シリーズの第2弾は、初学者向けのKaggle入門書の決定版！ ★「Kaggleで勝つ」準備をしよう！★ 初学者が「Kaggleに何となく興味ある」状態から「実際のコンペに参加できる」状態になれるような内容を目指しました。 ・サンプルコードの詳細な解説があるから、しっかり身につく！ ・優勝チームと専業Kagglerのコンビによる、安定のわかりやすさ！ ・充実の本音対談で、やさしくサポート！ ・初学者や手探りでやっているが体系的な知識を得たい人に最適。 【本書のサポートページ】 https://github.com/upura/python-kaggle-start-book 【実践Data Scienceシリーズ】 https://www.kspub.co.jp/book/series/S069.html 【主な内容】 第1章　Kaggleを知る 1.1 Kaggleとは 1.2 Kaggleで用いる機械学習 1.3 Kaggleのアカウントの作成 1.4 Competitionsページの概要 1.5 環境構築不要な「Notebooks」の使い方 第2章　Titanicに取り組む 2.1 まずはsubmit！　順位表に載ってみよう 2.2 全体像を把握！　submitまでの処理の流れを見てみよう 2.3 次の一手を見い出す！　探索的データ分析をしてみよう 2.4 ここで差がつく！　仮説に基づいて新しい特徴量を作ってみよう 2.5 勾配ブースティングが最強？！　いろいろな機械学習アルゴリズムを使ってみよう 2.6 機械学習アルゴリズムのお気持ち？！　ハイパーパラメータを調整してみよう 2.7 submitのその前に！　「Cross Validation」の大切さを知ろう 2.8 三人寄れば文殊の知恵！　アンサンブルを体験しよう. 第3章　Titanicの先に行く 3.1 複数テーブルを扱う 3.2 画像データを扱う 3.3 テキストデータを扱う 第4章　さらなる学びのために 4.1 参加するコンペの選び方 4.2 初学者にお勧めの戦い方 4.3 分析環境の選択肢 4.4 お勧めの資料・文献・リンク 付録A　サンプルコード詳細解説 A.1 第2章 Titanicに取り組む A.2 第3章 Titanicの先に行く

※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。 iOSアプリ開発におけるオブジェクトの取り扱いを学ぶプログラミング入門書です。本書で学ぶことによって、複雑に絡み合うオブジェクト管理を理解することができます。標準Cライブラリによるファイルの読み書きから学習を開始して、NSUserDefaults、SQLite、Core Dataへと学習を進めることでiOSにおけるオブジェクト管理の理解ができるようにしています。また、オブジェクトの設計をXcodeを使ってグラフィカルにおこなえます。実例を体験しながら学習を進めていくことができるスタイルをとっていますので、ファイル処理の理解が不十分な入門者でも、少しずつ知識を広げてステップアップしていけるようになっています。サンプルソースのダウンロードサービス付き。

※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。 The feature of this book explains data analysis procedure in detail according to Excel operation. In addition, consideration is carefully made so that difficult parts can be understood visually using diagrams in sentences. In this way, you will learn the analysis procedure through actual work, so you can learn the essential points of analysis and statistics even that you have not been able to understand in just a lecture on statistics. As for the data obtained in research, you will not have to worry about what to do. After learning this book, you can do what to do and advance the procedure for analysis and statistical processing. You will read this book while doing the operation with the scientific, artistic sensibility. Consequently, you will be able to have great knowledge and skill in statistics to learn the analysis procedure. If you worry that statistics is difficult, please take this book and try it by all means. After mastering this book, you must understand the important points concerning statistics.

Googleが知ってる“あなた”は誰? 検索履歴やスマホの位置情報から自動的に生成され、 刻々と変貌しながらデジタル空間をさまよう「データの幽霊」 (=デジタル・アイデンティティー)の正体に迫る! アルゴリズム解析を前にすると、「私たちが何者なのか?」という問いは、「コンピューターは私たちを何者だと言っているか?」という問いに等しくなる。アルゴリズムによって「セレブリティー」とされたり「信用できない」とされたりするのと同じように、生身の個人としての自分を無視された私たちは、自らの生をコントロールできなくなる……。[序章より] ……著者は述べる。「私たちは、私たちの実在がもっぱらデータである世界に生きているわけではなく、私たちの実在がデータによって拡張される世界に生きている。つまり、私たちはすでにデータでできている。…テクノロジー派未来主義者の言うシンギュラリティーは決して訪れない。なぜなら、すでにここにあるからだ。」 肉体の死を超えて、自我や意識がサイバー空間の中で「生き続ける」というファンタジーは、すでにデータとなって漂流している私たち自身の迷妄である。ひとつだけ確かなことは、私たちが実在の死を迎えても、私たちの個人データはサイバー空間を漂い続けるということだ。[武邑光裕氏・解説より]

【内容紹介】 データを制するものが、ビジネスを制す！ データは、「21世紀の石油」ともいわれるように、組織の競争力や成長性に大きく影響する「資産」であるという認識が、今、一般化しつつある。 しかしながら、国内企業におけるデータ活用については、まだまだ課題が多い。 それは、次の3点に集約される。 一つ目は、データ不足の問題。 利用可能なデータが不足し、分析モデルの精度も高まらず、実際のビジネスへの活用レベルに到達できない組織が非常に多いこと。 2つ目は、データ活用の課題および目標が、適切に設定されていないこと。 3つ目は、現場の担当者を巻き込み、組織に「データカルチャー」を醸成できていないこと。 本書では、組織内のデータ不足の課題解決策として、インターネット上の膨大な「Webデータ」の活用を提案している。 そして、その膨大なWebデータを収集するWebスクレイピング技術と、収集したデータを可視化・分析するためのBI（ビジネス・インテリジェンス）や人工知能の活用を解説した上で、市場環境をリアルタイムに把握し、ビジネスの意思決定やマーケティング施策を強力に最適化していく手法について紹介する。 さらに、さまざまな業界におけるデータ活用プロジェクトの取材を行い、課題設定と現場を巻き込んだ課題解決の道筋を、事例として掲載。 これらは、各組織のリーダーと現場との温度感の違いといった障壁を乗り越え、組織内でデータ活用の浸透を図るための工夫や施策、プロセス改善を知るための具体的な参考になる。 本書は、企業経営層や組織リーダーが、データを活用した上での事業成長を立案するために、最適なバイブルとなる！ 【著者紹介】 [著]真瀬 正義（ませ・まさよし） 株式会社キーウォーカー代表取締役 1972年栃木県生まれ。10歳からコンピューターゲーム開発を趣味とする。 大学卒業後、日立ソフトウェアエンジニアリング株式会社勤務を経て、 2000年に株式会社キーウォーカーを創業。 以降、Webデータ収集サービスおよび自然言語処理を始めとするデータ分析ソリューションを事業の軸として展開。 趣味は、スポーツなどのデータを使ったTableauダッシュボード作成。 【目次抜粋】 Chapter1 Webデータこそが、勝敗を決める！ Chapter2 HOW to アクセス。Webデータとの付き合い方 Chapter3 「価値」を創造する、先端企業の手法 Chapter4 先駆者に学ぶ「Data活用」成功方程式

This is an English translation of the core of "探索的コーパス言語学：データ主導の日本語研究・試論" published by Osaka University Press in 2019. It advocates a new corpus linguistics based on "explaining data by data" and discusses new possibilities for Japanese language research based on case studies and methodological considerations. Author: Professor Masahiko Ishii, Graduate School of Humanities, Osaka University Publisher: Osaka University Press 2019 年に大阪大学出版会から刊行した『探索的コーパス言語学：データ主導の日本語研究・試論』の中核部分の英訳版。「データによってデータそのものを説明する」方式による新しいコーパス言語学を標榜し、日本語研究の新たな可能性について事例的研究と方法論的検討をもとに論じる。研究成果を英語で発表した書籍はまだ出版されておらず、多言語圏においても広く参照応用されうる先駆的な学術書。

※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。 プログラミングを習うより機械学習に慣れよう! 機械学習により新たな物質の発見、所望の材料開発を強力に後押しする「マテリアルズインフォマティクス」は産学問わず、新たな研究手法として有望視されています。しかし機械学習を用いたデータマイニングである性質上、まずはプログラミング技術を習得しなければいけない実情があり、馴染みのない分野の方々が一から覚えていくことは多大な労力と時間を要します。 そこで有用なのが、GUIベースのフリーソフト「Orange Date Mining」です。このソフトを使用することで、プログラミングを学んでいない人でも機械学習を実践することができます。本書では通称Orangeの使い方、そしてOrangeを使ったマテリアルズインフォマティクスの手法を紹介しています。著者によるサンプルスクリプトとデータファイルも準備しているため、手を動かし理解しながら学べると共に、各章の練習問題を解いていくことでより具体的なデータ解析が習熟できます。 マテリアルズインフォマティクスをこれから始める方に最適の一冊。

●直感をビジネスに生かせない ●仮説とデータが一致しない ●いくらデータ分析しても、成果が出ない ●結局、データより直感で判断している……。 「その根拠は？」「なぜ、そう思うの？」「裏付けはあるの？」 こういう指摘を受けるのは、あなたが、正しいデータの見方・使い方をしていないから。 文系コンサルタントによる、文系ビジネス人材のためのデータとの向き合い方 ※カバー画像が異なる場合があります。

今や医療現場では、紙媒体の資料からペーパーレスや業務効率化を動機として多くが電子化されているが、２次的利用を想定して電子化されなかったため整備されているものは限られている。2000年代初頭に電子カルテシステムの導入が始まったが、当時は個人情報の保護が最優先され、病院間での病気の治療など共有できなかった。せっかく貴重な医療データが捨てられずにサーバーあるいはクラウド上に残存していたとしても、価値を生むことは難しい。しかし、2017年４月の次世代医療基盤法の成立、20年４月～施行されたGPSP省令改正など認定された組織・団体はば医療データと医療データを結びつけることができるようになった。この本では、医療データの解析、研究、利用の方法などを誰でもわかるように解説している。

【公式リファレンスには載っていない情報を実践形式で紹介！】 本書はAndroidの公式ツールとして提供されているData Bindingの実践ガイドです。今まで Android 開発は View (XML) の操作とデータの加工を１つの Activiy で行っていました。しかし実装が煩雑になるため、今日まで様々な手法で効率的な実装方法を様々な開発者が模索し続け、Androidの公式ツールとして提供されているData Bindingはその中のひとつです。本書は開発のベストプラクティスとも言えるData Bindingを実践形式で解説しています。（本書は、次世代出版メソッド「NextPublishing」を使用し、出版されています。） 〈本書の対象読者〉 ・Androidエンジニア中級者以上 ・趣味で1～2本アプリを作ったことがある ・仕事で半年以上開発に携わったことがある ・趣味、仕事問わず今書いているコードに問題がある ・もっとスキルアップしたい 〈本書で期待できる効果〉 ・新しいAndroidアプリの書き方を学習できる ・問題あるコードのリファクタリングのヒントになる

★「いつか学ぼう」と思っていたなら、今！★ 初歩から実装まで悩まず進める！ GISの基本から始まり、今ホットな時空間データの解析まで解説。 サンプルコードと出力結果が詳細だから実践しながら学べる、最高のガイド！ [主な内容] 第1部〈導入編〉　空間データの統計解析の基礎 　第1章　はじめよう！　地理空間データの統計解析 　第2章　統計学の基本 　第3章　回帰モデルの基本 　第4章　Rの基本 　第5章　Rによる空間データ処理・可視化の基本 第2部〈基礎編〉　地域データの記述統計 　第6章　空間相関と近接行列 　第7章　大域空間統計量 　第8章　局所空間統計量 第3部〈基礎編〉　地域データの統計モデリング 　第9章　同時自己回帰モデル 　第10章　条件付き自己回帰モデル 第4部〈基礎編〉　点データの統計モデリング 　第11章　空間過程とバリオグラム 　第12章　地球統計モデル 　第13章　地理的加重回帰 第5部〈応用編〉　非ガウス空間データの統計モデリング 　第14章　一般化線形モデルの基礎 　第15章　空間相関を考慮した一般化線形モデル 　第16章　INLAによる空間モデリング 第6部〈応用編〉　時空間データの統計モデリング 　第17章　時空間データの統計モデリングの概略 　第18章　時空間CARモデル 　第19章　時空間過程モデル 第7部〈応用編〉　一般化加法モデルと時空間モデリング 　第20章　一般化加法モデルの基礎 　第21章　一般化加法モデルによる時空間モデリング 　第22章　加法モデルによる空間可変パラメータモデリング 補章　空間統計と機械学習

「基本をより実践的に！」学べる新シリーズの第一弾は、「統計モデリングの世界」へのファーストブック。基礎から学べる超入門！・チュートリアル形式だから、すぐに実践できる！・統計、確率、ベイズ推論、MCMCの基本事項から、やさしくサポート！・brmsやbayesplotなどのパッケージの使い方も、しっかり身につく！・一般化線形モデル(GLM)→一般化線形混合モデル(GLMM)→動的線形モデル(DLM)→動的一般化線形モデル(DGLM)を体系的に学べる！【本書のサポートページ】https://logics-of-blue.com/r-stan-bayesian-model-intro-book-support/　【実践Data Scienceシリーズ】　「基本をより実践的に！」を合言葉に、データサイエンスで用いられる各種手法の基本を、プログラミングの実装とともに解説していきます。はじめて学ぶ大学生、大学院生、ソフトウェアエンジニアに向けた注目の新シリーズです。【主な内容】1部　【理論編】ベイズ統計モデリングの基本　1.はじめよう！　ベイズ統計モデリング　2.統計学の基本　3.確率の基本　4.確率分布の基本　5.統計モデルの基本　6.ベイズ推論の基本　7.MCMCの基本／2部　【基礎編】RとStanによるデータ分析　1.Rの基本　2.データの要約　3.ggplot2によるデータの可視化　4.Stanの基本　5.MCMCの結果の評価　6.Stanコーディングの詳細／3部　【実践編】一般化線形モデル　1.一般化線形モデルの基本　2.単回帰モデル　3.モデルを用いた予測　4.デザイン行列を用いた一般化線形モデルの推定　5.brmsの使い方　6.ダミー変数と分散分析モデル　7.正規線形モデル　8.ポアソン回帰モデル　9.ロジスティック回帰モデル　10.交互作用／4部　【応用編】一般化線形混合モデル 1.階層ベイズモデルと一般化線形混合モデルの基本 2.ランダム切片モデル 3.ランダム係数モデル／5部　【応用編】状態空間モデル　1.時系列分析と状態空間モデルの基本 2.ローカルレベルモデル 3.状態空間モデルによる予測と補間 4.時変係数モデル　5.トレンドの構造　6.周期性のモデル化　7.自己回帰モデルとその周辺　8.動的一般化線形モデル：二項分布を仮定した例　9.動的一般化線形モデル：ポアソン分布を仮定した例

◆RとPython両方学べる。コスパ最強の一冊！◆ ・コードが理解の試金石！ ・「データサイエンスの準備」にページを割いているから、プログラミング経験ゼロで大丈夫！　 ・自分に合った言語を見つけたい、言語を乗り換えたいという方にもおすすめ！ [サポートサイト] https://github.com/taroyabuki/fromzero [主な内容] 第1部　データサイエンスのための準備 1章　コンピュータとネットワーク 2章　データサイエンスのための環境 3章　RとPython 4章　統計入門 5章　前処理 第2部　機械学習 6章　機械学習の目的・データ・手法 7章　回帰1（単回帰） 8章　回帰2（重回帰） 9章　分類1（多値分類） 10章　分類2（2値分類） 11章　深層学習とAutoML 12章　時系列予測 13章　教師なし学習 付録A　環境構築

★実務に役立つ「理論」こそが、最も実践的な「知識」なのだ！★ ・理論とPython実装をバランスよく学べる、初学者向け入門書 ・古典的な技術から、比較的新しい手法までを丁寧に解説 ・実践的な実装技術や分析におけるTipsについても解説 【サポートサイト】 https://logics-of-blue.com/python-tsa-intro-book-support/ 【本書より抜粋】 本書では実際にデータを分析しているあなたが、納得感を持って分析できるような知識を身につけてもらうことを目指しました。本書ではできる限り暗黙知を言葉にすることに努めました。入門書なので数式はかなり減らしましたが、理論的な話が多いので、読み切るのはそれなりに大変かもしれません。それでも、こういった理論こそが、現在では最も実践的な知識なのだと信じています。 【主な内容】 第1部 時系列分析の基本 1章 時系列分析をはじめよう 2章 時系列データの構造 3章 データ生成過程の基本 第2部 Pythonによる時系列分析の基本 1章 環境構築 2章 Pythonの基本 3章 Pythonによる統計分析の基本 4章 pandasによる日付処理の基本 5章 Pythonによる時系列分析の基本 6章 時系列データのシミュレーションと見せかけの回帰 第3部 基本的な時系列分析の手法 1章 単純な時系列予測の手法 2章 季節調整とトレンド除去 3章 sktimeの使い方 4章 指数平滑化法とその周辺 第4部 Box-Jenkins法とその周辺 1章 Box-Jenkins法から自動予測アプローチへ 2章 ARIMAモデル 3章 SARIMAXモデル 4章 モデル選択 第5部 線形ガウス状態空間モデル 1章 状態空間モデルの概要 2章 ローカルレベルモデルの基本 3章 ローカルレベルモデルの実装 4章 ローカルレベルモデルの数理 5章 基本構造時系列モデル 6章 状態空間モデルの分析事例 第6部 機械学習法 1章 LightGBM 2章 ニューラルネットワークと深層学習 第7部 時系列予測の実践的技術 1章 モデルの保存と読み込み 2章 時系列分析の実践におけるTipsと注意点

★基礎技術と分析アプローチがわかる入門書の決定版！★ ・「spaCy＋GiNZA」による一気通貫の分析がすぐに実践できる ・観光／金融・経済／ソーシャルメディアの分析事例をていねいに解説 ・つまずきやすい「環境構築」もしっかりサポート 【本書はこんな人におすすめです】 ・Pythonの基本が身についたので、次はテキストアナリティクスを学んでみたい ・大学の講義やプログラミングスクールなどで自然言語処理について少し触れたが、もう少し詳しく学びたい ・テキストアナリティクスにつまずいたことがあったり、ブランクがあったりして再挑戦してみたい 【本書「巻頭言」より抜粋】 アイディア次第でさまざまな分析が可能になるのがテキストアナリティクスの面白さです．その反面，多くの場合，簡単に結果が出るものではありません．諦めずに試行錯誤を続けることが重要です．基本的には多様な可能性に思いを巡らせることが有効です．それには経験の蓄積が活きてきますので，やればやるほど成果を出しやすくなります．自分で実際にデータを処理し，試行錯誤をしてみるのがテキストアナリティクスのスキルを向上させる近道です．その考えから，本書では試してみることを重要視しています． ――那須川哲哉（日本アイ・ビー・エム株式会社東京基礎研究所主席研究員） 【サポートページ】 https://github.com/tksakaki/kspub_ds_text_analytics 【主な内容】 第I部　テキストアナリティクスの基礎 第1章　テキストアナリティクスことはじめ 第2章　プログラミングの補足知識 第3章　環境構築 第4章　基礎技術 　 第II部　テキストアナリティクスの実践 第5章　データ収集 第6章　観光テキストの解析 第7章　金融・経済テキストの解析 第8章　ソーシャルメディアテキストの解析 第III部　応用技術・発展的な内容 第9章　実践的なテクニック 第10章　深層学習技術 第11章　環境構築の要らないテキストアナリティクス 付録　本書で利用するPythonライブラリ 【編著者紹介】 榊　剛史 株式会社ホットリンク 開発本部R＆D 部長 東京大学未来ビジョン研究センター 客員研究員 中国・清華大学による世界的なAI研究者2000人に選出。2006年電力会社にて情報通信業務に従事した後、東京大学博士課程に入学。2013年松尾研究室にて博士号取得。2015年～株式会社ホットリンクに入社。

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

※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。 Core Dataをマスターして、正しいiOSアプリ設計方法をマスターしよう！ Core DataはiOSアプリ開発に使う、オブジェクトやデータ管理の仕組みを提供するフレームワークです。歴史の長いフレームワークですが、複雑なためにこれまで敬遠してきた開発者も多いのではないでしょうか。 本書では、Core Dataそのものの仕組みを解説するとともに、Core Dataとユーザインターフェイスとの連携方法を重点的に解説します。iOSアプリはオブジェクト（データ）だけでなく、ユーザインターフェイス（画面）が必要ですから、Core Dataは画面と連携してこそ意味を持つのです。Core Dataという道具の性能が分かっても、使い方が分からなければ意味がありません。本書ではチュートリアル形式で解説を進めていきます。具体的なアプリを作成しながら、Core Dataの基礎と使い方の両方が習得できます。特につまづきやすい部分では、問題点を明確にするために、エラーの内容を確認しながらコードを修正していくなど、実践的な内容になっています。また、ユーザインターフェイスの実装に不慣れな方でもスムーズに読み進めていただけるように、チュートリアルの中で取り扱うユーザインターフェイス実装の基本事項を、まとめて解説しています。 iOSアプリの開発言語が、Objective-CからSwiftに変わりつつある現状を踏まえ、本書はSwiftを用いて解説を行っています。Objective-CとSwiftとでは、言語の性質の違いにより実装時の注意点も異なるので、以前からCore Dataを用いている開発者の方にも、役立てていただける内容になっています。ぜひ本書を通じて、Core Dataの仕組みと活用法をマスターし、iOSアプリ開発の幅を広げてください。

※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。 Spring Data JPAは、データベースにアクセスするための重要なライブラリーです。しかし、専門書やネットの情報が少なく、開発現場も困惑していました。本書は、Spring Data JPAを使って実際にアプリケーションを構築するノウハウを体系的にまとめた入門書です。入門者のみならず、すでにアプリを開発している方向けに、基礎から、認証や認可、単体テストなど業務アプリケーションを開発するうえで必要な知識を網羅しています。

体内に取り込むと不思議な力を発動させることのできる《石》。その《石》の力を操るユキとサクラには、過去の記憶がいっさいなかった。わかっているのはこの《石》が他にもいくつかあるらしいことだけ。自分は何者で、どこから来たのか。そしてこの《石》は一体何なのか――。《石》を探すユキとサクラの旅が始まる!!

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。

※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。

※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。 【別冊付録】 スタジオデータブック 2025 各スタジオの諸設備、サービスの内容がひと目でわかるアイコン表記や一覧表で、 検索しやすい構成となっている。 スタジオルポ、リニューアルしたスタジオの情報など最新情報も網羅した、スタジオ探しをサポートする必携の1冊。 ※本コンテンツは『コマーシャル・フォト 2025年8月号』の別冊付録を元にしております。 ※本コンテンツは紙・電子版の別冊付録と内容が一部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。 スタジオ情報を網羅した保存版。 2024 STUDIO DATA BOOK 首都圏を中心に全国のレンタルスタジオ情報を「アールホリゾント撮影空間」と「インテリア&ハウススタジオ」に2大分類し、地域別に掲載。 各スタジオの諸設備、サービスの内容がひと目で確認できるアイコン表記や、設備・サービスからスタジオを探せるINDEXも巻末に掲載し、検索しやすい構成となっている。 スタジオルポ、新規にオープンしたスタジオ、リニューアルしたスタジオなどの最新情報も網羅した、スタジオ探しをサポートする必携の1冊。 ※本コンテンツは『コマーシャル・フォト 2024年8月号』の別冊付録を元にしております。 ※本コンテンツは紙・電子版の別冊付録と内容が一部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。 ビジネス現場で必須のスキルとなった「BIツール」。初心者でも簡単に使える「Google Data Portal」でデータ集計・分析・可視化をわかりやすく解説。

※この商品は固定レイアウトで作成されています。お使いの端末で無料サンプルをお試しいただいたうえでのご購入をお願いいたします。 ※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。 本書は、「Pure Data（Pd）」というオープンソースのグラフィカルプログラミング環境を使って、サウンドプログラミングを基礎から学ぶために書かれた本です。Max/MSPと同じルーツを持つPdは、「オブジェクト」という小さな箱を線でつなげていくことでデータの流れコントロールし、音を鳴らします。本書では、レシピとしてリズムマシン、シンセサイザー、そしていくつかのインタラクティブなシステムの作り方をとりあげ、初心者にもわかりやすく解説しています。

※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。 「プロセスマイニング」は企業ITシステムのログデータを収集、解析して業務プロセスを可視化、分析する手法やツールのことです。現在国内でブームとなっているRPAの次のツールとして注目されており、主だったコンサルティングファームや監査法人、RPAベンダーなどが取り組みを始めています。そのプロセスマイニングを20年にわたって研究・牽引してきたWil van der Aalst博士が、その成果を余すことなく記した本書は、プロセスマイニングについて本格的に解説した、日本で初めての出版物です。

本書は、ようやく立ち上がり始めた情報銀行の生い立ちから、現状、そして将来を見越した内容となっています。政府主導で始まったデータ活用の仕組みは、数々の実証実験を経て、実ビジネスへの道筋がつきました。 　すでに大手金融機関として三菱UFJ信託銀行、ベンチャー企業としてDataSign、マーケティング事業からはマイデータ・インテリジェンスなどが具体的な動きを進めており、2020年にはより多くの企業が名乗りを上げると見られています。 　しかしながら、データを預ける消費者のマインドは、まだ情報銀行の活用に向けられる段階にはなく、これから啓蒙やインセンティブの設計が必要になります。さらに、それをどのように収益に結びつけれらるのか、さらには社会全体としてどのような活用が出来ていくのかなど、検討課題は山積みです。 　本書で紹介した事例や有識者のコメントが、その課題を解決するヒントを示しています。データ駆動型社会は、間違いなくこれからの日本をけん引する一つの形となるはずです。本書はそれをリードしていく企業あるいは個人の方々にとって必読の書です。

※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。 LinkedDataは、構造をもったデータを適切に公開・共有するための新しいWeb技術である。 本書は、このLinked Dataを包括的に解説する日本初の書籍である。内容は、最先端の技術情報をまことに分かりやすく簡潔に述べており、NII（国立情報学研究所）を中心とした我が国の精鋭研究者が翻訳に当たった。

※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。 2021年衆院選の際のデータ分析と、指導者、議員、霞が関、外交・安保など9分野76項目を図版161点と解説で徹底分析した日本政治のリアル――2021年4月から日本経済新聞の電子版、朝刊の政治・外交面などを軸に掲載された「チャートで読む政治」の待望の書籍化。以下は、吉野直也政治部長による本書「はじめに」から。 「政治をみる眼としてこだわったのがデータだ。客観的なデータを使いながら、政治を解剖し、筋道をみつけるのである。過去の検証もあれば、未来の予測もある。政治は森羅万象だ。選挙、国会、外交・安全保障、経済、通商、事件、街ネタまで政治は何でもありの世界だ。 印象に流されがちな政治についてオープンデータを用いながら傾向を読み解き、政治の流れをつかむ試みである。データ分析により、政治への関心を高め、理解の助けになる日本史、政治経済の教科書代わりも想定している。」

未来の全体主義国家・日本。下っ端ヤクザと娼婦とエリート軍人、階級も思想も違う3人の出会いから社会を変える闘いが始まる。夢も希望もない全体主義国家で若者たちは…。立原あゆみが描く21世紀の日本像。

日本に隕石が落下した翌朝、平凡な男子高校生・黒石レオの前に、謎の美少女転入生・モニカが現れた…!!　「あなたをお守りします」と伝えられた瞬間、レオのなんでもない日常が一変し…!? 新感覚パニックアクション開幕!!

ビジネス系の学生のための統計学入門書。EXCELの経営分析ツールを使って、ビジネスデータを分析できる技術と面白さを提供することを目標としています。●目次●1～6データの整理／7～12関連性の分析／13～20母集団と確率分布／21～26母集団の代表値に関する推定・検定／27～30関連性に関する推定・検定　2002年発行。

※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。 TM NETWORKデビュー30周年記念ツアーの公式パンフレット全4冊が電子書籍となって登場！本書はその第一弾で、彼らのメモリアル・イヤーの幕開けとなった春のツアー『the beginning of the end』の公式パンフレットです。最新撮り下ろしフォトから、メンバーによるアルバム・レビュー、小室哲哉の1万字インタビューまで、60ページにわたり掲載！第二弾『TM NETWORK 30th 1984～　QUIT30』、第三弾『TM NETWORK 30th 1984～　QUIT30 HUGE DATA』、第四弾『TM NETWORK 30th 1984～　2012-2015』も同時発売！

ハーランド・ディフェンスはおじさんだ。 　世界で唯一リスクレアリティ８の評価を持ち、 　しかもそこに収まらない 　破格の力を持った無二の殺し屋でもある。 　彼は国の政府や世界を動かす大物に依頼され 　喪服と呼ばれる女の子から武器を受け取ると、 　あらゆる仕事を丁寧かつ完璧にこなす。 　犯罪とかない世界にしたい。 　一仕事終えて気軽に囁く最強の殺し屋には 　一つだけ小さな弱点があった。 　それはハーランドが管理人を勤めるマンションで生活している 　平和で残念な訳アリ少女達で？ 　最強のおじさんとワケあり美少女たちの 　表裏一体な日常/殺し屋ライフ！ 『とある魔術の禁書目録』『とある科学の超電磁砲』の 　鎌池和馬が贈る、 　完全新作の縦読みカラーコミック登場！