ビジネスの現場で使えるAI&データサイエンスの全知識|Tech Book Zone Manatee

マナティ

29501363110000000005.jpg

購入形態

PDF
1,980円
数量:

カートに追加されました。カートを見る

カートに入れる
紙の本を買う

ビジネスの現場で使えるAI&データサイエンスの全知識

インプレス

"競プロ" で必要なテクニックを1冊に凝縮!
『競技プログラミングの鉄則』好評発売中

これから必ず役立つスキルを身につけよう!

データサイエンスは、ビジネスのあらゆる現場で役立つスキルです。たとえば需要予測。日々の販売計画を精緻化することは、業務の無駄をなくし、広い視点では大量廃棄などの課題解決にも役立ちます。また、ECサイトに欠かせないレコメンデーションシステム。おすすめの商品を高い精度で提案してくれるシステムによって、顧客の利便性が高まり、同時に売上アップにもつながります。ほかにもデータサイエンスが基礎となっている仕組みは数多く存在します。いまや人々の生活に欠かせなくなったAIなどの技術もデータサイエンスの一分野です。
このようにデータサイエンスは、「データサイエンティスト」などの専門職だけが知っておけば足りる知識ではなく、あまねくビジネスパーソンが知っておくべき知識であり、スキルなのです。本書ではこの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。

発売日:2022-03-15

ページ数:272ページ

目次

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

著者プロフィール

  • 三好大悟(著者)

    三好 大悟(みよし・だいご)
    慶應義塾大学理工学部で金融工学を専攻。大学卒業後、株式会社データミックスにてデータサイエンティストとして、統計学や機械学習を用いたデータ分析・アルゴリズム開発を中心としたコンサルティングに従事。2020年7月からは株式会社セブン&アイ・ホールディングスにて、小売や物流・配送などの事業におけるデータ・AI活用を推進。一方で兼業としても活動し、データ分析やAI開発など、データサイエンスに関するアドバイザリや受託開発を行うかたわら、講師活動なども行う。

"競プロ" で必要なテクニックを1冊に凝縮!
『競技プログラミングの鉄則』好評発売中