ビジネスの現場で使えるAI&データサイエンスの全知識

• Material Type: 図書
• ISBN: 978-4-295-01363-1
• Title: ビジネスの現場で使えるAI&データサイエンスの全知識
• Title Transcription: ビジネス ノ ゲンバ デ ツカエル エーアイ アンド データ サイエンス ノ ゼンチシキ
• Author/Editor: 三好大悟 著
• Series Title: できるビジネス
• Author Heading: 著者 ： 三好, 大悟 ミヨシ, ダイゴ ( 031348663 )Authorities
• Publication, Distribution, etc.: 東京 : インプレス (出版)
• Publication Date: 2022.3
• Publication Date (W3CDTF): 2022
• Extent: 271p
• Size: 21cm
• Place of Publication (Country Code): JP
• Text Language Code: jpn
• Content Type: テキスト
• Media Type: 機器不用
• Carrier Type: 冊子
• Subject Heading: 経営情報--データ処理 ケイエイジョウホウ データショリ ( 00840413 )Authorities
• NDC 10th ed.: 336.17 : Business management
• NDLC: DH221
• Target Audience: 一般
• Note (Bibliography): 文献あり 索引あり
• Price: 1800円
• Holding library: 国立国会図書館
• Call No.: DH221-M285
• Data Provider (Database): 国立国会図書館 : 国立国会図書館蔵書; https://ndlsearch.ndl.go.jp
• Bibliographic ID (NDL): 032009663; http://id.ndl.go.jp/bib/032009663
• National Bibliography No. (JPNO): 23665586
• TOHAN MARC No.: 34314974
• Cataloging Rule: Nippon Cataloging Rules 2018 Edition
• Bibliographic Record Category (NDL): 111

• Summary, etc.: 本書はデータサイエンスを、ビジネス実務を題材に、難しい話なしで解説しています。また、データをどのように扱うか実感できるようにExcelファイルを用意してあります。座学＋実践でしっかり腑に落ちるデータサイエンス入門書の決定版です。(Provided by: 出版情報登録センター（JPRO）)

Table of Contents

表紙
はじめに
もくじ
Chapter 1　データサイエンスをビジネスで活用する
Section01　なぜいまデータサイエンスの必要性が叫ばれているのか？
Section02　AIやデータサイエンスにおける技術概観
Chapter 2　データサイエンスの手法を理解する 21
Section01　データサイエンスの手法ごとの特徴をつかもう
Section02　教師あり学習（回帰問題・分類問題）
Section03　ディープラーニングによる画像解析
Section04　教師なし学習
Section05　レコメンデーションの事例
Section06　最適化
Section07　各章の進め方
Chapter 3　基本的な可視化・統計手法を理解する
Section01　店舗の売上実績を分析して現状を把握しよう
Section02　要約統計量でデータの傾向をつかむ
Section03　実務で使えるデータ可視化
Chapter 4　線形回帰モデルで需要予測を立てる
Section01　販売数の需要予測により発注精度を向上しよう
Section02　教師あり学習（回帰問題）の概要
Section03　回帰問題の基本手法「線形回帰モデル」
Section04　予測モデルの精度を評価するための評価指標
Section05　実践：飲食店のPOSデータを活用しよう
Chapter 5　 ロジスティック回帰モデルでユーザーターゲティングを行う
Section01　ユーザーターゲティングによりメール配信を高度化しよう
Section02　分類問題の基本手法「ロジスティック回帰モデル」
Section03　分類問題における評価指標
Section04　実践：宿泊予約サイトのユーザーデータを活用しよう
Chapter 6　ディープラーニングで画像分類を行う
Section01　画像の商品カテゴリを推測して入力作業を自動化しよう
Section02　ディープラーニングの基本「ニューラルネットワーク」
Section03　画像認識のための「CNN」
Section04　 実践：洋服の画像データを活用しよう
Chapter 7　教師なし学習でユーザーセグメントを精緻化する
Section01　ユーザーセグメントを精緻化して施策を出し分けしよう
Section02　教師なし学習の概要
Section03　教師なし学習の基本手法「k-means法」
Section04　クラスタリング結果の解釈
Section05　実践：EC サイトの購入履歴データを活用しよう
Chapter 8　レコメンデーションの仕組みと実装
Section01　おすすめ商品をレコメンドして購入回数を向上させよう
Section02　レコメンデーションエンジンの概要
Section03　ユーザーの嗜好を考慮する「協調フィルタリング」
Section04　コンテンツの内容を考慮する「コンテンツマッチング」
Section05　実践：ユーザー評価データを活用しよう
Chapter 9　数理最適化で利益の最大化を図る
Section01　商品単価を最適化して利益を最大化しよう
Section02　最適化の概要
Section03　2つの最適化（１）「連続最適化」
Section04　2つの最適化（２）「組み合わせ最適化」
Section05　実践：小売店舗の商品データを活用しよう
おわりに
ステップアップにつながるトピックまとめ
ステップアップにつながる書籍
索引
著者プロフィール
奥付