「データ」はビッグデータ時代の新たな通貨となり、 企業や政府、個人などが持つデータを掛け合わせることで新たなサービスを生み出している。 地中深くの“油田”に蓄積されていたデータが一気に吹き出ることで何が起きようとしているのか。 保険、金融、不動産、食品、農業、エネルギー、医療、広告、防犯、街づくり、科学、選挙など、 あらゆる産業と公共分野で進行する驚異の「データ革命」をレポート!

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。 誰もが頭を悩ます仮説構築を学び，データマイニングを習得する！ 　データマイニングで重要な仮説の設定について，その枠組みを解説した書物は世の中にあまりない。そこで本書では誰もが一番悩むデータマイニングのための仮説構築の手法を重点的にまとめた。さらに，データマイニングに必要な，統計スキル・ITスキル・企画スキル・コミュニケーションスキルという4つのスキルを養成するために，2種類のPBLに基づく課題を設定することで，より実践的な学習を目指した。

データ仮想化というアプローチが、今は十分に成熟し、広範な用途に利用されるようになっています。本書は現実的なケーススタディを数多く取り上げて、データ仮想化の活用方法を示します。どのような技術やテクノロジーでも、成功の指標になるのは採用の実態です。本書では、コンピュータ、金融、エネルギーなどのフォーチュン50ケースや、コムキャスト社、クアルコム社などの事例を通じて、各業界の多様な企業が、データ仮想化によってどのように大きなビジネス上の利点を獲得しているか、詳細に確認できます。本書は、データ仮想化に関心を持ち、また導入を検討している、IT分野の専門家だけを対象としたものではありません。データへのアクセスを効率化してビジネス意思決定に役立てようとする、経営幹部やビジネスユーザにも読んでいただける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。

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！

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。 【本電子書籍は固定レイアウトのため7インチ以上の端末での利用を推奨しております。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。ご購入前に、無料サンプル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】 あたらしい1年生シリーズ 「データサイエンス1年生」の登場！ ヤギ博士、フタバちゃんと一緒に データサイエンスの世界に飛び込んでみよう！ 【本書の概要】 Python1年生でもおなじみのヤギ博士とフタバちゃんと一緒にデータサイエンスの基本について体験できる書籍です。データサイエンスに必要な知識から始まり、基本的なデータの読み解き方や、データの傾向や特徴をつかむ方法について解説します。 【本書の開発環境】 Google Colaboratory 【対象読者】 ・Pythonの基本文法は知っている方（『Python1年生』を読み終えた方） ・データサイエンスについて知りたい初心者 ・Pythonを使ってデータサイエンスの手法を体験したい初心者 【本書のポイント】 ・対話形式で、イラストを交えながら、基礎知識を解説します。 ・データの読み解き方をサンプルを元に学習できます。 ・データの傾向や特徴のつかみ方を学習できます。 【目次】 第1章 「好奇心×データ」で世の中の謎を解き明かそう 第2章 データサイエンスの基本的な手順 第3章 データからわかることは？：探索的データ分析 第4章 本当にそうだろうか？：確証的データ分析 第5章 アイスクリームの売り上げ分析で体験 第6章 AIで変わるデータサイエンスの未来 【著者プロフィール】 森 巧尚（もり・よしなお） 『マイコンBASICマガジン』（電波新聞社）の時代からゲームを作り続けて、現在はコンテンツ制作や執筆活動を行い、関西学院大学非常勤講師、関西学院高等部非常勤講師、成安造形大学非常勤講師、大阪芸術大学非常勤講師、プログラミングスクールコプリ講師などを行っている。近著に『Python2年生 スクレイピングのしくみ 第2版』、『Python2年生 データ分析のしくみ 第2版』『ChatGPTプログラミング1年生 Python・アプリ開発で活用するしくみ』、『Python3年生 ディープラーニングのしくみ』、『Python2年生 デスクトップアプリ開発のしくみ』、『Python1年生 第2版』、『Python3年生 機械学習のしくみ』、『Java1年生』、『動かして学ぶ！ Vue.js 開発入門』（いずれも翔泳社）などがある。 ※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。 ※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。 Pythonでデータサイエンスの理論と実践を学ぶ 　データサイエンスは、「データを科学的に扱う」学問分野です。近年、ICTの進展によって、センサやインターネットを通じて取得できるデータ量が爆発的に増加したこと、コンピュータの高性能化に伴ってこれまでできなかった大規模なデータ処理が可能となったことなどから注目されています。 　本書は、データサイエンスの基礎となる統計分析からパターン認識（機械学習）、時系列データ分析、深層学習などを、Pythonを使って実際に分析しながら学ぶものです． 　データの取り扱い、確率・統計の基礎といった基本的なところから、パターン認識、深層学習といった統計・機械学習手法、時々刻々と変化する時系列データの分析などの解説を行い、読者がデータサイエンスの一通りを俯瞰できるようになっています。 　Pythonを使った解説によって理論と実践を同時に学ぶことができるので、データサイエンスを学び、自身の分野に応用したい方にピッタリの一冊です。 　第2版にあたっては深層学習を大幅に拡充し、自然言語処理、生成系（AutoEncoder、GAN）などの近年重要視されるテーマを取り上げました。 1章　はじめに 2章　データの扱いと可視化 3章　確率の基礎 4章　統計の基礎 5章　回帰分析 6章　パターン認識 7章　時系列データ分析 8章　深層学習の基礎 9章　深層学習による画像処理 10章　深層学習による自然言語処理 11章　生成系深層学習 12章　深層強化学習 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。 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。

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

※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

※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。 データサイエンスの社会的需要が高まる中、データサイエンティストにはデータを的確に把握し正しく理解する能力が求められる。そのためにはデータ全体をさまざまな角度から丹念に調べる技術が必須となる。本書ではデータの形式や属性、型などの骨子を解説し、データを扱う上で抑えるべき基本を学ぶ。 また著者が開発したソフトウェア「TRAD」（無償）を利用してデータの属性や背景を読み解いた事例も紹介している。20年以上に渡り「サイエンスとしてのデータサイエンス」を追い求めてきた著者が贈る、データの時代に迷わないための必読書。

ツールとして不可欠な技術をコンパクトに！ ・データベースの活用を目的とし、SQLの操作は「問い合わせ」を中心に、MySQLに準拠して解説！ ・関係データベースの基本とその使い方、データの可視化、NoSQLまで網羅！ ・実践的なデータ分析事例として、Wikipediaダンプデータの分析を紹介！ 【サポートページ】 https://sites.google.com/view/dbfordatascience 【主な内容】 1章 はじめに 2章 関係データベースの基本 3章 SQLと正規化 4章 データの可視化と分析 5章 NoSQL 6章 実践的データ分析事例 【「巻頭言」より抜粋】 文部科学省は「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。 ★誰でも無理なく学べるテキストの決定版！★ ・全学必修のデータサイエンス教育の「さきがけ」となった講義がついに書籍化。 ・文部科学省「数理・データサイエンス・AI教育プログラム認定制度（リテラシーレベルプラス）」に採択された「信頼」と「実績」。 【主な内容】 第1部　社会におけるデータサイエンス 1章　社会におけるデータサイエンスの位置づけと活用事例 1.1　データサイエンス概論 1.2　言語教育にデータはどのように活用されるのか 1.3　データサイエンスと社会科学 1.4　ヒューマンコンピュータインタラクション 1.5　臨床医学・社会医学とデータサイエンス：ヘルスサービスリサーチの視点から 1.6　生物科学研究におけるデータサイエンス：発生生物学研究を例に 1.7　サッカーの上達にデータを活かす 1.8　データサイエンスとWeb 1.9　マテリアルズ・インフォマティクス 1.10　ロボティクスとAI 1.11　都市計画とデータサイエンス 1.12　ビジネスとデータサイエンス 第2部　データサイエンス入門 2章　データの種類と収集 3章　データの前処理 4章　データの管理 5章　高度なデータ活用とビッグデータ 6章　1つの質的データの解析 7章　2つ以上の質的データの解析 8章　1つの量的データの解析 9章　2つ以上の量的データの解析 10章　時系列データの解析 11章　データの可視化 12章　実際のデータ分析 13章　人工知能と機械学習 14章　データ倫理とAI倫理 【著者一覧】 名畑目 真吾／内藤 久裕／落合 陽一／田宮 菜奈子／ 堀江 健生／中山 雅雄／岡 瑞起／岩﨑 悠真／ 袖山 慶太郎／境野 翔／藤井 さやか／岡田 幸彦 川口 一画／滝沢 穂高／遠藤 結城／平田 祥人／ 三谷 純／天笠 俊之／五十嵐 康彦／今倉 暁／ 青砥 隆仁／福地 一斗／三末 和男／津川 翔／馬場 雪乃 ※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。

※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。

※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。 最新のシラバス「スキルチェックリストver.5」に完全対応！ テキスト＋問題解説の全入りの最強テキスト この一冊で試験対策バッチリ！ データサイエンティスト検定に合格するための完全バイブル！！ ※カバー画像が異なる場合があります。

“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。

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。

日経情報ストラテジー編集部が2013年から2014年初めにかけて総力を挙げて取材した、データ経営、データサイエンティスト関連の報道記事を編集・改訂して、この1冊に凝縮しました。データ活用事例をお探しの方には必携の1冊。 　花王のデータサイエンティスト集団の働きぶりや、取り組みの工夫点。データ分析官として働く様々な企業の女性社員の活躍ぶり。花王とセコム、ゼンリンの経営トップが語る、データ活用を牽引するリーダーの心構え。著名データサイエンティストの素顔。データ分析で成果を上げているソフトバンクやチュチュアンナ、米P&G、米GEなどの事例を紹介していきます。 　分析結果の効果的なプレゼン技法や、変革にデータ分析を生かすためのポイント、データ分析ツールの賢い選び方、ニューデータの獲得の方法などの解説記事も掲載。

※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。 注目を浴びる新しいサービスや製品を支えるデータ分析。その舞台裏を、40社の事例と図解で分かりやすくひもときます。 　例えば、2015年夏に長崎のハウステンボス内にオープンした「変なホテル」。ロボットによる接客を支えているのは顧客一人ひとりの顔を見分ける生体識別。カメラとコンピュータでいかに人の顔を認識しています。 　夏が来ると気がかりになるのが熱中症対策。大林組は、建設現場の作業員の不調の前兆を捉えようと、「肌着センサー」でキャッチした心拍や体温のデータ分析に取り組んでいます。バスやタクシーのドライバーの「眠気」を感知して、居眠り運転防止に役立てようとする動きもあります。 　「うちの子の成績が上がらない」――。こんな悩みもデータ分析で解決するのがリクルートマーケティングパートナーズ。オンライン学習教材を使う生徒の勉強法を分析し、より理解が進むやり方に迫りつつあります。 　2020年の東京五輪ではホテル不足が懸念されています。その解消に一役買うと期待を集めるのが、個人の家を貸し借りする「シェアリングエコノミー」。Airbnb（エアビーアンドビー）は、分析によって「借りたい」と「貸したい」を最適にマッチングし、急成長しています。 　IoT（モノのインターネット）やAI（人工知能）の活用が進み、データがビジネスと密接不可分になっていくのは確実です。データがビジネスや社会をどう変えていくのか。本ムックから読み取ってください。

※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。 「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。

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。

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。

統計や数字に強くなる！ 現代人必修の「データを使いこなす力」を、GoogleやSmartNewsなどで教えるエキスパートが分かりやすく解説。 真実を見抜き、正確に伝えるための「データ思考」入門。 ◇◇◇◇◇◇◇◇ 「データ可視化」は現代人必修！ 「この本では、データ可視化を効果的に行うために必要な「データ思考」とでも呼ぶべき思考法を丁寧に解説していきます。この本を読むことで、データを正しく読めるようになるのはもちろん、実際に皆さんがデータを使いこなし、効果的に情報を伝えるための「データ可視化のための考え方」を身につけることができます。数字や統計に苦手意識がある方でも、ほんとうの意味で「データに強く」なれるでしょう。」（「はじめに」より） 【本書の内容】 ・人はデータを「読む」ことはできない ・コロナの感染状況を最も的確に表現したグラフ ・ナイチンゲールが作った「データ可視化」の名作 ・みんな騙される「詐欺グラフ」の見分け方 ・年収が上がるほど血圧が高くなる？ ・分かりやすいグラフに不可欠な「データの絞り方」 ・「データの軸」を見定めよ ・甲子園投手の「過剰投球」を一目で理解させるには ・「台風の進路予想図」の大いなる誤解　　　……ほか 【本書の構成】 第１章 データ可視化という強力な武器 第２章 データを読み解く 第３章 データを編集する（理論編） 第４章 データを編集する（実践編） 第５章 データをデザインする 第６章 多様なデータの見せ方 第７章 データ可視化をどのように改良するか 第８章 炎上や誤解を避ける 第９章 データ可視化と報道

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。

※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。

※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。 【本電子書籍は固定レイアウトのため7インチ以上の端末での利用を推奨しております】 散在するデータ資産をノンプログラミングで連携・統合 本書は、クラウドやDB、ファイル、ネットワーク、アプリケーション、システムなど、さまざまなデータソースをノンプログラミングでつなぐ、データ連携ソフト「DataSpider」の公式解説書です。基本的な操作や機能、DataSpider によるデータ連携アプリケーションの構築などについて、構築・運用時のテクニックやノウハウを交えて学習できます。DataSpiderが初めての方にはやさしく学べる入門書として、すでに使いこなしている方には実践で役立つテクニック集として、もっと深く知りたい方には内部仕様説明書として、ご活用いただける構成になっています。 ※本電子書籍は同名出版物を底本とし作成しました。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。

【米Amazonでのトップセラーが待望の日本語化。Excelでデータサイエンスの本質を学ぶ！】 データサイエンスは、データをただ眺めたり、単純に集計するだけでは見えてこない、価値のある共通点や傾向などをデータから探し出す技術です。勘やひらめきではなく、データに基づくマーケティング活動が重視される現代のビジネスにおいて、意思決定の基盤にもなりつつあります。 本書は、今後ますます重要性が増していくデータサイエンスに初めて触れる方のための入門書です。最大の特徴は、ビジネスパーソンにとって最も身近なツールである「Excel」を使ってデータサイエンスの手法を学ぶ点です。 本書では、Excelファイルのサンプルデータをダウンロードして、手元のパソコンで解説に沿って一歩ずつ分析を進めていきます。分析のプロセスを可視化できるため、高度なデータサイエンスの手法とその本質を初心者でも順を追って理解できます。解説しているデータサイエンスの手法はクラスター分析・教師なし機械学習・線形プログラミング・教師あり機械学習・アンサンブルモデル・予測モデリング・外れ値検出といった実践的なものです。 また、最終章ではExcelで行ったデータ分析をR言語で再度行うことで、より実務的な環境への橋渡しも行います。 本当の意味で「データを扱う技術」を身に付けたい方に、まず手にとっていただきたい一冊です。 〈こんな方にお勧めです！〉 ・データサイエンスの根本的な考え方を身につけたい方 ・データサイエンスにどのような手法があるか知りたい方 ・自分のデータ分析が十分なものか不安を感じている方 ・プログラミングやコードの知識を備えていない方 〈本書で行うデータ分析〉 ・ワインの顧客別売上データから、顧客の嗜好を4つのクラスターに分類する ・自社製品に関するツイートを機械学習で見つけ出す ・コストと味を一定に保つオレンジジュースの最適な混合比率を算出する ・商品購買履歴からもうすぐ赤ちゃんが生まれる家庭を見つけ出す ・過去36ヶ月の売上データから今後12ヶ月の売上を予測する ・最低限のことしかやらない不良従業員を探し出す

※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。 インプレス「データセンター完全ガイド」は、2000年12月創刊の国内唯一のデータセンター専門メディアです（季刊誌＋Webサイト）。 企業のIT担当者やデータセンター事業者、ITベンダーのインフラ事業部門担当者など、データセンターやクラウドサービスの選定・利用に携わる読者に向けて、有用な情報をタイムリーに発信しています。 2017年春号の特集は、「2017年、データセンター／クラウド基盤はこう選ぶ！」です。用語解説からデータセンター選定の極意まで――春号恒例の「完全保存版」です。 ITインフラの選定・運用に携わる担当者に向けて、データセンターおよびインフラ系クラウドサービスに関する基礎知識、選定・利用時の考慮点について、最新のトレンドを紹介しつつ解説しています。特に“新任のデータセンター担当者”にとってこの特集が、自社に最適なITインフラを選ぶ際の指標となり、選定後も各種業務をこなしていくうえでの指針・ヒントとなれば幸いです。

※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。 インプレス「データセンター完全ガイド」は、2000年12月創刊の国内唯一のデータセンター専門メディアです（季刊誌＋Webサイト）。 企業のIT担当者やデータセンター事業者、ITベンダーのインフラ事業部門担当者など、データセンターやクラウドサービスの選定・利用に携わる読者に向けて、有用な情報をタイムリーに発信しています。 2017年冬号の特集は、「デジタルビジネスを駆動するデータセンター」です。 独創的なアイデアを持つ新興企業が、老舗・大手を押しのけて市場やビジネスのルールを塗り替える――。いわゆる破壊的創造（Disruptive Innovation）の動きが各業界で見受けられ、いずれも、先端・先進ICTを高度に駆使したデジタルビジネスを手がける企業によるものです。これは、変化のスピードが以前とは異なる市場で企業が競争優位を維持していくうえで、デジタルビジネスは避けて通れないテーマで、企業に選ばれる側のデータセンター／クラウドサービス事業者にとっても重要な課題となります。本特集では、「デジタルビジネスに資するデータセンター」の実現で重要な役割を持つデータセンター／クラウド基盤分野の技術を取り上げ、ITインフラを選ぶ側と提供する側、双方にとっての指針を示します。

※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。 インプレス「データセンター完全ガイド」は、2000年12月創刊の国内唯一のデータセンター専門メディアです（季刊誌＋Webサイト）。 企業のIT担当者やデータセンター事業者、ITベンダーのインフラ事業部門担当者など、データセンターやクラウドサービスの選定・利用に携わる読者に向けて、有用な情報をタイムリーに発信しています。 2016年秋号の特集は、「『Software Defined』インフラ刷新に今、着手すべき理由」です。 企業のITインフラに「Software Defined＝ソフトウェアでの制御を可能にする抽象化」を適用する――普及を遂げたサーバー仮想化と、先行市場となったSDN（Software Defined Networking）によって得られるメリットが広く周知されていきました。現在、この取り組みのゴールと呼べる「データセンター全体のソフトウェア化＝SDDC（Software Defined Data Center）の姿が現実味を帯びてきています。 本特集では、Software Definedのコンセプトと意義を再確認した後、サーバー仮想化、SDN/NFV（Network FunctionsVirtualization）、SDS（Software Defined Storage）といった各レイヤでの進展、ITインフラ運用者にとっての着目点、現時点での課題を明らかにします。

※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。 インプレス「データセンター完全ガイド」は、2000年12月創刊の国内唯一のデータセンター専門メディアです（季刊誌＋Webサイト）。 企業のIT担当者やデータセンター事業者、ITベンダーのインフラ事業部門担当者など、データセンターやクラウドサービスの選定・利用に携わる読者に向けて、有用な情報をタイムリーに発信しています。 2016年春号の特集では、毎年恒例の「データセンター／クラウドサービス選定の決め手2016」をお届けします。 今日の企業のビジネスを文字どおり支えるITインフラ。そこに求められる役割や機能は実にさまざまです。選定に際しては、低コスト運用や省エネルギー性、システム障害時の事業継続性など経営層からの要請に加えて、高い処理性能や拡張性、機器・機能構成の柔軟性といったビジネスの競争力向上やそれを支える基盤としての観点も重要になってきます。 本特集では、ITインフラの選定・運用に携わる担当者に向けて、データセンターおよびインフラ系クラウドサービスに関する基礎知識、選定・利用時の考慮点について、最新のトレンドを紹介しつつ解説いたします。 特に“新任のデータセンター担当者”にとってこの特集が、自社に最適なデータセンター／クラウドサービスを選ぶ際の指標となり、選定後も各種業務をこなしていくうえでの指針・ヒントとなれば幸いです。

※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、インプレスによる専門媒体『クラウド&データセンター完全ガイド』による監修のもと、データセンターの市場動向、サービス動向、ユーザー企業の利用動向をまとめた調査報告書である。近年、ユーザー企業においてIT資産のクラウド環境への移行が進み、クラウド向けハイパースケールDCの新設／増設が相次いでいる。一方、ユーザーがクラウドに移行する中で、老朽化が進むデータセンターや、PUE値が悪く非効率なデータセンターなどを閉鎖するといった事業を縮小している事業者も見られるようになっている。このような中、本年は初めて地域別の市場動向に注目。全国を7地域にわけて、ラック価格、新設・閉鎖状況、市場ニーズ等をそれぞれ分析。データセンター事業者がデータセンター新設・営業戦略を立案する上で有用なデータと分析を提供するとともに、大規模化／高効率化／ネットワーク強化、DC施設も所有から利用へなど、調査から見えてきたDCの生き残り策を分析する。また、間接蒸発式空調やリチウム電池式UPSなど最新技術や相次いで発生した大規模災害でのデータセンターの状況など、様々な最新動向をお伝えする。ユーザー企業のDC＆クラウド利用の現状・意向調査、DC事業者の現状・意向調査、データセンター採用検討企業担当者への調査の３つのアンケート調査を掲載。加えて、「データセンターサービス分析」では、市場で提供されているデータセンターサービスの調査結果を掲載している。巻末付録として、都道府県別のデータセンター拠点一覧とデータセンターサービス一覧を掲載している。

※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。 本書は、インプレスによる専門媒体『クラウド＆データセンター完全ガイド』による監修のもと、データセンターの市場動向、サービス動向、ユーザー企業の利用動向をまとめた調査報告書です。2007年に第1回目を発行し、11年目を迎えた。2007年以前から同媒体が蓄積してきた資料、データ、知見をもとに、過去から現在までのデータセンター産業の変遷から将来に向けた動きまで網羅することを目的としています。

※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。 本書は、インプレスによる専門媒体『データセンター完全ガイド』による監修のもと、データセンターの市場動向、サービス動向、ユーザー企業の利用動向をまとめた調査報告書である。2007年に第1回目を発行し、10年目を迎えた。2007年以前から同媒体が蓄積してきた資料、データ、知見をもとに、過去から現在までのデータセンター産業の変遷から将来に向けた動きまで網羅することを目的としている。ユーザー企業においてIT資産のクラウド環境への移行が進み、国内データセンター事業者などはクラウド対応への対応を強化する動きが進む。従来のデータセンター（ハウジング／コロケーション）だけでなく、クラウドサービスの提供と利用についても注目し、今後のデータセンター事業者が進むべき方向性を分析記事と豊富な調査データから読み取ることができる事業者必携の報告書である。

※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。 『クラウド＆データセンター完全ガイド』監修のもと、業界動向、サービス動向、ユーザー動向をまとめた報告書。2007年から毎年発行している。近年のデータセンターを取り巻く状況は2つの側面があり、クラウド利用が拡大することによる既存データセンターの縮小・撤退と、そのクラウドを下から支えるハイパースケールデータセンター新設である。新設のデータセンターが大規模化していった結果、すでに建設費は中小の事業者では賄いきれないほど高額となった。そのため、電力系含めた通信キャリアやREIT（不動産投資信託）系などの経営体力があるデータセンター事業者しか新設に手を出せない状況になりつつある。いま現在もGAFAをはじめとする世界大手クラウド向けと目される超大規模な施設が東京・大阪圏で相次いで建設されている。一方、地方の中核都市では、電力系事業者によって従来型のハウジングデータセンターが新設されている。地元の中小事業者にとっては脅威に映る半面、老朽化した自社データセンターを刷新・新設するか、それら最新データセンターの一角をDC in DCするか、方針転換を含めて検討するタイミングである。 本書では、近年の国内データセンター新設トレンド、クラウド利用の伸び、地域ごとの動向などを分析し、新設の最適地も併せて紹介することで、データセンター事業者の次の一手を考えるうえでの最良の材料を提供している。 本年度版よりデータセンターカオスマップ、国内全商用データセンター日本地図・地域別地図も収録。

※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、インプレスの専門媒体『クラウド&データセンター完全ガイド』による監修のもと、データセンターの市場動向、事業者動向、ユーザー企業の利用動向をまとめた調査報告書である。 第1章では、データセンターの新設を中心に加速する環境の変化を解説している。ハイパースケール型、リテール型それぞれの動向、地域別の動向など詳細に分析し、最近の差別化トレンドである接続性・ネットワークの強化と都市型含めた大規模化について分析している。また、DC関連業界カオスマップと新設DC日本地図・地域別地図、IXマップを掲載する。その他、大規模停電によるデータセンター停止事故や設定ミス、データ焼失など示唆に富んだ事故事例や、COVID-19による影響と事業者の対応なども解説する。 第2章、第3章では、2種類のアンケート結果を掲載。 「データセンター事業に関する意向調査」は、データセンター事業を運営する企業に対して意向を調査。大手クラウドサービスとの連携や、ファシリティの保有状況、事業の今後の方向性や戦略について調査している。 「利用企業動向調査」では、ITインフラユーザー企業を対象に、商用データセンターの利用率、ラックや電力などのデータセンター利用状況、選定理由、支払っている金額、強化してほしい点、クラウドサービスの利用有無やサービス名なども調査している。 参考資料には、市町村別のデータセンター拠点一覧とデータセンターサービス一覧を掲載するほか、市場で提供されているデータセンターサービスの調査結果を掲載している。179サービスの基本スペックや付加価値オプション、特徴などを調査し、多角的に集計している。

※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。 本書は、インプレスの専門メディア『クラウド&データセンター完全ガイド』による監修のもと、データセンターの市場動向、データセンター事業者の動向、企業の利用動向などをまとめた調査報告書です。 DXの進展やICTサービスの需要増を支えるクラウドサービスの利用増を背景に、その基盤となるデータセンターは急拡大し、ハイパースケール型、リテール型ともに活況を呈しています。近年は、生成AI需要の高まりも加わりますます投資は増大、大規模なAIデータセンターの新設計画も相次いでいるほか、大手クラウド事業者の莫大な投資も発表されています。また、データセンター事業者はAI対応に迫られており、GPUサーバーやHPCサーバーなどの安定稼働を提供する「高発熱サーバー対応サービス」、LLMの開発やAIサービス提供、AI利用に使用する計算リソースを提供する「AIクラウドサービス」のどちらも拡大している状況です。その一方で、カーボンニュートラルに向けた再生可能エネルギーへの取り組みも加速しています。 本書では近年の国内データセンター新設動向、データセンター事業者と利用企業の調査などから、クラウドおよび生成AIが拡大する中でのデータセンター市場を多角的に分析。ハイバースケール型とリテール型のそれぞれの新設動向と今後の計画、政府の施策動向や最新トピック、AI対応サービスへの取り組みと動向、関東・関西ならびに各地方の新設動向、利用企業のITインフラ利用の現状と意向をまとめています。また、不動産市況からみたデータセンター市場についての有識者による寄稿も掲載しています。

※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。 近年は、DXの進展やICTサービスの需要増を支えるクラウドサービスの利用増を背景に、その基盤となるデータセンターの急拡大が続いている。このような中、この1年は行政による国内デジタルインフラ強靭化と地方分散化の推進、ハイパースケール型データセンターへのさらなる新規参入や発表済み計画の前倒しと加熱する用地確保競争、リテール型データセンターにおける都心部のインターコネクション向けの新設と周辺主要都市でのハウジング用の新設の双方の増加、電力料金の高騰と再エネ利用への対応の4つがトレンドとして挙げられるだろう。 第1章では、こうしたトレンドの中、データセンターの新設を中心に市場全体、地域の動向を分析する。あわせて、政府の施策動向や最新トピック、脱炭素に向けた動きを解説する。 第2章、第3章では、提供・需要の両者意向調査として2種類のアンケート結果を掲載。「データセンター事業に関する意向調査」は、データセンター事業を運営する企業に対して意向を調査。大手クラウドサービスとの連携やファシリティの保有状況、高騰する電気料金への対応、事業の今後の方向性や戦略（投資状況や今後の事業継続性）等について調査している。 「利用企業動向調査」では、ITインフラ利用企業を対象としてアンケート結果を掲載。商用データセンターの利用率、ラックや電力などのデータセンター利用状況、選定理由、支払っている金額、強化してほしい点などをまとめて掲載している。また、クラウドサービスの利用有無や利用しているサービス名なども調査している。

※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。 本書は、インプレスの専門メディア『クラウド&データセンター完全ガイド』による監修のもと、データセンターの市場動向、サービス動向、データセンター事業者の意向、ユーザー企業の利用動向などをまとめた調査報告書です。 近年は、DXの進展やICTサービスの需要増を支えるクラウドサービスの利用増を背景に、その基盤となるハイパースケール型データセンターは昨年までとは比較にならないほど急拡大しています。この1年間に、海外のデータセンター事業者に加えて、不動産投資・開発や物流不動産といった外資系事業者の新規参入が相次いでいること、すでに日本国内で展開中のデータセンター事業者が資産規模を大幅に拡大したこと、発表・予定されていた複数の新規データセンターの開設が前倒しになったことが大きな動向として挙げられます。一方で、リテール型データセンターは、引き続きネットワークを重視して接続性・インターコネクションによるエコシステム構築を目指した戦略に従った接続向けデータセンター新設が見られ、IX（インターネットエクスチェンジ）が充実してきた福岡市博多に注目が集まっています。 このような中、本書では近年の国内データセンター新設トレンド、地域ごとの動向、データセンター事業者とユーザー企業調査などから、急拡大するハイパースケール型データセンターとネットワーク・IXで差別化するリテール型データセンターの動向を中心に分析しています。 そのほか、提供・需要の両者意向調査として、データセンター事業者を対象としたサービス・施設状況についての現状・意向、ユーザー企業におけるITインフラ利用の現状・意向をそれぞれアンケート調査してその結果を収録しています。

※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。 近年は、DXの進展やICTサービスの需要増を支えるクラウドサービスの利用増を背景に、その基盤となるデータセンターの急拡大が続いている。この1年は、ハイパースケール型データセンターの活況な状況が続く、リテール型データセンターは地方主要都市でもコネクティビティ重視の方針、政府の整備事業も加わり北海道での計画が起動、電力料金の高騰と再エネ利用への対応の4つがトレンドとして挙げられる。 本書は『クラウド＆データセンター完全ガイド』監修のもと、業界動向、事業者動向、ユーザー動向をまとめた報告書である。 第1章では、データセンターの新設を中心に市場を総括し、政府の施策や脱炭素に向けた動向、この1年の最新トピックについて解説する。 第2章では、事業者の動向と戦略を総括する。データセンター事業者を7つの分類にわけ、各分類の動向と戦略を総括している。 第3章では、地域別の新設状況を関東、関西、その他の地域にわけ近年の新設から計画段階のものまで幅広く取り上げている。 第4章では、各事業者の動向と戦略を個票形式で紹介。それぞれの事業者へヒアリング調査した結果をもとに、拠点の概況、強み、稼働状況と売上動向、顧客の動向、今後の戦略、クラウドへの取り組み、電気代高騰への対応、市場に対する認識、課題と対応策についてまとめている。 第5章では、「利用企業動向調査」の結果を掲載する。利用企業を対象としてアンケートを行い、商用データセンターの利用率、ラックや電力などの利用状況、選定理由、支払っている金額、強化してほしい点などをまとめて掲載している。また、クラウドサービスの利用有無や利用しているサービス名なども調査している。 参考資料には、市町村別のデータセンター拠点一覧とデータセンターサービス一覧を掲載する。

※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。 ◆高品質なデータを設計・開発する技術◆ 　Data-centric AIとは、機械学習の権威でありGoogleのAI研究チームを率いたAndrew Ngが2021年に提唱した、モデルよりもデータに主眼を置くというAI開発のアプローチです。過去数十年にわたりAI開発においては、固定されたデータセットに対してニューラルネットワークをはじめとしたモデルを適用し、そのモデルを改善することに関心が寄せられていました。しかし、このモデルを中心としたアプローチでは、データセットへの過度な依存やデータセットが抱える課題への無意味な適合により、実用において期待ほどモデルの性能が改善しないといった問題が指摘されています。そのため近年はモデルを固定したうえで、データ拡張、アノテーションの効率化や一貫性の担保、能動学習といったデータに工夫を加えることによってモデルの性能を向上させるアプローチに注目が集まっています。本書では、Data-centric AIの概要を解説したあとに、画像認識、自然言語処理、ロボットといった分野におけるデータを改善するための具体的なアプローチを解説します。最終章では、企業における実践的な取り組みを紹介します。 ■こんな方におすすめ ・データセットの作成、データの学習方法に興味のある方 ・基盤モデルに興味がある方 ■目次 ●第1章 Data-centric AIの概要 ・1.1 Data-centric AIとは ・1.2 データセットのサイズとモデルの性能の関係 ・1.3 データの品質の重要性 ・1.4 おわりに ●第2章 画像データ ・2.1 画像認識におけるData-Centric AIとは ・2.2 画像認識モデルの基礎知識 ・2.3 データを拡張、生成する技術 ・2.4 不完全なアノテーションからの学習 ・2.5 画像と言語ペアの関係性を学習した基盤モデル ・2.6 能動学習 ・2.7 おわりに ●第3章 テキストデータの収集と構築 ・3.1 言語モデルの事前学習 ・3.2 事前学習データの収集 ・3.3 ノイズ除去のためのフィルタリング ・3.4 データからの重複除去 ・3.5 テキストデータ収集の限界 ・3.6 おわりに ●第4章 大規模言語モデルのファインチューニングデータ ・4.1 ファインチューニングとは ・4.2 Instruction Data ・4.3 Preference Data ・4.4 ファインチューニングモデルの評価 ・4.5 日本語における大規模言語モデルのファインチューニング ・4.6 おわりに ●第5章 ロボットデータ ・5.1 はじめに ・5.2 RTシリーズの概要 ・5.3 多様なロボット ・5.4 ロボットにおけるデータ収集 ・5.5 データセット ・5.6 データ拡張 ・5.7 おわりに ●第6章 Data-centric AIの実践例 ・6.1 テスラ ・6.2 メタ ・6.3 チューリング ・6.4 LINEヤフー ・6.5 GO ・6.6 コンペティションとベンチマーク ・6.7 Data-centric AI実践のためのサービス ・6.8 おわりに ■著者プロフィール 片岡裕雄（かたおかひろかつ）：2014年 慶應義塾大学大学院 博士（工学）。2024年現在、産業技術総合研究所 上級主任研究員、オックスフォード大学 Academic Visitor および cvpaper.challenge 主宰。時空間モデルのベースライン3D ResNetの研究開発，実データ不要の事前学習法 数式ドリブン教師あり学習（Formula-Driven Supervised Learning; FDSL）を提案。2019/2022年度AIST Best Paper、2020年 ACCV 2020 Best Paper Honorable Mention Award、2023年 BMVC 2023 Best Industry Paper Finalist。研究はMIT Technology Reviewや日経等メディアにて掲載。本書の監修を担当。

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。

※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。 5G等新たなトレンド、スマホ等モバイルの使われ方、SNS、動画の利用状況等をオリジナル調査で徹底分析！マーケティングや商品開発の資料等に便利なデータブック。

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。

さっと読めるミニ書籍です（文章量13,000文字以上 14,000文字未満（10分で読めるシリーズ）） 【書籍説明】 現代で仕事、プライベートを問わずに情報機器を使用していない人はいないといっても過言ではないでしょう。 ありとあらゆる情報機器にとって最重要なものとは何だと思うでしょうか。 高速で処理できて快適に使用できること、クオリティの高い映像や音声を出力すること、あるいは機器自体のデザイン性も挙げられるかもしれません。 わたしはこう考えます。情報を扱う以上、最重要なのはその情報だと。 本書はこの情報、つまりデータにまつわるトラブルについての本です。 この本を手に取っていただいた人の中には、データトラブルというものに遭遇しなかった人も少なくはないと思います。 そのためそんなことはめったに起こるものではないと思うかもしれませんが、それはその人が運が良かっただけです。 わたしは長年データトラブルを解決する会社にいます。 だいたいどれくらいの頻度でデータトラブルに関する相談がくると思われるでしょうか。 毎日何十件と相談が寄せられます。 データトラブルとは誰もが遭遇するものなのです。 情報機器についての本ではありますが、難しい言葉は使わずにわかりやすく解説していきますので読み進めてみてください。 【著者紹介】 山田　政（ヤマダセイ） IT系の企業で総務・経理として勤務しています。 趣味はアウトドアやペットと遊ぶこと、資格取得など。 仕事での経験や資格取得のために学習した知識を基に役立つ情報を発信しています。

「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。

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!

令和のビジネスマンにはデータ分析が求められています。 もはや特定の専門家だけのものではありません。 大人気書籍「Python実践 データ分析 100本ノック」の著者が、 数字で考える思考技術を伝授します。 --- 『ＡＩを使う側になる』 数字で考える技術と 現代に必要な発想法。 実はデータ分析の世界は、想像以上に “クリエイティブ”で“楽しい”のです。 ―――― データを活用するためのツールや技術が広まっています。 TableauなどのBIツールなどで、今ある手持ちの数字を、デジタルデータ化するという流れは非常に多く、グラフ化、ビジュアル化、データ基盤やダッシュボードなどは多くの企業で導入されています。 しかしながら、言われたとおりにデータをビジュアライズすることができても、その意味を理解するデータ分析脳が育っていないので、手順通りにやってみたにとどまり、説明ができずにデータが活用できていません。 本書は、その何故と方法を結び付け、データ分析をするための思考を学ぶことのできる必読の書籍です。

※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。

※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。

※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。 データ可視化のためのJavaScriptライブラリ「D3.js」の使い方を豊富な作例を通して解説。D3.jsの基本、各種外部データの読み込み、棒グラフ、円グラフ、散布図など様々なグラフの作成、アニメーションの実装、地図データとの連携まで使いこなしの情報が満載!

※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。 「データを伝える力」を高める、データ実務者のためのデザイン原則 データ理解からデザインの基礎、ダッシュボード設計まで網羅した可視化の必読書 （Data Graphics Inc. 荻原和樹 推薦） データビジュアライゼーションデザインの実践に役立つ知識を体系的に解説。データの基礎知識から人間が情報をどう認識・処理するか、アクセシビリティ、色彩理論、タイポグラフィ、良いチャートの作り方、インタラクションデザイン、ダッシュボード設計まで幅広く紹介しています。 ●目次 第1部 　第1章 データビジュアライゼーションの世界にようこそ 　第2章 人はどのようにして情報を認識するか 　第3章 データについての基礎知識 第2部 　第4章 色の選択 　第5章 タイポグラフィ 　第6章 よいチャートの作り方 　第7章 インタラクションデザイン 第3部 　第8章 調査立案、デザイン設計、製作開発 　第9章 トラブル対策 付録　参考資料 ●著者 ●著者 Desireé Abbott 製品分析、ビジネス インテリジェンス、科学、設計、ソフトウェア エンジニアリングの分野で10年以上の経験を持つ。 ●日本語版監修 山辺真幸　博士（政策・メディア） 情報可視化研究者。一橋大学大学院ソーシャル・データサイエンス研究科特任講師、慶應義塾大学大学院メディアデザイン研究科特任講師。複雑な大規模データのビジュアライズデザインを専門とし、手掛けた作品は、NHK、日本科学未来館などで展示されている。グッドデザイン賞、可視化情報学会賞、他受賞多数。 ●翻訳 長尾 高弘 株式会社ロングテール社長、技術翻訳者。最近の訳書として『数式なしでわかるAIのしくみ』（マイナビ出版）、『Wiring the Winning Organization　成功する組織を導く3つのメカニズム』（日本能率協会マネジメントセンター）、『scikit-learn、Keras、TensorFlowによる実践機械学習 第3 版』（オライリー・ジャパン）、『Web APIテスト技法』（翔泳社）、『継続的デリバリーのソフトウェア光学』（日経BP 社）、『Scalaスケーラブルプログラミング 第4 版』（インプレス）などがある。 ※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

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。

「日経情報ストラテジー」専門記者のデータ分析経営レポート(3) 本書の平均読了時間約43分(約25,900字) 　データを分析すると意外な事実が分かってくる。そんな発見を50個集めてみた。消費者の深層心理や行動をあぶり出し、人生の転機を左右する発見を紹介する。 　常識を覆す大発見もあれば、ちょっとしたトリビアもある。大事なのは、「そうなんだ」で終わらず、結果を基に行動を起こすこと。それが分析から収益を生み出す第一歩なのだ。 ※本書は日経情報ストラテジー2014年12月号の特集記事「分析が生んだ発見50」をスマホ向けに再構成したものです。 【目次】 巨大ECサイト編 発見1 お笑いDVDが売れると景気上昇(楽天) 発見2 AKB48のCDは予測不可(楽天) 料理レシピ編 発見6 「八丁味噌」の検索頻度が一番高いエリアは首都圏(クックパッド) 発見7 「桃」と組み合わせて食べるのは「モッツァレラ」(クックパッド) 深層心理編 発見10 20代男子はダメになりたい(良品計画) 発見11 料理上手の動く幅は30センチ(LIXIL) 消費者行動編 発見15 女子は秋、旅をする(日本航空) 発見16 無印良品は、実はカレー屋さんでした(良品計画) 価値観・トレンド編 発見30 日本人の半数が「先物買い」好き(アビームコンサルティング) 人生の転機・くらし編 発見34 結婚:挙式満足度は当日より準備期間で(エスクリ) ネット利用編 発見42 検索窓を1ピクセル太らせ5億円増(ヤフー) アミューズメント編 発見47 アイドル人気凋落は書き込みで占う(ルグラン)　ほか

国内最大級のアナリティクス担当者の協議会 「アナリティクス アソシエーション」のメルマガコラムを書籍化！ 企業のアナリティクス担当者が現場のキーマンとして活躍できるよう、セミナーやイベントによるスキルアップや交流の支援を行っているアナリティクス アソシエーション（a2i）。 本書は、同協議会が配信しているメールマガジンのコラムのうち、2018年分をまとめたものです。 アナリティクスやデータ分析ツールをめぐる当時の話題のほか、スタッフが提言してきた技術やビジネスで活用できる考え方などを振り返ることができます。 2018年における活動やコラムについてのコメントも、 「まえがき」として新たに収録しました。 すでにアナリティクスに携わっている方には当時の資料として、 これから携わる方には歴史と心構えを学ぶうえで役立つ1冊です。 ◆主な収録コラム ・「素早さ」の時代にアナリティクスはどう立ち回るのか ・A/Bテストは最初から勝率を上げることを意識しすぎるべきではない ・ここ1年くらいでアナリティクスを取り巻く環境において何が変わったのか ・KPI運用は企業文化、ダッシュボードは生き物、コミュニケーションは血液 ・デジタルマーケティングを強化するツールにも国内外を問わず目を向けよう ◆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。

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。

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。

※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「データ分析実務スキル検定（CBAS）」唯一の公式テキスト。試験範囲をすべてカバーし、模擬試験１回分を収録。プロジェクトマネジメント・統計・機械学習などの考え方、さらにはExcel・SQL・Python・Rの基本技術を解説しています。CBASは「データ分析を実務に活用するための最低限の知識と技能」を測るための検定です。試験問題は実際に想定できるケースに基づいており、実践力を判定できるという特徴があります。試験の内容を学習することで、データ分析における基礎的な力が自然と身につくようにデザインされています。

※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。 「データ分析実務スキル検定（CBAS）シチズン・データサイエンティスト級（Citizen級）」 唯一の公式テキスト！ 試験範囲を網羅。模擬試験１回分を提供。 表の基本操作から、集計、データ前処理、データ分析まで 表データ分析における一連のスキルが身につく！ ●本書の主なトピック 【Excelの基礎】セル、関数、ピボットテーブルなど 【集計と可視化】ビジネス指標、グラフ、順位など 【データハンドリング】表の整形、エラー・空白・重複処理など 【データ分析基礎】クロス集計表、指標の算出と利用、共起パターン、仮説検証など ※模擬試験の完全データや解答は、出版社サイトからダウンロードできます。 ●本試験の目的と対象 データ分析実務スキル検定 シチズン・データサイエンティスト級（CBAS Citizen級）は、 Microsoft ExcelやGoogleスプレッドシートのような表計算ソフトウェアを用いて 表形式データの基礎的な集計・加工・分析を行う技能を測ることを目的としています。 データ分析の専門職ではない方で、データ分析を実務で活用している、 もしくはこれから活用したいと考えている実務家の方を主な対象としています。 ●本試験の内容 試験内容としては、平均値や最頻値などの集計値を理解していることに加えて、 Excelを使ったデータの前処理・抽出・要約・可視化のスキルを習得しておく必要があります。 これらのスキルをもとに、データ分析後の要因分析や感度分析を行って 仮説の検証が進められるかについても評価されます。

※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。 これまでデータ分析を行っても、実験の過程や実行環境の共有、レポートの作成には非常に手間がかかりました。この問題を解決するソフトとしてJupyterが注目されています。本書は、Pythonなどでデータ分析に携わるプログラマーを対象にJupyterの基本的な使い方から、Markdownによるドキュメント作成、各種モジュールの基本、機能拡張するためのさまざまな仕組みをまとめて解説します。サンプルコードのお試しサイトも用意しました。

※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。 本物のデータサイエンティストになるための、データサイエンスの元祖による待望の書 ── バイブル登場！！「ビッグデータ」「統計」「データサイエンス」などが大きく取りざたされ、2012年度から高等学校の一年次必修科目でも単元「データ分析」が導入された。2部構成をとる本書の第I部では、高校の「データ分析」の内容と連携し、データ分析の際に最低限心得ておくべき事柄をわかりやすくまとめている。第II部は、第I部の知識を基に、データサイエンスの入門と、さまざまな分野での事例を通したデータサイエンスの実践を詳説している。また，本文をより深く理解できるよう、随所に「演習問題」「傍注」などを多数配置した。

●小規模データの分析で使えるSQLの書き方がわかる！ ――基礎から応用テクニックまでを標準SQLサンプルコードとともに徹底解説！ 多くの中小企業では、ビジネスで分析に使うデータとして、数百万件から数億件といった大規模なデータを用意できることはあまり多くありません。ビッグデータのように多種類のデータがあるのではなく、数百件から数万件程度の小規模なデータを扱うことになります。本書では、このような小規模データの前処理や分析を行なうSQLの書き方やテクニックをレシピとしてまとめています。 主にデータの前処理にあたる部分について、実用的なサンプルコードとともに解説します。たとえば、合計、平均、最小値、最大値の求め方、小数処理、グループ集計、重複除外、日付・文字列処理、条件分岐といった基本的なSQLから、複数のテーブルに分割・結合、検索結果からのさらなる絞り込み（サブクエリ、相関サブクエリ等）、統計データの作成（外れ値・欠損値処理、データの代表値・分布の調査等）、売上データRFM分析や購買履歴データアソシエーション分析等といった応用的なSQLまで、小規模データの前処理や分析の実践的な手法やノウハウを解説しています。 ■本書の構成 第1章　SQLの基本 第2章　基本的な関数を知る 第3章　複数のテーブルを結合する 第4章　サブクエリの使用 第5章　統計データを作成する 第6章　複雑な問題を解く 付録（データベースを作成する／削除する） 練習問題の解答

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。

※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。

本書では「広告が売り上げに影響したのか？」「ある政策を行ったことが本当に良い影響をもたらしたのか？」といった、因果関係分析に焦点を当てたデータ分析の入門を展開していきます。なぜ因果関係に焦点を当てるかというと、因果関係を見極めることは、ビジネスや政策における様々な現場で非常に重要となるためです。また、この「因果関係の考え方」について、数式を使わず、具体例とビジュアルな描写を用いて解説していきます。

※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。 DXを取り巻くデータ活用の課題に立ち向かう 同じ指標で異なる結果が出てきていませんか？ Lookerではじめる、データガバナンスの強化！ Contents Part1：Lookerの基礎知識 Chapter1 データ活用とLooker Chapter2 Lookerとは Part2：データを接続・整形する Chapter3 データベースに接続する Chapter4 LookMLを理解する Part3：ダッシュボードを作成・活用する Chapter5 データを探索する Chapter6 データを可視化する Chapter7 ダッシュボードをシェアする Part4：Lookerの高度な活用 Chapter8 LookMLの高度な活用 Chapter9 ダッシュボードの高度な活用 Chapter10 キャッシュ・PDTの管理 Appendix Appendix1 ユーザーのアクセスレベルの管理 Appendix2 管理機能の概要 本書は、Lookerによってデータ活用を推進するための書籍です。BIツールとしてのLookerの特色は次の4つが挙げられます。 ・データを内部に保持しないアーキテクチャによるハイパフォーマンスなデータ処理が可能 ・Looker側でのSQL自動生成により、データ抽出が分析業務のボトルネックにならない ・データ定義を一元管理できることにより、データガバナンスを強化できる ・多彩なデータ活用方法 Lookerによるデータ蓄積とデータ分析の間でデータ定義を一元管理する役割や、可視化・分析した結果に基づいたデータ活用のアクションといった広範囲の役割を紹介します。 本書を用いてLookerを活用することで、DXが推進されることを目的としています。

※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。 「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。 DX・AI時代における技術の本質を掴む！データ基盤技術の叡智とビジネス活用を徹底解説 ★大規模プロジェクトを複数手掛ける著者2名が執筆！ ★500ページ超のボリュームで包括的に解説！ 近年、データ活用の重要性が高まる一方で、適切な技術を選んで効果的に活かすことは容易ではありません。データ基盤の構築手段は多様化しているため、どの技術をどのように組み合わせるべきか迷う場面も多いでしょう。 本書は、ビジネスの成長に不可欠な「データプラットフォーム」の構築と活用について解説する一冊です。ユーザー行動やセンサーログなどのデータを収集・整理し、ETL処理やELT処理を経て価値ある情報に変換し、意思決定に活かす方法を紹介します。データ品質の維持や、効率的な分析手法についても詳しく解説しています。 DX（デジタルトランスフォーメーション）が進むなか、データとデジタル技術の役割はさらに重要になっています。本書では、Apache Sparkをはじめとする技術の選定や活用方法、設計の考え方を詳しく解説。最新技術だけでなく、将来の変化にも対応できる普遍的な知識を提供します。データを活用してビジネスの競争力を高めたい方、最適なデータ基盤を構築したい方は、本書を通じてデータプラットフォームの理解を深め、より効果的な活用を目指しましょう。 ＜本書で紹介する要素技術・原則（一部）＞ ・ログ転送：Fluentd ・アーキテクチャパターン：CQRS+ES、Delta、Kappa、Lambda、Lakehouse、メダリオンアーキテククチャ ・データフォーマット：Apache Hudi、Apache Iceberg、Delta Lake ・データレイク：Apache Spark、Databricks ・データウェアハウス：Amazon Redshift、Google BigQuery、Snowflake、Treasure Data ・ストリーミング：Amazon Kinesis、Apache Kafka ・ジョブスケジューラ：Apache Airflow、Digdag ・ETL処理：Apache Spark、Embulk ・ELT処理：dbt ・BIツール：Metabase、Redash ・データサイエンス：A/Bテスト、LLM、MLflow ・設計開発：データメッシュ、ドメイン駆動設計（DDD）、RDRA ・法則・原則：DIKWモデル、SOLID原則、YAGNI原則 Chapter 1 データプラットフォーム概論 Chapter 2 データプラットフォームの構成要素 Chapter 3 ログ転送 Chapter 4 データ変換・転送（バッチ編） Chapter 5 データ変換・転送（ストリーミング編） Chapter 6 データプロビジョニング Chapter 7 データマネジメントを支える技術 Chapter 8 要件分析 Chapter 9 データプラットフォームの構築 Chapter 10 データプラットフォームの改善 ＜著者＞ 島田 雅年（Masatoshi Shimada） インターネット広告、動画メディア、リテール、金融、官公庁など、さまざまな業界のプロダクト設計や開発に従事。得意分野は、組織内のデータを整理して、企業価値の向上を目的とするビッグデータ処理基盤構築。データ活用の現場では、営業職などのビジネス職域における多彩な課題が存在するケースが多く、円滑なデータ提供を支えるデータプロビジョニングシステムの構築はもちろん、組織構築や教育支援などのコンサルティングも手掛ける。 藪本 晃輔（Kosuke Yabumoto） 10年以上にわたりインターネット広告のプロダクト開発に従事。大量のトラフィックを処理する広告配信システムをはじめ、データ管理システムや広告効果計測ツール、媒体収益化など、さまざまなインターネット広告関連プロダクトにて、プロジェクトマネージャーや開発責任者を歴任。ロケーションデータを活用したインターネット広告事業を展開する株式会社ジオロジックではCTOに就任し、データプラットフォーム構築を中心に、エンジニアリングマネージャーから設計・開発まで幅広く担当。現在はスマートニュース株式会社にて、エンジニアリングマネージャーとして広告システムの開発に従事。 ＜編集者＞ 丸山 弘詩（Hiroshi Maruyama） 書籍編集者。早稲田大学政治経済学部経済学科中退。佐賀大学大学院博士後期課程編入（システム生産科学専攻）、単位取得の上で満期退学。大手広告代理店勤務を経て現在は書籍編集に加え、さまざまな分野のコンサルティングや開発マネジメントなどを手掛ける。著書に『スマートフォンアプリマーケティング 現場の教科書』（マイナビ出版）など多数、編集書籍に『ブロックチェーンアプリケーション開発の教科書』『ビッグデータ分析・活用の ためのSQLレシピ』（マイナビ出版）など多数。 ※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。

月刊SoftwareDesign誌の2016年から2017年のデータベース特集をまとめました。データベースを開発・運用で活用するためのスキルや考え方が少しずつ変わってきています。本書では，二大巨頭のMySQLとPostgreSQLについてそれぞれの導入から使いこなしまで解説します。また，MySQLとPostgreSQLの機能的な特徴からアーキテクチャの違いなどを紹介します。最終章では，NoSQLをとりまく現状について解説します。

※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。 ※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。 データベースシステムの名著、20年ぶりの改訂！ 本書は、おもに情報系学科におけるデータベース教育を想定して、データベースシステムの基礎を解説したものです。1996年発行の『データベースシステム』の改訂版です。 本書のカバーする範囲は、データベースシステムの基本概念（1章）、データモデリング（2章）、リレーショナルデータモデル（3章）、リレーショナルデータベース言語SQL（4章）、より高度なSQL（5章）、リレーショナル論理（6章）、リレーショナルデータベース設計論（7章）、物理的データ格納方式（8章）、問合せ処理（9章）、同時実行制御（10章）、障害回復（11章）、オブジェクト指向データベースシステム（12章）です。 各章末に演習問題を付けて、その解答も掲載しています。 今日、マルチメディアのみならず、AIやIoTといった大規模データ処理により、ますます世の中のデータ量は増加しています。また、ITインフラにおいては仮想化やクラウドが当たり前の技術となり、データを取り巻く環境は20年前とは大きく様変わりしました。データベースシステムを貫く基本概念こそ変わりませんが、この20年間の新しい技術を取り込み、改訂2版として発行するものです。 1章　データベースシステムの基本概念 2章　データモデリング 3章　リレーショナルデータモデル 4章　リレーショナルデータベース言語SQL 5章　より高度なSQL 6章　リレーショナル論理 7章　リレーショナルデータベース設計論 8章　物理的データ格納方式 9章　問合せ処理 10章　同時実行制御 11章　障害回復 12章　オブジェクト指向データベースシステム

本書はデータベース初心者およびPostgreSQL初心者向けの入門書です。データベースとは何か？からPostgreSQLのインストール、SQLの実行、トランザクションについて、レプリケーション、バックアップまでを解説しています。

※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。 ◆合格への新王道◆ ★1冊で合格できる！★ ★データベーススペシャリスト試験対策の新定番！★ ●徹底的にかみ砕いた解説！ 迷子になりがちなポイントは、「図解や対話」でトコトンわかりやすく！途中で挫折することなく、「最後（＝合格レベル）まで完走」できます！ ●厳選した良問を多数掲載！ 新しく学んだ内容は、厳選した過去問題で「理解度・定着度」をすぐ確認！基礎知識を学びながら、試験にも対応できる「即戦力」が手に入ります！ ●オンラインスクールの人気講師直伝！ 情報処理技術者試験関連のオンライン講座は、「9万人以上」が視聴！豊富な指導経験に裏打ちされた、「合格までの最短経路」を示します！ ●5回分の過去問解説動画付き！ 過去問演習で詰まったときは、「講義形式の動画」でつまづき克服！一緒に解いていくスタイルで、「問題の読み解き方」が身につきます！ ■目次 第0章 受験のススメ ・0.1 試験の概要 ・0.2 学習の計画 ・0.3 解答のテクニック ・0.4 日々の勉強のアドバイス 第1章 SQL ・1.1 テーブル作成 ・1.2 問合せ ・1.3 副問合せ ・1.4 グループ化 ・1.5 関係代数 ・1.6 結合 ・1.7 追加、更新、削除 ・1.8 整合性制約 ・1.9 ビュー ・1.10 ユーザと権限 ・1.11 ストアドプロシージャ 第2章 DBMS ・2.1 索引 ・2.2 トランザクション ・2.3 障害管理 ・2.4 最新データベース技術 第3章 設計 ・3.1 概念設計 ・3.2 論理設計 第4章 午後試験対策 物理設計 ・4.1 索引 ・4.2 表領域とページ ・4.3 区分化 ・4.4 共通テーブル式 ・4.5 ウィンドウ関数 ・4.6 トリガー ・4.7 レプリケーション ・4.8 問題対策 第5章 午後試験対策 論理設計 ・5.1 概念データモデル ・5.2 関係スキーマとテーブル構造 ・5.3 問題対策 第6章 業務知識 ・6.1 販売管理 ・6.2 生産管理 ■著者プロフィール 石田宏実：デジタルプランニング株式会社 代表取締役社長。プログラミングとマーケティングに強みを持ち、インターネットマーケティングに有用なソフトウェアを自社開発。現在はUdemyにて情報処理技術者試験対策動画を公開しており、受講者数は2025年2月現在で9万人を超えている。取得資格に、データベーススペシャリスト試験、応用情報技術者試験、ORACLE MASTER Gold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。 過去に出題された問題の中から厳選して収録。近年の出題傾向と重点項目を完全網羅。チェックボックスを利用し、「よく出る問題」「苦手問題」を把握することで、効率よく問題内容と関連知識を習得可能。

※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。

※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。 データベースについて「わかったような感じ」ではなく、きちんと理解したいと思っているあなたのために、Accessデータベースの基本をわかりやすく解説した入門書です。「Accessの勉強をはじめたいけれどハードルが高すぎる。覚えることが多すぎてよくわからない。どうにかして最初のとっかかりが欲しい！」と思ったことはありませんか？ 本書はよく聞くデータベースやクエリやテーブルとはどういうものか、データベースの作り方、リレーショナルとはどういう意味なのか、フォームやレポートの作り方、他人にも使ってもらいやすいインターフェイスの準備など、Accessについてゼロから丁寧にわかりやすく解説しています。サンプルのダウンロードサービス付き。

WEB+DB PRESS plus 徹底攻略シリーズでは，Webアプリケーション開発のためのプログラミング技術情報誌『WEB+DB PRESS』の掲載記事をテーマ別に厳選し，再編集してお届けします。『データベース徹底攻略』では，データベースの設計，SQLの使いどころから，オープンソースRDBMSの代表格であるMySQL，最近普及が進むMongoDBやRedisなどのNoSQL，Amazon Web Services上で大規模データ分析を行えるRedshiftなど，最新かつエンジニアにとって役に立つノウハウを一冊にギュッとまとめました。

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。

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。

データを使い、業務改善をしてビジネスに貢献する。その担い手として情報システム部門が期待されています。本書はデータを整え、活用する「データマネジメント」の体系を提示し、計画の立て方、取り組む際の勘所、実例を網羅した一冊です。 　複数システムに散在するデータの統合手法について一章を設けました。企業合併や国際化にあたって必須の活動です。さらに著者が30年かけて分析した「データモデルパターン」を初公開しました。商品管理、価格、契約、予実対比のパターンを見ると、業務の改善や設計の糸口が得られます。 　手法ごとに実践事例を掲載しました。ビッグローブ、ホンダ、ヤマハ発動機、NTTデータ、大成建設、JCBの実務者が寄稿しています。

本書は生成AIの活用を視野に入れたデータマネジメントの仕組みをつくるための教科書です。データ活用は経営者の号令、IT部門のデータ基盤整備、現場の業務担当者のデータ入力だけでは不十分です。データ活用とは、立場も役割も異なる人々が、同じ目標に向かって協力し合う「One Team」で実現する総力戦に他なりません。本書は、この三者の溝を埋めOne Teamとして機能するための「仕組みづくり」を解説します。データ活用の主役である三者がそれぞれの立場からなぜデータマネジメントに取り組むべきなのか、データマネジメントを仕組み化する「データ活用プロセス管理」「データアーキテクチャー管理」「マスターデータ管理」「データセキュリティー管理」「データ品質管理」「メタデータ管理」「データガバナンス」で何を実践すればいいのか、AI時代を見据えてこれからのデータマネジメントがどう進化していくのか――。具体的に示します。

データを制するものはビジネスを制す データから価値を生むための知識を網羅 データは現実の世界を映し出す。外界が生きているのと同じようにデータも生きている。実在する商品、製品、サービス、人材、不動産に品質があるようにデータにも品質がある。高品質データは資産であり、モノやコトの状態、モノやコトの多様な関係を正確に描写する。データは企業活動を支えるインフラであり、価値を提供する。データを活用して高度な決定を下し、業務を自動化し、市場を把握し、未来を予測できる。 本書『データマネジメント知識体系ガイド第二版 改定新版』はデータから価値を生み出す方法を様々な角度から解説したものである。国際的に著名で経験豊かなデータマネジメント・プロフェッショナルの知見が全17章に詰まっており、データのデザインからオペレーション、セキュリティと品質、メタデータ／マスターデータの管理、そしてデータガバナンスまで、やるべきことが詳述してある。 初めに各章のイントロダクションを通読するのもよし、興味がある章を選んで熟読するのもよし。経営者、業務担当者、IT担当者、コンサルタント、それぞれの役割に応じたやるべきことが見えてくるはずである。

※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。 データマネジメントとは、データを資源として、ビジネスに活かせる状態を継続的に維持し、進化させていくための組織的な営みです。昨今、社会全体のデジタルトランスフォーメーション（DX）の流れや⽣成AIの普及を背景に、データマネジメントの重要性は⾼まっています。 本書は、「データマネジメントの実態と最新動向」の第⼆弾となるもので、⽇本企業におけるデータマネジメントの取り組みの実態を、アンケート調査の結果をもとに多⾓的に分析し、明らかにします。また、データマネジメントを⾼度化する製品・サービスについて、主要なベンダーへの取材をもとに、各社のビジネス動向や戦略を解説。データマネジメントにおける技術的・ビジネス的なトレンドを整理します。顧客のDXやデータマネジメントを⽀える企業や、データマネジメントに取り組む企業にとって、必携の1冊です。 第1章の「データマネジメントの概況」では、DXの進展を背景としたデータマネジメントをめぐる状況の変化や、企業のデータ活⽤における技術的・ビジネス的なトレンド、課題や今後の展望などを解説します。 第2章「ユーザー企業におけるデータマネジメントの実態」では、幅広い企業に対するデータマネジメントの取り組みに関するアンケート調査の結果を掲載。企業のデータマネジメントの実態を解説します。 第3章「製品・サービスの動向と主要ベンダーの戦略」では、データマネジメントを⾼度化する製品・サービスについて、主要なベンダーへの取材をもとに、各社の製品・サービスの特徴やビジネスの動向、戦略を解説します。

※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。 近年、DX（デジタルトランスフォーメーション）の推進やデータドリブン経営などの観点から、データを資源としてビジネスに活用できる状態を維持していくデータマネジメントの重要性は高まっている。一方で、日本企業におけるデータマネジメントの取り組みは、一部の先進企業を除き、道半ばである。企業内でデータが散在し把握できていないことや、データマネジメントとシステム保守・運用の混同、事業部門の関与の不足、人材不足など、様々な課題が存在する。 本書では、企業のデータマネジメントの取り組み実態を調査し、マスターデータマネジメントやデータ統合といったデータマネジメントの各領域の取り組みの状況や、組織や予算などの実状、企業が抱える課題などを解説している。また、データマネジメントに関連する製品・サービスについて、最新動向やベンダー各社の戦略をまとめている。 第1章「データマネジメントの概況」では、データマネジメントを構成する要素やその歴史、価値を解説。また、企業へのアンケート調査の結果をもとに、日本企業におけるデータマネジメントの取り組みの実態や課題を分析している。さらに、データマネジメントに関連する製品・サービスの最新動向や、データマネジメントをめぐる将来展望についてまとめている。 第2章「企業のデータマネジメントの取り組み実態調査」では、データマネジメントの取り組みに関する、企業へのアンケート調査結果を収録している。 第3章「製品・サービスとベンダーの戦略」では、データマネジメント関連の製品・サービスを展開する主要なベンダーへの取材調査結果を、製品・サービスごとに収録し、特徴やビジネスの状況、事業戦略や将来展望などをまとめている。

■「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

本書では、データリテラシーの重要性とその向上方法を個人および組織の二つの観点から詳しく解説しています。 まず、個々のデータリテラシーの向上について、データの正しい理解と活用方法を詳細に説明します。データリテラシーはビジネスパーソンにとって必須の能力であり、効果的なデータ活用のためには先行指標を設定し、そのデータを基に競争優位を確立する方法を学びます。また、個人が課題に基づいたデータを収集し、新たなデータを創造することの重要性についても触れています。 次に、組織全体のデータリテラシーを高めるための具体的な方法について解説します。データアクセシビリティ、双方向的なデータ組織、データカルチャーの育成を柱とし、データ管理や組織基盤の整備について取り上げます。組織内データの管理・統合には、ETLツール、データウェアハウス、データメッシュなどの活用が効果的です。 続いて、データプロジェクトの実施と展開について述べています。組織内でデータプロジェクトを開始し推進するためには、BIツールの導入やスキル向上が鍵となります。また、チャンピオンの育成や社内コミュニティの活性化を通じて、データプロジェクトの横展開を目指し、経済的かつ組織的なアプローチが企業のデータカルチャーを強化し、データドリブンな意思決定を促進します。 最後に、データアクセシビリティの向上について、具体的な事例を紹介します。通信系商材の販売レポート作成業務の自動化を通じて、データの収集から加工、可視化までのフローを効率化し、業務を大幅に改善したプロセスについて説明します。従来の複雑な手作業に依存していたデータ加工フローを、Tableau Prepで自動化する事例が取り上げられています。 本書は、個人および組織がデータリテラシーを向上させるための実践的なアプローチを提供します。

AIの民主化！ DataRobotで AIドリブンな意思決定を実現！ 【本書の概要】 本書は、データ準備からAI（機械学習）モデルの生成、モデルの実運用化などデータ・AI活用のステップを エンドツーエンドで自動化してくれる「DataRobot」を利用してAIのビジネス活用を実現する手法を解説した書籍です。 DataRobotを使えば、データサイエンティストやAIエンジニアのように専門知識を持たないユーザーでも、 シチズンデータサイエンティストとしてAI活用の最先端に立ち、AIドリブンな意思決定を実現できます。 【対象読者】 ・ビジネスアナリスト：BIツールやSQLなどを使ってデータ分析をしている方 ・マネジメント層：「AIで何かをやれ」ではなく、最低限のAIの知識を持って技術者と話せるようになりたい中間管理職の方 ・エンジニア：統計分析やプログラミングなどの技術を日常的に使っているものの、AI技術には馴染みのない方 【本書の特徴】 本書はDataRobot初心者に必要となる前提知識、基本操作、データ準備、モデル生成、モデルの評価・解釈などにおける ベストプラクティスを網羅した入門書です。 また業務活用編として自社のビジネスに合わせた利用方法のヒントも紹介しています。 【著者プロフィール】 中山晴之、小島繁樹、川越雄介、香西哲弥 DataRobot Japan 執筆メンバー。 【著者・監修者プロフィール】 シバタアキラ（DataRobotJapan チーフデータサイエンティスト） 世界のトップデータサイエンティストが働くDataRobot, Inc. にて、日本事業の技術責任者。 ※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。