティスト・ムック第3弾となる本号は、 「全員分析経営」がテーマです。 ITの進化で大量のデータに容易にアクセスできる環境が整い、 使いやすい分析ツールも登場。 こうした環境を追い風に、分析人材のすそ野が広がり、 誰もが日々の意思決定や業務遂行にデータを活用することが可能になりつつあります。 本誌の好評記事のなかからビジネスの最前線におけるデータ分析、 データ活用事例を厳選し編集しました。 ＜目次＞ 【Part1】 顧客が分かる！ニーズが読める！データ分析の威力を知る 【Part2】 「IoT」で競う製造業 ビッグデータ分析で不具合を撲滅 【Part3】 分析力が要の「お財布争奪戦」 魅了する売り場にデータ生かす流通業 【Part4】 データサイエンティスト、仕事を語る 「分析力+α」で会社を変える 【Part5】 複雑な分析結果を理解してもらうには？目指せ！「伝え方」の達人 【Part6】数字を恐れず、味方にする データの「読み書き」で強い組織に

データサイエンティストとはどんな仕事か。どういう資質が必要か。どう育てるのか。データサイエンティストという職業の全体像を知り、自らの業務との接点を理解する基本の一冊。

本書は、“既に手元にある魅力的なデータ(Sexy Little Numbers)”を、これまでとは違った角度から分析し、思い込みをこわして新しいビジネス戦略を描き成功させたデータ・サイエンティストの手法を、実例と多数の図表を交えて紹介する。 データを分析し、誰に、何を、どのメディアを通して、いくらの予算をかけて消費者にアプローチするか、マーケティング戦略を決めたらどう実行に移し、その結果を測定して最適化を図っていくか、という「データ・アナリティクス(分析)」の一連のプロセスがわかる。 「測定した結果が何の意味をもつのか」をシンプルな形で示すことに徹底的にこだわる。

AI時代の新職種、データサイエンティストの入門書。 データサイエンティストとは、ビッグデータと呼ばれる大量データを活用し、ビジネスを変革したり、社会問題を解決できる人のことで、近年最も注目されている職業の一つです。 本書は、データサイエンス関連業務の実態を整理し、データサイエンティストに要求される能力を(1)データサイエンス力、(2)データエンジニアリング力、(3)ビジネス力の３つの切り口で詳しく解説し、その能力を活かした仕事の内容を紹介しています。 また、実際の事例をもとにした６つのケースを収録。データサイエンティストは日々どのような仕事をしているのか、どういった事業インパクトを与えているのか、実務で苦労している点は何か、といったデータサイエンティストの「働き方」「人となり」がわかります。 データサイエンティストになりたいと考えている学生のみなさんはもちろん、興味を持っている社会人の方、データサイエンティストの採用を考えている企業の担当者の方にも役立つ内容になっています。

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。

※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」は世界的に注目されているが、実際にこの職種に就こう、育てよう、また組織としてこの職種を活用していこうと考えた時に、どのよう進めていけばよいのか、新しいがゆえに指標が少ない。本書は著者らの統計数理研究所・IBMコンサルタント部門で培った知見を元に、この仕事を目指す人、育成する人に必要な情報、組織としての活用を分かりやすい事例と整理された内容で理解しやすいよう解説する。

ビッグデータ分析をきっかけとして「機械学習」に注目が集まり，ビジネス利用への検討がはじまっています。しかし，実際に「機械学習」を理解しているエンジニアや分析担当者は少なく，うまく活用できていないのが現実です。「機械学習」を利用するにはアルゴリズムの理解，プログラミング技術，ビジネス知識などが必要になってきます。本書では，第1部で機械学習のアルゴリズムやビジネスへの応用方法，流行の深層学習などに触れ，第2部ではPythonを用いた機械学習，画像認識，推薦エンジンなど，サンプルコードをもとに手を動かして試すことができます。機械学習分野で先頭を走る著者陣が，面白く，わかりやすい解説でお届けします。

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。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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。 本書で言う「データ視覚化」（ビジュアライゼーション）とは、単に手元にあるデータをグラフにすることではありません。いくらデータを視覚化しても、その中から人間が重要な情報を読み取れないのなら、データ視覚化をする意味がないからです。あくまで、そのデータが指し示す意味を明確にすること、そしてより多くの人たち（オーディエンス）に興味を持って見てももらえることがデータ視覚化の目的です。 本書では、日本人女性唯一のTableau ZEN MASTERである筆者が長年にわたって培ってきたデータ視覚化のノウハウ、ベストプラクティス、アンチパターン等を整理分類してエッセンスを抽出し、具体的な事例をあげながら、できるかぎり丁寧に解説しました。また、セミナーなどの現場でよくされる質問に対する答えをまとめたものでもあるので、ある意味、“FAQ”でもあります。

システム構築の複雑さから開発者を解放する データ指向プログラミング実応用ストーリー 本書は Yehonathan Sharvit, "Data-Oriented Programming", Manning Publications 2022 の邦訳版です。 【本書の内容】 本書は、Java、C#、C++、Ruby、Pythonなどの高級プログラミング言語で2年以上の経験を持つ、フロントエンド、バックエンド、フルスタック開発者向けの本です。 本書で取り上げている業務システム開発におけるアイデアや手法は、オブジェクト指向プログラミングの開発者にとっては、慣れ親しんだ環境や世界観をいったん捨て去るように指示されるかもしれません。 一方、関数型プログラミングの開発者にとっては、本書は（多少ですが）学びやすく、ちょっとした発見とサプライズがあるはずです。 いずれにしても「情報システム開発の複雑さ」を軽減し、見通しが良く仕様変更にも柔軟に対応したい開発者に、新しい視座とパラダイムを提供します。 【目次】 Part1　柔軟性 　　第1章　オブジェクト指向プログラミングの複雑さ― 気まぐれな起業家 　　第2章　コードとデータの分離― まったく新しい世界 　　第3章　基本的なデータ操作― 瞑想とプログラミング 　　第4章　状態管理― タイムトラベル 　　第5章　基本的な並行性制御― 家庭内での対立 　　第6章　単体テスト― コーヒーショップでプログラミング Part2　スケーラビリティ 　　第7章　基本的なデータ検証― おごそかな贈り物 　　第8章　高度な並行性制御― さようなら、デッドロック 　　第9章　永続的なデータ構造― 巨人の肩の上に立つ 　　第10章　データベースの操作― 雲は雲 　　第11章　Webサービス― 忠実な配達人 Part3　保守性 　　第12章　高度なデータ検証― 手作りの贈り物 　　第13章　ポリモーフィズム― 田舎で動物とたわむれる 　　第14章　高度なデータ操作― 考え抜かれたものは明確に表現される 　　第15章　デバッグ― 博物館でイノベーション 付録A　データ指向プログラミングの原則 付録B　静的型付け言語での汎用的なデータアクセス 付録C　データ指向プログラミング:プログラミングパラダイムの一環をなす 付録D　Lodash リファレンス ※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。

■データを制する者が世界を制するのか?ビッグデータを使う能力次第で価値が決まる。GAFAも決して安泰ではない――。まったく新たな科学的方法論に基づくビッグデータ主導の経済・社会の構図、問題点を明らかにします。 ■ビッグデータが動かす経済社会、「データ資本主義」が台頭してきました。ビッグデータは経済取引、経済構造を変革しつつあるが、新しい問題も引き起こしつつあります。ごく一握りの企業によって市場が支配され、監視社会がもたらされる可能性もあります。本書は、情報経済論の第一人者が、従来の歴史をまったく塗り替えつつあるビッグデータ経済の姿と、それを貫く論理、その問題点、可能性をわかりやすく解き明かします。 ■本書では、ビッグデータの概要、AIによるパタン認識、ビッグデータ・ビジネスを支えるプロファイリングとその応用、ビッグデータが提示する新しい科学的方法論、データサイエンスの役割、プラットフォーム企業の支配力、ビッグデータの将来、監視社会の可能性をテーマとして取り上げ、それぞれの背景、現状について平易に解説するとともに、データ資本主義が今後、どのような可能性を秘めているのかについて展望します。 ■著者はビッグデータ・ビジネスの本質を深く掘り下げます。ビッグデータの中でも最も注目されるのがプロファイリングとその技術にかかわるものであることを浮き彫りにします。この点でGAFAの中でもビッグデータを本当に収益源としているのはグーグル、フェイスブックの2社だけであり、今後、GAFA、BATといわれる巨大プラットフォーム企業の命運は分かれる可能性がある、巨大IT企業を従来の独禁法の概念でしばることはできない、情報銀行などで本当に意味のあるビッグデータを集められるのか、などと問題提起します。そして、プロファイリングをもとにした監視社会の出現という点で中国について最も警戒すべきだが、その可能性は中国に限らないことなど、注目に値する論点を明らかにします。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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。 パワークエリはあらゆるデータの取得・整形を自動化するMicrosoftの機能です。 多くのビジネスパーソンが行っているデータ分析前の準備のルーチンワークを パワークエリによって効率化する方法をやさしく解説します。 ■本書のポイント ・ハンズオンで確実に身に付く サンプルデータを用いて操作しながらパワークエリの使い方がしっかり身に付きます。 ・はじめてでもよくわかる パワークエリの基本操作から丁寧に解説しているため初心者でも安心して読み進められます。 ・実務ですぐに役立つ 実務で扱うデータや目的に近い例を扱うため現場で活用するポイントやコツがわかります。 ・1冊でしっかりわかる 基本操作から知っておくと便利に使える機能まで解説しています。 ■本書の対象読者 ・日常業務でデータを扱う機会の多い人 ・マクロなどの知識がない人 ・Power BIを使う人 ※カバー画像が異なる場合があります。

「１年間の売り上げが10億円の会社のひと月あたりの売り上げはいくらでしょうか」データセンスを身につけるとこの質問に１秒で答えられるようになります。実際に計算するには10億を12（ヵ月）で割らなければなりません。これに１秒で答えるには「83」というキー数字を知っておく必要があります。質問の答えは「約8300万円」です。「12で割る」ということは、「0.083をかける」ことと同じなのです。データセンスとは、ビジネスシーンや日常の中で目にする数字の意味をパッと把握する感覚のことをいいます。本書は具体的な演習も多く、社会人なら誰もが必要としているその感覚を身につけ、磨くことのできる一冊です。

プロ野球のプレーや采配についてのツイッター発信がきっかけで、ダルビッシュ有投手と知り合いになり、「お股ツーシーム」を教えたことで一躍脚光を浴びた著者。その後、『セイバーメトリクスの落とし穴』などベストセラーも著しています。本書は、ダルビッシュからピッチングに関してアドバイスを求められるほどのお股ニキ氏が、ダルビッシュのすべてをデータで徹底解剖し、歯に衣着せない、お股流の視点で評論・分析します。

あらゆる企業や組織の中で価値あるデータが、新しい時代のために十分に活用されないまま大量に眠っている。さまざまな情報システムの中枢をなすRDBに保管されてきたデータはもちろん、日常使われるワープロやPDFの文書、ネットのWebページなどのデータもそれぞれの目的に応じて囲い込まれていると言っていい。これらを解放してAIやブロックチェーンで活用できた者は、第4次産業革命の勝者となる。そのためにはデータの生成から変換、管理、流通までのプロセス全体を円滑に回すことのできる、デジタル時代にふさわしい新しい「データサイクル」を実現することが欠かせない。その鍵は、AIなどの機械がそのまま理解することのできるデータの形式を採用することにある。そこで今、オープンな国際標準に基づくXMLデータ形式による低コストで柔軟なシステム作りが、あらためて注目されている。本書が提唱する革新的なXML自動変換技術によって、企業や組織は最強のデータ戦略を手に入れることができる。

【データに基づく議論・意思決定が生み出す競争戦略】 「データで話す組織」づくりを通じて、その先にあるDXを実現するための基礎を解説していきます。本書では、データを活用したいと考える組織が備えるべきケイパビリティを課題発見力、人材力、データ力、施策実行力の4つに整理して、それぞれ解説します。 また、一足飛びにAIやデータサイエンスに取り組んでも、基礎ができていない／用意ができていないために、うまくいかないことがあります。データ活用を考える組織はデジタル化、データ分析、AI・データサイエンスの3つのフェーズを一段ずつ越えていくことをおすすめします。 ■こんな方におすすめ - 事業会社のDX・データ活用プロジェクトの担当者 - 会社にデータドリブンな文化を持ち込みたい経営層・マネージャ層 ■目次 第1章 データで話す組織づくり 　　1-1 一歩ずつデータ活用力を上げる長期スパンでの文化醸成 　　1-2 「データで話す組織」を追求する戦略的意義 　　1-3 「データで話す組織」づくりのアプローチ 　　1-4 予算・リソースに応じたプロジェクトの進め方 　　1-5 データ活用による価値創出と継続の重要性 　　コラム タクシー業界でのデジタル化とデータ分析技術の活用 　　コラム ワークマンでのデータ活用の軌跡 第2章 現状把握とデジタル化 　　2-1 社内業務の把握 　　2-2 意思決定プロセスの把握 　　2-3 事業課題の把握 　　2-4 アクションのための情報収集 　　2-5 情報システム部門の把握 　　2-6 ステークホルダーの把握 　　2-7 外部人材の活用 　　2-8 情報セキュリティの把握 　　2-9 社内システムの把握 　　2-10 データの把握 　　2-11 システムによる課題解決の実践 　　2-12 いつでも振り返れるように現状を整理 第3章 データ分析チームの組成 　　3-1 分析テーマの選定 　　3-2 類似事例の調査と比較 　　3-3 ビジネスフレームワークの活用 　　3-4 データ分析チームを構成する人員 　　3-5 兼任担当者から専任へ 　　3-6 データ理解とデータ整備 　　3-7 定常モニタリングとBIツールの用途 　　3-8 データの伝え方 　　3-9 効果の計測 　　コラム データ分析組織の継続 　　コラム データ基盤の重要性 第4章 AI・データサイエンスの応用 　　4-1 統計・AIモデルでできること 　　4-2 統計・AIモデルにおける課題設定 　　4-3 データ分析人材のスキルセットと獲得戦略 　　4-4 育成のためのしくみづくり 　　4-5 評価体系の構築 　　4-6 AI・統計モデルのためのデータ選定 　　4-7 モデルの評価 　　4-8 MLOps 　　コラム 中央集権型かデータの民主化か ■著者プロフィール 大城 信晃：NOB DATA株式会社 代表取締役。データサイエンティスト協会九州支部 支部長。主に地方のインフラ企業にてDX推進という文脈で各社に自走できる分析チームの立ち上げに関する伴走支援を、東京エリアを中心とする企業にてChatGPT等のLLM技術を応用したサービス開発・業務活用支援を行っている。 油井 志郎：株式会社ししまろ CEO（代表取締役）。金融、医療、製薬、製造メーカー、IT、観光、運送、小売などの様々なデータ分析・AI関連などの分析全般を伴走型で支援を行っている。 小西 哲平：株式会社biomy 代表取締役社長。がん微小環境のAI解析を通して個別化医療の実現を目指す。秋田大学大学院医学系研究科博士課程(病理学)、理化学研究所に研究員としても在籍。 伊藤 徹郎：Classi株式会社 プロダクト本部 本部長。徳島大学 デザイン型AI教育研究センター 客員准教授。Classi株式会社にて、データ組織の立ち上げからエンジニア組織の統括。2023年8月よりプロダクト開発に関わるすべての職能を統括した部署の本部長に就任し、奮闘するかたわら、大学にも籍を置く。 落合 桂一：大手通信会社R&D部門　データサイエンティスト。東京大学大学院工学系研究科 特任助教。位置情報、端末ログなどのモバイル関連データに対する機械学習の応用に関する研究開発に従事。また、自らの経験を活かし大学で社会人ドクターの研究を指導。国際的なデータ分析コンペKDD Cupにおいて2019年の1位をはじめ複数回入賞。 宮田 和三郎：株式会社カホエンタープライズ CTO。業種業態を問わず、様々な組織におけるデータ利活用の支援を行なっている。経営や組織の観点でのデータ利活用に深い興味を持つ。

＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊ 糖尿病、高血圧、脂質異常症など…。 膨大な資料でわかった！ 生活習慣病が改善した人はこれをやっていた！ ＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊＊ 実は生活習慣病の予防に役立つと 科学的にはっきりわかっていることはそれほど多くありません。 そこで本書では、これだけは必ず気を付けたいという 「基本中の基本」を集約しました。 この判断の基準になるのが「科学的なエビデンス（根拠・証拠）」です。 エビデンスとして信頼の高い裏づけがなされていない 生活習慣病の予防法は、本書では扱っていません。 エビデンスとは簡単に言えば「判断する根拠となるデータ」のこと。 「減塩すると実際にどれくらい血圧が減るのか」 「運動すればするほど、実際にはどれくらい心臓発作が起きにくくなるのか」 といったものです。 「減塩とか運動とか禁煙が体によさそうなのはわかっているけど、やる気が起きないんだよね…」 と思う方が大半でしょうが、 エビデンスを見たら、減塩や禁煙をしてみたくなる…、そんな人が多いでしょう。 本書の狙いはそこにあります。 例えば、１週間の運動の頻度が増えれば、 糖尿病発症のリスクが下がるというエビデンスが登場します。 このエビデンスによりますと、全く運動しない人と比べると、 １週間に１～２回の運動をする人の発症のリスクは約0.8倍に、 １週間に３回の運動をする人は約半分となります。 本書ではこのようなエビデンスがたくさん出てきますが、 これらを見ることで、エビデンスから紐解かれる 生活習慣病の予防法を実行したくなるはずです。 減塩や禁煙の三日坊主とも「さよなら」できるかもしれません。 エビデンスの良し悪しを決める役目は、 国立循環器病研究センター（国循：こくじゅん）が担当します。 国循は、国内に６つある国立高度専門医療研究センターの１つで、 循環器病について専門的で高度な医療を提供することを役割としています。 また、臨床的な治療だけでなく、 予防法、診療技術、治療法などについて研究や開発を行っており、 臨床と研究の両輪で循環器病の制圧を目指しています。 ■内容例 ・１ｇの減塩で、血圧は約１mmHg下がる ・５％程度の減量で、糖尿病発症率が約半分!? ・30代以上の男性では、約３分の１が肥満 ・プラス10分歩くことから始めよう ・循環器病で死亡するリスクが約2.5倍高い…!? ・禁煙は何歳から始めても遅くはない！

新型コロナウィルスの流行―― 政府の対応が国によって違う裏側には、 各国民の「ナッジへの反応度」が関係していた!? ・日本人の、政府の働きかけに対する反応は、やっぱり「特殊」!? ・アメリカ、イギリス、イタリア、フランス、ドイツ……各国民はどう考えているのか? ・中国と韓国がいつも「過剰に反応」しているように見える理由 各国民の深層心理が見える、全世界規模調査を大公開! --------------------- アメリカは活用に積極的。 デンマークは慎重派。 では、日本は……? 「ナッジ(Nudge)を用いることを検討している担当者、 そしてナッジに警戒心をもっている人々の必読書」 (大阪大学大学院経済学研究科 大竹文雄氏[解説]より) “使える経済学=ナッジ”を 大事なプレゼン、キャッチコピーづくり、 マーケティング、コンサルティングの現場で、 賢く役立てよう 「誰が、どのように働きかけたら、大勢の賛同を得られるか」がデータでわかる。 「ナッジ」の提唱者の一人が贈る、「ナッジ」活用の基本原則。 ---------------------

統計学の第一人者、西内啓が 企業のマーケター、経営層のために 初めて書き下ろしたデータ分析・活用の実践書 ビッグデータの活用やデータサイエンスの重要性が語られてきましたが、実際に企業の現場の実務者がどのような方針でデータを収集し、整理して活用するかについてはまだまだ難しいのが現状です。 一方、AIやデータ分析ツールの発達によりデータ分析の専門家ではなくても、基本的な理解があれば分析や活用が可能になる「市民データサイエンス」の時代とも言われます。 この本は、企業のマーケターをはじめとするビジネスリーダーの方々が、「何から始めるか」「どのようにデータを集めるか」という段階からはじめ、「リサーチデザイン」など、調査データの設計や方針の策定や、外部からのデータの調達について解説するとともに、著者の会社「データビークル」のツールを通じて、データの前処理、分析方法、効果測定やROIの最大化について紹介する内容です。 【対象読者】 企業のマーケター、プランナー、経営層 【目次】 序章：データを活かせる組織を作るために 1章：業務のためのデータを活用可能なデータへ 2章：価値ある分析のためのリサーチデザイン 3章：リソース配分の予測問題―統計学と機械学習の使い分け 4章：ターゲティングの因果推論 5章：データサイエンスを「プロダクト」にするために 終章：社内政治を乗り越えろ ※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。

「日本社会は既に多民族化しているんです」――。改正出入国管理法が2019年4月から施行され、外国人の受け入れ拡大が進む日本。だが、現実は私たちの想像をはるかに上回る。もはや企業も自治体も、そして日本社会全体も外国人なしでは成り立たなくなっているのだ。NHKの特設サイト「外国人“依存”ニッポン」取材班がオープンデータを独自に分析し、日本社会の外国人への“依存”を明らかにする。

※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。 「人口減を脱した87市区町村の取り組み」「SNS発信力が高い長野の秘密」 「ふるさと納税『勝者』の取り組みは？」「愛媛の地銀はなぜ強いか」……　 出生率や人口増減率に始まり、女性登用、農業生産性、災害対応力、道の駅の数、アニメの聖地まで、 日経記者がデータ分析により、47都道府県をランキングしたうえで、　 社会課題解決に成功した県・市町村の成功事例を紹介。 人が集まる街、魅力ある地域はどんな取り組みをしているのか？ 「強い自治体」づくりの秘密に迫ります。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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。 世界を代表する都市が「東京」です。この本では東京の「境界線」「沿線」「働き方」「子育て」「年収」「職業」「不動産」「住環境」などについてのオープンデータを可視化（地図化）して、そこから読み取れる格差を分析・解説します。思わず「へぇー！」といってしまう著者オリジナルの地図で東京をあれこれ可視化することで、数字を眺めているだけではわかりにくいことがわかったり、今の東京の特徴や問題点などを発見したりできます。読んだ次の日には、「東京のこんな話、知ってる？」と、ちょっと人に自慢してみましょう！ ※カバー画像が異なる場合があります。

2030年、新たな産業革命が始まる。気候変動対策のためのエネルギー革命、サーキュラーエコノミー化、AIの進化、少子高齢化など、避けることのできない大きな波は、産業、雇用、社会や教育のあり方までを激変させるだろう。これから新たに生まれる雇用・失われていく雇用は？　将来の大転換に備え、日本人にはどんな備えが必要になるか？　データをもとにひもとく。 【内容の一部より】　　 ●21世紀の産業革命は職種12分類すべてに影響する ●再エネやEVへの転換は賃金を引き下げるリスク ●生態系サービスが失われると44兆ドルの価値が吹き飛ぶ ●カーボンニュートラル化で生まれる雇用・なくなる雇用 ●「2025年の崖」で見込まれる年12兆円の経済損失　　　 ●産業革命時代の幸福な生き方

相次ぐ豪雨・台風による被害。 一気に世界中に拡大する感染症。 魚や水など、急速に身近になってきた食糧問題。 「うさんくさい」「きれいごと」だと思われてきた「地球全体の問題」について、 一般の人々も切実なテーマとして関心を寄せるようになりつつある。 企業も「規制があるから仕方なく対応」「環境問題に配慮しすぎると成長が止まる」 といった旧来型の発想からの転換を求められている。 本書は、いま世界でなにが問題視されているのか、 このままの状態が続くと近い将来世界がどうなるのかを、 一般層に向けてわかりやすく説明する。 取り上げるのは気候変動にともなう天災、食糧危機。 フードロスや、乱獲による水産資源の減少、そして「水リスク」。 コロナ問題で一気に他人ごとではなくなった感染症問題。 さらに途上国の工場をめぐる人権問題など、我々をとりまく課題について、 ひととおり理解ができるようにする。 一般ビジネスパーソンに向けて、先行する欧米企業がどのような動きをし、 投資家がどう見ているのかといった内容を紹介する。

◆チームや組織を変えたい「現場マネジャー」「人事担当者」必読！　◇「データと対話」で職場を変える、これからの組織開発の教科書！　◆鍵は「サーベイによる見える化」と「対話によるフィードバック」にあった！　◇本書を読めば、チームの雰囲気も成果も劇的に変わる！　近年、働き方改革の中で注目を浴びている「HRテック」「エンゲージメント調査」といった最新技術の数々。しかし、実際の現場ではこんな悩みを抱えていませんか？　・ただでさえ忙しいのに、アンケートばかりやらされてうんざり！　・データを見ても内容が難しくてわからない。これ、どう使えばいいんだ？　・最新のHRテックを導入したけど、現場に活かされていない……。そんな「コケてしまっているデータ活用」に翻弄されずに、職場のデータを活かして今いるチームや組織を変える技術、その名も「サーベイ・フィードバック」の手法を本書では解説する。「サーベイ・フィードバック」とは、（1）サーベイ（組織調査）によってチームや組織の状態を「見える化」し、（2）データが示す結果について対話を通じてフィードバックする技術のこと。ポイントは、データの扱い方はもちろんのこと、「どのようにデータを現場にフィードバックするか」を解説している点にある。図版とイラストを多用し、わかりやすい語り口なので、専門知識がなくてもスラスラ読める！　さらに「現場マネジャー向けのポイント」をまとめた項目や、「サーベイ・フィードバックの企業事例」も掲載。「勘と経験によるマネジメント」から抜け出し、「データを活かして組織を変える方法」がここにある！

データから価値を生み出すには、データをヒューマナイズせよ。 グッドデザイン賞金賞を受賞した経済産業省の地域経済分析システム「RESAS」のプロトタイピングなど、デザインイノベーションファームTakramで数々のデータ活用プロジェクトを主導する気鋭のデザインエンジニアが打ち立てる、人とデータをつなぐデザインアプローチ〈データデザイン〉の思想と手法。 データ利活用サービス／プロダクトづくりに携わるUX/UIデザイナー・エンジニア、自社のデータを用いた製品やサービスづくりに取り組む事業担当者、必読。データサービス構築における要諦と、全体設計プロセスが掴める一冊。

物的資産やアナログプロセスからデータを集める動きが活発化し、データ・ドリブン・エコノミーが到来しつつある。リアルデータが生産性を高めることで、ビジネスや社会はどう変わっていくのか。これからの時代に新たな価値を生み出す視点とは何か。東京大学教授の森川博之氏が事例を交えながら詳しく解説する。

「可視化」と「AI予測」が勝ち筋へ導く! アクセンチュアAI部門責任者による 実例ベースの組織変革方法 グローバル企業の経営幹部の84%が「AIの幅広い活用はビジネス戦略に不可欠である」と考えています。一方で「AI機能を本格的に備えた組織の構築を実現している」企業はわずか16%。この16%の企業は、その他の企業と比べてAI投資から3倍近い投資対効果を得ていることが明らかになりました。 AIを活用できる企業とそうでない企業との格差は広がる一方です。企業は適切な人材を集め、分野横断型のチームを組成し、組織全体で戦略的にデータとAIの活用に取り組まなければなりません。 データやAIの活用において日本は遅れているという声が聞こえてきます。遅れている所は遅れていると認識した上で、その弱点を補いつつ、他国と比べて優れている部分、潜在的に勝てる可能性がある領域をどう伸ばしていくべきかを解説します。

SAP導入企業のデータ活用基盤構築を永年専門に行っているコンサルティング企業が、データドリブン経営のあるべきについて語る。昨今、DXの進展とともに企業のデータ活用が急務とされるなか、システムを導入しても効果的な活用に至らず、その恩恵にあずかれていないケースがほとんどである。これらの多くは「システム導入ありき」の考えで始まり、そもそものビジョンがないがしろにされていることが原因であると考えられる。本来、データドリブン経営は企業変革であり、人や組織、ITシステム、資金などリソースを総合的に投下しないと実現できないものである。企業が目指すべきデータドリブン経営とはいかなるものか。その本質を探るべく、過去に手がけた管理会計システムや経営管理システムの案件を考察し「真のデータドリブン経営の方法論」を提示する１冊。

「もっとデータを活用して業績アップ」 「データドリブンで事業をもっと大きく」 このようにデータが重要といわれる現代では，一人一人がデータとの向き合い方を会得し，自分自身の意思と判断力を持つために「データリテラシー」を身に付けることが必要です。 データリテラシーとは，データ活用の意味から理解し，人間がデータとどう向き合うのかという視点で，どのような役割を担う人にとっても今必要なデータにまつわる知識です。データベースやSQL，難しいシステム，あるいはデータを可視化するデザインの話だけではありません。 本書は，著者が創設した「Tableauブートキャンプ」における師と弟子の対話を元に，8年間かけて会得したノウハウ・考え方をまとめあげた本です。 「データとはなにか」 「データを使ってどのように改善するのか」 「データを可視化して人々を動かすにはどうすればよいか」 これらの観点から，技術的な専門知識だけではない，データ活用の本質を考えます。

ジェフ・ベゾスも愛読！世界最強のマーケティング企業アマゾンも学ぶデータに基づくマーケティングの教科書。本書の提案する１５の指標を理解すれば、データに基づくマーケティングの意思決定が効果的に行える。データを活用して業績を伸ばしたい経営者・マーケティング幹部必読。

導入しようとする企業は多いものの、実現するのが難しいデータドリブンマーケティング。 なぜ、うまくいかないのか？ 社内の膨大なデータを扱いながら、複数の部署と連携する難しさはありますが、一番の原因は「つなげたデータを、どう活用するか」という目的意識があいまいだからです。 この課題をクリアできれば、データ連携の次の段階へと進み、データを活用したマーケティング施策の立案・改善、そして新規客／既存客の獲得へと自走できる、真のデータドリブンマーケティングの実現に近づくことができます。 著者は、B2C やB2B の高額商材を扱う、数々の大手企業をサポートしてきました。本書は、その経験をもとに、今まで明らかにされていなかったデータドリブンマーケティングのプロセスを仕組み化するノウハウをまとめたものです。それぞれのフェーズでなにをするべきか、７０以上の図版をまじえつつわかりやすくお伝えしていきます。本書を読み進めていただくことで、企業がデータドリブンマーケティングを成功するためのポイントが、自ずと明らかになる構成を意識しました。 本書のノウハウの中でも鍵となるのが、 ・顧客とコミュニケーションを行うためのツールである「コンテンツブリーフ」 ・各部署とのやりとりを円滑に行うためのツールである「バウンダリーオブジェクト」 の２つ。こういった実務的なフレームワークも多数掲載し「どうすればいいのかわからない」という悩みを解決する一冊です。

転換期にある日本の農業は、ポスト・コロナ時代にどう変わるのか？　作って農協に卸すだけの従前のシステムが崩壊し、生産・収穫の現場から流通・販売に至るまで、徹底的にデータを取り、活用する「データ農業」の時代が到来しつつある。日本の５～６倍のトマト収量(単位面積あたり)を誇るオランダは、ハウス内のセンサーで温度、湿度、日射量など、作物の成長に関わるデータを収集・分析し、施設内の環境をコンピューターで一括制御する。AI、ロボットなど最先端の技術を用いつつ、生産だけでなく、加工や流通、販売を含めたサプライチェーンまでデータを徹底的に活用する先鋭的な農業の現場を取材する。北海道をはじめ、日本各地でデータを活用したシステム構築に挑む農家、法人、研究機関を訪ね、ポスト・コロナの日本を牽引する「データ農業」の未来を探る。

2019年度、新聞協会賞受賞。 石油の世紀だった20世紀から、21世紀はデータの世紀になった。 ヒト・モノ・カネが生み出すデータ資源はかけ算の原理で増え続け、企業や国、そして世界の秩序を変え始めた。 膨大なデータは成長の原動力になる反面、人の行動を支配するリスクも抱えている。 かつての産業革命に匹敵するイノベーションが、我々にも変革を迫る。 歴史は繰り返す。データの世紀が問いかけるのは、産業構造の転換や企業間の攻防にとどまらない。 データが主導する新たな経済「データエコノミー」の最前線を追う日本経済新聞の大型連載「データの世紀」の新聞協会賞受賞を機に、同連載の取材班が加筆、再構成して緊急出版!

※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。 ◆誰でもはじめられる「関係性」活用の第一歩◆ 　ネットワークデータは、点と点の「つながり」によって表現されるデータです。決して特別なデータではなく、私たちの日常生活のさまざまな場面に存在しています。たとえば、SNSのフォロー関係やWebページ間のリンクのような明らかにネットワーク構造を持つデータだけでなく、ECサイトの購買履歴や株式市場の取引といった、一見ネットワークとは無関係に思えるデータにも、つながりの構造を見出すことができます。この「つながり」を活用することで、これまで見えなかったデータの新しい特徴を引き出すことが可能になります。 　近年では、計算機リソースの向上や新しいアルゴリズムの登場により、ネットワークデータの実用化が急速に進んでいます。本書では、各手法について平易な言葉で解説することを目指すだけでなく、Pythonを用いたコード例を通じて、データの取り扱いから特徴抽出、さらにNode EmbeddingやGNNといった機械学習手法への応用までを実践的に紹介します。 　また、単なる技術の羅列ではなく、身近なデータからネットワーク構造をどのように見出し、意味付けし、課題解決に結びつけるかという思考プロセスや応用事例にも重点を置いています。具体例としては、SNSのフォロー関係やWebページのリンクといった典型的なネットワークデータはもちろん、ECサイトの購買履歴やビジネス文書、さらにはレシートといった、通常「表形式」で扱われるデータに隠れた「つながり」を抽出・活用する手法を丁寧に解説します。 ■こんな方におすすめ ・ネットワーク分析を学びたい方、データから新しい知見を見つけたい方 ■目次 ●1章 ネットワークデータの基礎 ・1.1 ネットワークとは ・1.2 さまざまなネットワーク ・1.3 ネットワークデータの表現方法 ●2章 ネットワークデータの発見・観測・構築 ・2.1 分析前の確認事項 ・2.2 ネットワークを発見する ・2.3 ネットワークデータを観測・入手する ・2.4 ネットワークのデータ形式 ・2.5 ネットワークデータのハンドリング ●3章 ネットワークの性質を知る ・3.1 どのようなノードか ・3.2 2つのノードはどのような関係にあるか ・3.3 どのようなネットワークか ・3.4 NetworkXを用いてネットワークの特徴を知る ●4章 ネットワークの機械学習タスク ・4.1 ネットワークを対象とした機械学習タスクの整理 ・4.2 ノードを対象とした機械学習タスク ・4.3 エッジを対象にした教師あり学習 ・4.4 ネットワーク構造を対象とした機械学習タスク ●5章 ノード埋め込み ・5.1 表データを対象とした機械学習の復習 ・5.2 単語埋め込み ・5.3 ノード埋め込み ・5.4 ノード埋め込みの実装 ●6章 グラフニューラルネットワーク ・6.1 深層学習の発展と構造データの扱い ・6.2 GNNのフレームワーク ・6.3 グラフ畳み込みネットワーク ・6.4 GraphSAGE ・6.5 GATフィルタ ・6.6 Relational GCN ・6.7 GNNの実装 ●7章 さまざまな分野における実例 ・7.1 自然言語処理におけるネットワーク分析 ・7.2 金融分野におけるネットワーク分析 ・7.3 労働市場におけるネットワーク分析 ・7.4 情報推薦におけるネットワーク分析 ・7.5 ネットワーク科学とソーシャルネットワークの分析 ・7.6 生物学におけるネットワーク分析 ■著者プロフィール ●黒木 裕鷹（くろき ゆたか）：2020年東京理科大学大学院工学研究科修士課程修了。同年よりSansan株式会社に入社し、現在は企業データのドメイン横断での分析・利用や、実験的な機能の開発に従事。2018年度統計関連学会連合大会 優秀報告賞、2022年度人工知能学会金融情報学研究会 (SIG-FIN) 優秀論文賞 などを受賞。大阪公立大学 客員研究員。 ●保坂 大樹（ほさか たいじゅ）：2020年に早稲田大学で工学修士号を取得し、Sansan株式会社に入社。入社後は帳票の解析技術の研究開発および運用に取り組む。現在は同社のSaaS事業においてプロダクトマネジメントを行う一方で、帳票解析チームのリーダーとしてプロジェクトマネジメントも担当する。単語の意味や主体の持つ特性が単語埋め込みやノード埋め込みで得られる数値表現にどのように反映されるかに強い関心をもつ。

巷にはデータが溢れている。「視聴率」「内閣支持率」「経済波及効果」「都道府県ランキング」等々…新聞、テレビ、雑誌に何らかのデータが掲載されていないことはまず無い。そして私たちは、これらのデータからさまざまな影響を受けている。しかし、肝心のそのデータにどれほどの客観性があるのだろうか。実は、かなり危ういデータが跋扈しているのである。本書は、さまざまなデータを検証することで、データの罠を見抜き、それらに振り回されない“正しい”情報の読み取り方―データリテラシーを提案する。【目次】序章　巷に氾濫する危ういデータ/第一章　世論調査はセロンの鏡か？/第二章　調査をチョーサする/第三章　偽装されたデータ？/第四章　「官から民へ」を検証する/終章　データの罠を見抜くためには/あとがき

アメリカの失業率は実質ゼロ％？　毎朝１ポットのコーヒーを飲めば長生きするが、一日２杯のコーヒーは発がん率を高める？　様々な事例をもとに、各種データから巧妙に導き出されるトリックを明かし、騙されないための極意を伝授。ビッグデータ時代の必須教養

※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。 あなたは、データ分析の結果を正しく表現し、適切に伝えられていますか？　データビジュアライゼーションを学ぶと、あなたのレポートの見た目が劇的に変わり、きちんと読まれて使われるようになります。本書は、デザインセンスがない方でもわかるように、データビジュアライゼーションの本質とテクニックを平易な言葉でわかりやすく解説した教科書です。人気のBIツールTableauを用いた実践的な手法も具体的に解説します。

いまさら？　いまだからこそ、DFDが求められている！ 本書は、システムや課題をデータフローダイアグラム（DFD）でモデル化する手法を学ぶ書籍です。DFDは、システムの設計やドキュメント化の際に使われるモデル化の技法の一つです。システム内のデータの流れを視覚的に表現することで、以下のようなメリットがあります。 ・システム全体の構造や機能を把握しやすい ・データの流れや入出力の内容が一目でわかる ・システム内の潜在的な脆弱性やセキュリティリスクを見つけやすい 忘れさられつつある技術と言えますが、複雑化する現代のシステムやデータベースを誰にとってもわかりやすくする色褪せない力がDFDにはあります。システム要件・設計の表記手法として歴史あるものに、再度光を当てることを試みるものです。 ■本書の特徴 ・豊富なモデル化のサンプル システム構築にとどまらないDFDの活用方法を豊富な事例で紹介します。 ・発展的なモデル化手法を紹介 SQLやセキュリティ分野でのDFDの活用方法も紹介しています。また、オブジェクト指向設計への展開方法も解説します。 ・普遍的な知識を解説 DFDは1970年代に生まれた古典的な技法ですが、今なお色褪せずに利用できます。10年使える知識として身につくように、本質的な解説を心がけました。 ■章立て 第1章　データフローダイアグラム（DFD）とは 第2章　DFDの描き進め方の基本 第3章　ユーザーの要望を理解し、モデルを作成する 第4章　DFDでの表現事例 第5章　特定テーマにDFD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。

未来予測プログラム「フューチャー・アジェンダ」の創設者が、世界39都市で開催したワークショップの成果を公開！　高齢化、雇用格差、AIの普及、シェアリングエコノミー、「アジアの世紀」の始まり……地球規模で起きている／これから起きることのすべて

いくらデータ収集のシステムや優秀なＡＩの専門家を入れても、それだけではビジネスには勝てない。国内のデータサイエンティストとして草分け的存在であり、大阪ガスのデータ分析専門組織を率いた筆者。現在は滋賀大学データサイエンス学部で教鞭をとり、約２５年かけてたどり着いたデータドリブン思考の重要性を示す

「サービスのデザインはログのデザインから。」良いサービスを作り上げるには，ログデータを収集し，改善を続けるシステムの構築が必要です。本書は，ログデータを効率的に収集するFluentdをはじめ，データストアとして注目を集めているElasticsearch，可視化ツールのKibanaを解説します。本書を通して，ログ収集，データストア，可視化の役割を理解しながらデータ分析基盤を構築できます。2014年に刊行した「サーバ／インフラエンジニア養成読本ログ収集　可視化編」の記事をもとに最新の内容に加筆しています。

【その分析、もう失敗しているかも……　失敗を回避し、成功に近づくためのガイド】 本書は、第一線で活躍するデータサイエンティストたちが経験した、データ分析プロジェクトの「失敗」をもとに再構成された25の事例が収録されている。これらの臨場感あふれる事例から、データの活用に関わる人たちが、失敗を避けるために何をしてはならないのか、について学びとることができる。プロジェクトの失敗の予兆となる致命的な要因を察知し、失敗に至る「毒薬」を飲まないように注意するための知見が本書には随所に含まれている。 データの活用に関わる分析者、そして、分析を依頼する立場となる経営者や企画部、マーケティング部に所属する方々に送る、失敗から学び、成功への道筋を描くための必読書――失敗は成功の母である！

煩雑で時間をかけていた データ分析・可視化も 「秒」で解決！ 【本書の概要】 本書はChatGPTのプロンプトを利用して、効率的かつクオリティの高い分析・可視化手法を解説した書籍です。今まで膨大な時間と複雑な手間をかけていたデータ分析も本書を利用すれば、素早く精度の高い分析結果を導くことができます。また分析手法だけでなく、可視化プロセスも触れていますので、美麗でわかりやすいグラフを作成できます。 【本書の特徴】 ・データ分析者 ・データサイエンティスト 具体的には以下のような方 ・仕事でExcelやPythonを使いデータ分析をしているけど、分析するまでに時間がかかり、もっと効率的に行いたい人 ・分析やビジュアライゼーションの質を上げたい人 ・ExcelやPythonを利用してデータ分析をした経験があるけど、手順やプログラムが複雑で挫折した人 【利用するツール】 ・ChatGPT Plus：ChatGPT-4o（2024年9月～12月） ・Microsoft Excel 2024 ・Microsoft Edge 【本書の特徴】 ・精度の高い分析手法がわかる ・美麗なグラフ作成方法がわかる ・複数データの合成／加工方法がわかる 【目次】 Chapter1 ChatGPTを使ったデータ分析・可視化の素晴らしさ Chapter2 基本的な使い方とTips Chapter3 Pythonを使った高度な可視化手法 Chapter4 JavaScriptを使った高度な可視化手法 Chapter5 複数データの合成を学ぶ（郵便番号と人口データの分析） Chapter6 データ加工を学ぶ（住所からの自治体名抽出） Chapter7 データ間の相関分析方法を学ぶ Chapter8 Web情報の自動取得による可視化を学ぶ Chapter9 社内データを安全に分析する方法を学ぶ Chapter10 PlantUMLで作図を行う 【著者プロフィール】 白辺 陽（しらべ・よう） 新サービス探検家。 夏の雑草のように新サービスが登場するIT業界で仕事をしながら、将来性を感じるサービスについて調べたことを書籍としてまとめている。自分自身が納得いくまで理解した上で、例示・図解・比喩を多用して読者の方に分かりやすく伝えることを信条としている。 これまでの業務経験の中でもデータ分析を行う機会が多く、ChatGPTを使ったデータ分析の素晴らしさに圧倒され、本書を執筆。 ※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。

分析したデータを わかりやすく ビジュアライゼーションしよう！ 【データビジュアライゼーションとは】 数値データ・位置のデータ・文章のデータ等を、 一目で分かりやすく見える形にする方法です。 【背景】 ビッグデータやAIという言葉が流行して以降、 様々な組織でデータを活用しようという動きがみられます。 データの活用のためには、私たち人間がデータの内容をよく理解する必要があり、 そのためにビジュアライゼーションはとても有効な手段です。 Pythonにはデータビジュアライゼーションに特化したライブラリがそろっており、 利用するデータ分析者も増えています。 一方で、 「どのような場合にどのライブラリで表現するとよいのか」 といった基本的な部分でつまづく方や、 「データの種類や特徴によってどのように表現するとより直観的に表現できるのか」 と悩んでいる方も多いのが実情です。 【書籍概要】 本書は、Pythonのライブラリを利用して、 分析したデータをビジュアライゼーションする手法を解説した書籍です。 ビジュアライゼーションする時に必要な考え方と、 基本的なビジュアライゼーション手法を解説。 地図上に表現する方法やワードクラウド、インフォグラフィック的な要素を 取り入れた手法も紹介します。 【対象読者】 ・データ活用に興味のある方 ・データ分析者 ・データサイエンティスト 【本書で紹介する主な可視化手法】 縦棒・横棒グラフ 円グラフ ヒストグラム ボックスプロット インフォグラフィック等 ※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。

「データ分析」はビジネスの基本スキル 文系・理系は関係ない 　「データ分析はデータサイエンティストの仕事」というのは、もはや古い考え方です。最近では「ビジネストランスレーター」という役割も重要視されています。「データサイエンティスト」でなければできない高度な分析はありますが、ビジネスで役立てるには、必ずしも高度な分析は必要ありません。しかも、最近ではGUIを備えた「データ分析ツール」が充実し、プログラミングなどできなくてもデータ分析は可能です。 　だからといって、「ツールさえあれば、誰もがビジネスで役立つデータ分析ができる」というわけではありません。AI技術を活用し、データさえあれば自動で高度な分析をしてくれるツールもありますが、やみくもに使うとトラブルを起こしかねません。 　データ分析を“うまく”進めるには、身に付けないといけない方法論があります。本書では、著者らが成功と失敗を繰り返して見つけ出した独自の「５Ｄフレームワーク」という方法論を解説しています。いくら高度なデータ分析手法をマスターしたとしても、本書で説明しているような方法論を知らなければ、ビジネスで役立たせることはできません。 　本書を読むのに、データ分析の前知識は必要ありません。文系も理系も関係ありません。「データ分析はビジネスパーソンの基本スキル」となるのはもうすぐそこまで来ていると思います。「データ分析人材になる。」との決意を持って本書を読めば、ビジネスで役立つデータ分析の進め方が分かります。

※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。 モダン・データサイエンスを用いて売上を伸ばしたり業務の効率化を行いコスト削減を実現するAIドリブン企業こそ、今後の企業経営を支えます。本書は、シリコンバレーでデータ解析の現場とチーム運営のベストプラクティスを体験した著者が、組織がデータ解析に取り組む際の注意点やデータ分析チームの作り方をわかりやすく解説します。大企業だけでなく、中小企業やスタートアップでも活用可能です。リブセンスなど日米の成功事例も掲載！

統計学がわからなくても大丈夫！　安価に大量のデータにアクセスできるビッグデータ時代を味方につけ、文系ビジネスパーソンがビジネスで使えるデータの整理・分析プロセスを全公開。身近な事例を使ってビジネスヒントを掘り起こす手法を伝授します！

会社で利用するデータは、売上、在庫、顧客など様々ありますが、残念ながらほとんどの場合、活用されているのは表面的な部分だけです。業績を伸ばすための糸口としてデータ分析を活用するのであれば、データを見る目を養う必要があります。それは「データが示す過去の事実を把握し、そこから正しい仮説を導き出す」ということです。 正しい仮説を導くことができれば、個人、会社として正しい戦略を選択できるようになります。 この本では、業績アップにつながる仮説の精度を上げるために、「売上を増やす」「コストを減らす」「在庫を最適化する」「利益を管理する」という４つの視点で、どのデータを、どういう視点で見るべきかを解説しています。また巻末に付録として、誰でも簡単にこの本に掲載しているデータ分析を活用できるようにExcelの使い方を掲載しました。

「データ分析ブーム」がもたらしたのは、怪しい“分析らしきもの”と、それに基づいた誤解や偏見……。本書では、「問題」「解説」を通して、データ分析の失敗例を紹介しながら、データを正しく読み解くための実践的な視点や方法、また、思考に役立つ基礎的な知識やコツを紹介していく。誤った分析をしないため、騙されないための、基本的・実践的な読解と思考の方法とは――。

最適なデータを駆使し、ビジネスで成果を上げるための実用書。 顧客別DMや見込み客の見極めなど「顧客との関係性の視点」、高付加価値商品リストやセットメニューなど「製品からの視点」、利益最大化を実現するセールスミックスなど「財務の視点」といった具体的事例で、制度の高い、アクション(意思決定)につながる分析法を解説。

データ分析のインプットとアウトプットが1冊で学べる！ 本書は、データ利活用のために必要なデータ分析の基礎知識をわかりやすく解説し、自社のビジネスに活かす知識と実践方法を習得することを目的としています。 多くの企業でデータ利活用が急務となった今、新たな問題が発生しています。人材不足により、データサイエンティストやデータアナリストに代表される専門家に頼ることが難しくなりました。各企業は内製化に向けて動き出し、社内にプロジェクトを立ち上げ、IT部門と業務部門双方から人材を登用して組織を作り、組織横断型の体制でデータ利活用に取り組むようになってきています。 しかし、ここでまた問題が発生しています。数々のコンテンツにより分析手法を習得したエンジニアでも自社のビジネス視点での分析知識が足りず、業務担当者は自社のビジネスの知識はあってもデータ分析についての知識が十分ではありません。さらに、課題設定～分析設計～データ分析を体系的・実践的に整理した書籍・外部研修が少なく、データ活用人材の内製化が思うように進まない状況です。 そこで本書では、データ利活用プロジェクトに関わるIT部門、業務部門の双方のメンバーが「共通知識」「共通言語」として身につけておくべき「データ分析の基礎知識」を、「データとビジネスをどうつなぐか」という視点を踏まえて解説しています。特定のツールやプログラミング言語によらない、これからずっと通用する内容です。 筆者は、年間3000社超の企業のマーケティング支援を行うマクロミルに長年在籍し、現在はそのグループ会社のエイトハンドレッドで企業のデータ利活用の推進、人材育成支援などに従事している渋谷 智之氏。 この1冊でビジネスに活用できるデータ分析の知識と実践方法を習得できます。 【こんな方におススメします! 】 ・業務でデータ分析の知識が必要になった、データ利活用の担当者 ・IT部門、業務部門を問わずデータ利活用プロジェクトのメンバー ・データ利活用プロジェクトを統括する立場にある管理職クラス 【本書の構成】 第1章　DX時代のデータ利活用 第2章　「データ分析」ステップの全体像 第3章　【STEP1&2】解くべき問いの明確化・分析ストーリー作成 第4章　データ分析に必要なビジネス知識（前半） 第5章　データ分析に必要なビジネス知識（後半） 第6章　【STEP3】データ収集・前処理 第7章　【STEP4】データの比較を通じた解釈・考察 第8章　【STEP4】データ分析の幅を広げる「統計解析」 第9章　【STEP5】レポーティング＆プレゼン 第10章　AI・機械学習の基礎理解 ※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。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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。 ディープラーニング、TensorFlow、scikit-learn、Hadoop、リアルタイム集計……。 いま、エンジニアに欠かせない、最新技術のエッセンス。 いまの人工知能を支えているものは、データ、計算環境、アルゴリズム、プログラムです。膨大なデータが手に入らなければ、人工知能は作り出せません。そして、膨大なデータを処理する計算環境、アルゴリズム、プログラムがなければ、人工知能は作り出せません。 本書では、具体的なデータ分析事例を交えながら、機械学習理論から実行環境の紹介、Pythonプログラミング、ディープラーニングまでを解説します。

※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。 本書では、さまざまなモデリング手法の基礎的な部分を解説するだけでなく、それらをどのように選択して使用すればよいか、そしてモデリングによって得られる結論について初学者が勘違いしやすい事項について丁寧に解説しています。 主な読者層は、「これからデータ分析を始める」、或いは「ある種の分析で結果を出すことはできるが、それが何をやっていることになるのかがモヤモヤする」といった初学者・初級者です。 通常データ分析の文脈では言及されない（しかし重要な）種々の数理手法についても解説することで、ある程度モデリングに慣れた読者が読んでも楽しめる内容を目指しました。

〈電子書籍版に関する注意事項〉 本書は固定レイアウト型の電子書籍です。 【データを使いこなせない人は、もう生き残れない！】 データ分析に初めて触れる“フツーの”ビジネスパーソンに向けた入門書。 すべてのビジネスパーソンがITリテラシーを向上させ、データを利活用する術を身につけなければ、生き残れない時代が到来します。 本書は、著者ならではのユーモラスな語り口でデータ分析の必要性を説きながら、Excelを使った初歩的な実践を通して、不変的なデータ分析の基本や考え方、ビジネスで生かせるノウハウを伝えるものです。4章構成で、データ分析を取り巻く現状にはじまり、データ分析を身につける上でおすすめの学習方法、実際にExcelのサンプルデータを分析しながら会社で活用する方法まで幅広く解説しました。解説内容は、数学、統計、プログラミングを使わずに、ビギナーの方が挫折しないよう、わかりやすいものになっています。 本書では、これからの時代に目指すべき理想像として、ビジネススキルとデータ分析スキルを兼ね備えた「勇者型データ分析人材」を提唱しています。新たな理想を実現する勇者型データ分析人材への第一歩として、本書が入り口となるはずです！ 〈こんな方にオススメ〉 ○専門的ではないデータ分析の入門書をお探しの方 ○仕事でデータを活用したいが、何から始めればいいかわからない方 ○プログラミングや数学はわからないがデータ分析に興味がある方 〈本書の内容〉 ■PART1　GUIDANCE［導入］：なぜ、データ分析は重要か? ■PART2　STUDY［学習］：データ分析を学ぶ ■PART3　PRACTICE［実践］：データ分析を実践する ■PART4　ACTION［実行］：データ分析で会社が変わる 〈本書の特長〉 ○基本知識に加え、Excelを使った基本的な実践が解説されている ○データ分析を会社に浸透させるための具体策を伝える ○様々な学習法やステップアップの道程も示されている

※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。 データ分析プロジェクトの最前線で大手から中小までの現場を知る執筆陣だからこそ書ける問題解決の思考方法のエッセンスが凝縮。

※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。 「実践」という観点から、Pythonを用いて様々なテーマの問題解決を行うための手法を解説するシリーズ。 　第一弾である本書は、Pythonのデータ分析ライブラリーと最適化ライブラリーを組み合わせることで、シンプルでわかりやすい最適化モデルの作成方法を学ぶことを目的とする。サンプルプログラムをダウンロードし、実際に手を動かしながら学べる。Pythonで最適化モデルを構築する読者には必読の書。

※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。 ------------------------ 特典付きキャンペーン実施中! ! 本書(紙版、電子版とも)をご購入いただいた方に、特典PDFをプレゼントするキャンペーン実施中です! ●特典PDF内容 シェアOK！　図解・イラスト集 ●キャンペーンの申し込み方法についてはこちら。 book.mynavi.jp/pcbook/blog/detail/id=130870 ------------------------ ●著者「はじめに」より この本は、数式もプログラミング言語も一切出てこないデータ分析の書籍です。どうすればデータ分析を通じて価値ある意思決定を下せるかに焦点を当て、仮説の作り方、問題の解き方を授業のように解説し、書籍を読み終えた後に「自分もできそう！」と感じていただくことを目指しています。 データサイエンティストとして何度と失敗してきたわたしの経験から、このようなプロセスでデータ分析に取り組めば大きく失敗することは無い、データ分析は仮説が重要で観察力と洞察力が欠かせないといった話を盛り込んでいます。 「分析力」を身に付けてもらうことに主眼を置いているので、本書を読んでもコーディングが上手くなるわけではありません。しかし、問題との向き合い方は少なからず変わるはずです。 また、本書を1回読んだだけで劇的に「データ分析」が上手くなるとも言い切れません。何事も理論と実践のバランスが重要です。本書は理論がメインであり、ぜひ実践を通じて「書籍に書かれていたあの話は、こういうことだったのか！」と新たな気付きを得て欲しいと思います。気付きを通じて、より上手くなるはずです。 本書で語られるのは、解決すべき課題を問題として解像度高くとらえ、仮説を構築し、データを収集し、仮説を証明して結論を出し、意思決定につなげる、という一連のプロセスの解説です。 データ分析力を育てる教室の開講です！

変化の激しい今の時代，これまでの経験則だけでビジネスにおける重要な決定を下すことは難しくなってきました。そんなときに使われるのがデータ分析です。仮説を立て，データを活用して検証することで，カンや経験だけではない根拠にもとづいて意思決定をすることができます。 スマートフォン，IoTなどの普及により，企業はあらゆるデータを取得することができるようになりました。そんな中で，データの取得はエンジニアだけの仕事ではなくなってきています。ほしいデータをそのつどエンジニアに依頼していると時間がかかります。ビジネスパーソンがデータ分析力を身につけ，自らデータの収集，検証を行うことで，素早い意思決定が可能になります。こういった背景から，データ分析力で汎用的に使えるSQLを学ぶ必要性も高まっています。 本書では，データ分析のためのSQLという観点から，実務として活用できる必要最低限の知識をまとめます。到達目標は以下のとおりです。 ビジネスパーソンとしてデータ分析に必要なSQLの構文について理解できる 他の人が書いたSQL，もしくは自分が過去に書いたSQLを参考にして，ほしいデータを抽出することができる あえて難しい内容まで踏み込まないことで，SQL初心者でも挫折することなく，最後まで読み進めることができる本を目指します。 以下は，本書で扱う内容です。 エンジニアとしてではなくビジネスパーソンとしてデータ分析に必要なSQLの知識 SQLの読み解きができる能力を身につける 本書はただ読み進めるだけでなく，自分のPCにSQLを実行できる環境を構築し，ハンズオンで学びます。DBは，比較的導入が簡単なSQLite（DB Browser for SQLite）を使用します。自身のPCで実際にSQLを実行し，どんな結果が返ってくるのか確認しながら進めることで，ただの知識としてではなく，実務として使えるようなスキルが身につきます。

※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。 本書は『Software Design』のデータベースに関連する特集記事を再収録した書籍です。 プロダクトに依存しないデータモデリングの基本をはじめ，基本命令文はもちろん，複雑な集計を行うSQLの書き方，MySQLを扱う際に必須となるデータ型／インデックス／トランザクション／デッドロック／レプリケーションの5大基本機能を解説しています。 さらに，AWSの人気データサービスであるAmazon RDSとAmazon DynamoDBの使い分けポイントも紹介。 現場ですぐに役立つデータベースの知識が身に付きます。

RDBMSの基本や「このSQLはなにをしているのか」といったことへの理解は，どのような専門をもつエンジニアにとってもいまだに必須となる知識の一分野であり続けています。本書は，データベースという概念にはじめて触れる新人エンジニアが，データベース周辺技術の基礎知識をまんべんなく学び，標準的なSQLの文法を豊富な図版と実践をとおして身に付けるためのはじめの一歩となる本です。

データベースの基礎知識と、設計・操作するための使い方を１冊でわかりやすく解説します。本書のテーマは、コンピュータ・システムで重要な役割を果たしている「データベース」です。その基礎知識をイチから説明したうえで、データベースの設計で使われるE-R図と、データベースの実装で使われるSQLを詳しく説明します。Pythonを使って、データベースを利用するプログラムの作り方も示します。これらを知れば、データベースの仕組みが具体的にわかるだけでなく、その作り方も具体的にわかります。

今やプロ野球の現場では、あらゆることがデータで分析されている。選手の評価軸も変わり、打率や打点、投手の勝利数といった従来型の指標は、ＭＬＢではもはや重視されていない。野球は、従来とは違うスポーツに進化したのだ。こうした「データ・ボール革命」の担い手となったのがアナリストたちだ。プロ野球の現場の隅々にまで入り込んだ彼らによって、野球はどう変わってきたのか。その深層をレポートする。

■「データマネタイゼーション」（Data Monetization）とは、「データで稼ぐ」こと。企業や組織がデータを単にためこむのではなく、社外に販売して収入を得たり、自社の経営改善に活用したりすることで、新たな価値の創造につながる取り組みを指す。多様な企業規模や業態で広がるビジネスチャンスの最新潮流と事例を紹介。 ■あなたの会社や組織には、存在があまり知られないまま保管・蓄積され続けているデータがないだろうか。顧客との取引記録や従業員に関する情報、製造設備の検査結果、マーケティングの効果測定――あらゆるモノがネットにつながるIoT機器が生み出す大量のデータなども加わり、企業が蓄積するデータは今この瞬間も増え続けている。これら「埋もれたデータ」を掘り起こして新たな加工や分析を加えることで、新たな企業の「資産」として課題解決や成長に結びつけることはできないか。基本的な考え方から最新動向まで解説する。

【欠けているピースは「データモデリング」だった。】 本書のテーマは「データモデリング」と「基幹系システム」です。 Web上で台頭しつつある新たなビジネスは、新たな基幹系システムを必要としています。一方、既成ビジネスでは、モノリシックで硬直的な基幹系システムをしなやかな姿に変えていく必要があります。 基幹系システムの中核には「構造化されたビジネス記録」＝「帳簿」があります。そのデザイン、つまりデータモデリングがいずれの取り組みにおいてもカギですが、データモデリングが真価を発揮するには、その知識体系を現代的に仕立て直す必要があります。 本書では、「活動のシステム」と「経営管理のシステム」という線引きを導入し、2つの領域で異なる帳簿特性を踏まえて、分散／非同期／疎結合な基幹系システムのための実践的データモデルを詳説します。さらには、データモデル理論の基礎にも新たな光をあてて、論理削除、テーブル分割、履歴管理といった共通論点に解決の糸口を提供し、支持を得ているドメイン駆動設計との関係性を探究します。 ■こんな方におすすめ ・業務システム・基幹系システムのエンジニア、プログラマー ・業務寄りの専門知識はなくとも2～3年程度の実務経験をもち、より幅広いシステム開発に関わりたいと考えている方 ・ドメイン駆動設計やマイクロサービスなどに取り組んでいるが、既存の情報だけでは不十分と感じている方 ■目次 ●第1部 基幹系システムとデータモデルの現在的意義 第1章 基幹系システムとデータモデリング──新たなビジネス、新たな帳簿デザイン 第2章 基幹系システムの構造──活動のシステムと経営管理のシステム 第3章 基幹系システム設計のアプローチ──帳簿のデザインとデータモデリング ●第2部 データモデリングの実践 第4章 活動のシステム（SoA）──残概念に基づく業務・帳簿の分割 第5章 経営管理のシステム（SoM）──多次元、バージョン、ビジネス・ルール 第6章 会計から生まれ、会計に回帰する──SoAとSoMの分離、帳簿の純化と進化 第7章 ソフトウェア設計とデータモデル──用途から道具への転換 ●第3部 分散／非同期／疎結合の基幹系システムへ 第8章 帳簿の分割と結果整合性──分散／疎結合な基幹系システム 第9章 マスターの共有──エンティティとロール方式 第10章 SoMとSoAの疎結合化──変わるものと、変わらぬもの ●第4部 モデリングのファウンデーション 第11章 データモデリングの基礎理論──図的記法とメタモデル 第12章 偶有的複雑性に対処する──論理削除、テーブル分割、時系列データほか 第13章 概念／論理／物理データモデル──ただひとつのデータモデル 第14章 データモデルとドメインモデル──ドメイン駆動設計への共感と批判 終章 ドメインを駆動する設計 付録 主キー値集合を用いたリレーショナルモデル ■著者プロフィール 杉本啓：株式会社フュージョンズ代表取締役 CEO。プログラマー。コンサルティング会社アーサー・アンダーセン（現アクセンチュア/PwC）にて、生産管理、会計およびそれらの周辺領域で、システム開発／業務改革プロジェクト多数を推進。連結会計パッケージソフトウェアの開発責任者を務める。独立して経営管理クラウドfusion_placeを開発。事業展開のためフュージョンズを創業。フュージョンズ：https://fusions.co.jp/　X（旧Twitter）：@sugimoto_kei

「データ利活用」の知識を体系的に整理した1冊！ 本書では、データ活用を「今あるデータを活かすこと」、データ利活用を「（既存の データを問わず）利益になるようにデータを用いて活かすこと」と捉えています。 DXを背景に、企業に蓄積されたデータをビジネスに活用する動きが活発です。しかし、 「思うほどビジネス成果に結びついていない」とお悩みの方が多いのではないでしょうか。 成果が出ていないのは、データ活用に留まっているせいかもしれません。 本書は、データ利活用の知識を体系的にまとめた基本書です。データ利活用のステップ ごとに必要なビジネス知識・スキルを整理し、データ利活用と関連づけて説明しています。 図解と具体例を多く用いて、「利益を生み出すために、データをビジネスに活かす」方法 を紹介しています。 筆者は、独自に構築した自社パネルを強みに、意識データや購買データなど、様々な 生活者のデータを用いて国内年間3000社超の企業のマーケティング支援を行うマクロミル。 社内に蓄積された知見を活かしながら、企業のデータ利活用支援事業として コンサルティングサービスも展開しています。 【こんな方におススメします！】 ・データ利活用の業務に関わるビジネスパーソン ・組織としてデータ人材を育成・底上げしたいと考えているマネジメント層 ・ビジネスサイドの発言が理解できず困っているデータアナリストやエンジニア、 　データサイエンティスト ※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。

●今こそデータの力で、日本の「停滞と分断」を乗り越えよ！　●新しい民主主義の形をつくる「データ共鳴社会」のグランドデザイン　昨今データを活用した社会の在り方が各所で議論されているが、中央集権的なディストピアの到来を危惧するなど、不安の声も根強い。しかし、LINE×厚生労働省「新型コロナ対策のための全国調査」などに携わり、データサイエンティストとして科学を駆使した社会変革に挑む著者は、データは「価値＝貨幣」というこれまでの大前提を覆し、多様な価値が交換可能になる「産業革命以来の大変化」をもたらすと言う。したがってむしろデータは、人々を経済合理性至上主義から解放し、多種多様な価値観が共存する「新たな民主主義の礎」を築くと語る。そこで本書では、この「データ共鳴社会」の未来図について、様々な事例をもとに解説。読めば、ポスト資本主義における、データ社会のグランドデザインが見えてくる！

地球環境やエネルギー問題，男女賃金格差，少子高齢化，外国人受け入れ，子育てや女性の社会進出，金融リテラシーなど，社会の様々な課題を考えるための資料やデータを読み解くスキルをテーマごとにわかりやすく解説します．誤った情報に踊らされず自ら考えて判断するため基礎的な情報活用能力を身に付けよう．

内閣支持率の世論調査 「朝日新聞」調査）支持率38％、不支持率42％ 「産経新聞」調査）支持率34.7％、不支持率56.1％ どうしてこうなる！？ 調査１）回答者1万人　死刑制度廃止に賛成70％　 調査２）回答者600人　死刑制度廃止に反対70％ どっちを信じる！？ 市場調査、過剰広告、動員アンケート、世界大学ランキング……巷にあふれる情報に騙されるな！ 「内閣支持率○○%」「顧客満足度No.1」「○○人に○人が利用」「○○ランキング第一位」……。現代人は膨大な情報に囲まれ、日々アンケート結果やランキングの数字を目にしている。しかし、そこには統計や調査手法の罠があり、真に受けると誤解するものだらけなうえ、ネット社会ではウソの言説が独り歩きしがちだ。ニュースや広告、キャンペーンなど、世の中に流布する「データに基づく話」には、どんな誤りがあるのか。実例を挙げてデータの裏にある問題点を解説し、騙されない方法を伝える。無意識にデータを過信し、「思い込み」で社会を見ないようにするための処方箋。 【目次】 まえがき 第一章　「ネット・アンケート」に潜むウソ 第二章　すべての「ランキング」は参考値 第三章　「うまい話」には裏がある 第四章　データ・リテラシーを鍛える あとがき 参考文献

「IoT（インターネット・オブ・シングズ）を導入してみたが、見るべき成果が出ない」「AI（人工知能）を活用したいが、何に使ってよいのか見当がつかない」。そんな悩みを抱える経営者やIT担当者が増えています。 　本書は悩みにDX（デジタルトランスフォーメーション）の第一人者がずばり答える待望の一冊。AIやIoTといった手段に惑わされず、経営上の目的の実現に向けデータを活用する「データレバレッジ」の発想を学びましょう。 　データレバレッジは、経営意志の達成や経営課題の解決に向けた取り組みをデータ収集・分析により加速させる方法論。経営視点で何のために、どんなデータを、どこで活用するのかを整理し、そのうえでAIやIoTなどの適切なツールを活用する。これにより従来の場当たり的な施策と違い大きな成果が得られるはずです。 　本書では、ビジネスで必要となるデータの本質や、データレバレッジの方法論の体系に加えて、すぐに実践できる具体的なアクションも詳しく解説しました。さらに基幹系などレガシーシステムからデータを解放して活用するための施策などにも言及しています。 　膨大なデータの活用により猛威を振るうGAFA（グーグル、アップル、フェイスブック、アマゾン）の強みや事業戦略を分析し、日本企業の戦い方についても豊富な事例を基に解説しました。 　データレバレッジはDXを推進するためにも、強力な武器となります。前著の『デジタルトランスフォーメーション』『デジタルトランスフォーメーションの実際』と併せてお読みになれば、DXとデータ活用への知見をさらに深めることができるでしょう。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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。 ExcelやGoogleスプレッドーシート、APIなどを使ってクローラーをプログラミングし、簡単な操作で効率的にデータを集める手法を解説していきます。 企業情報、株価情報、Amazonの新刊情報、商品の口コミデータ、Google検索、Twitterのエゴサーチ、iTunes/Google Playのアプリランキングなど、さまざまな役立つデータを収集する方法を、実例と手順でしっかり、優しく解説していきます。