Pythonで動かして学ぶ!Kaggleデータ分析入門 [単行本]

Pythonで動かして学ぶ!Kaggleデータ分析入門 の 商品概要

• 要旨（「BOOK」データベースより）

  本書はこれからデータ分析をはじめたいと思っている方や、Ｋａｇｇｌｅに興味のあるデータ分析の初心者に向けて、Ｐｙｔｈｏｎの実際のコードとともに丁寧に解説した書籍です。データ分析で必要な一般的な知識とともに、Ｋａｇｇｌｅへチャレンジするフローや、Ｋａｇｇｌｅの初心者向けコンペへの取り組み方を紹介します。データ分析や機械学習の一端に触れ、実際に課題を解決するプロセスを体験できます。Ｋａｇｇｌｅの初心者向けチュートリアル「Ｔｉｔａｎｉｃコンペ」「Ｈｏｕｓｅ　Ｐｒｉｃｅｓコンペ」について、分析の準備から結果の考察、そして精度を上げるプロセスをステップバイステップでコードとともに、わかりやすく解説。

• 目次

  PROLOGUE　Kaggleで実践的なスキルを体験しよう！
  0.1　Kaggleの世界に飛び込んでみよう！
  
  CHAPTER 1　Kaggleとは
  1.1　世界中のデータサイエンティストが競い合うプラットフォーム
  1.2　Kaggleにおけるメダル、称号
  1.3　コンペに参加する流れ
  1.4　コンペの種類
  1.5　Kaggleコミュニティについて
  
  CHAPTER 2　データ分析の手順、データ分析環境の構築
  2.1　データ分析の手順・概要
  2.2　データ分析の環境について
  2.3　Jupyter Notebookによる対話的なデータ分析環境について
  2.4　Anacondaの仮想環境を利用する（Windows）
  2.5　pyenvの環境を利用する（macOS）
  2.6　Kaggleの環境を利用する
  
  CHAPTER 3　Kaggleコンペにチャレンジ1：Titanicコンペ
  3.1　Kaggleを通して実際のデータ分析フローに触れる
  3.2　Titanicコンペとは
  3.3　データを取得する
  3.4　データ分析の準備をする
  3.5　データの概要を把握する
  3.6　データを可視化する
  3.7　前処理・特徴量の生成を行う
  3.8　モデリングを行う
  3.9　Kaggleに結果をsubmitする
  3.10　精度以外の分析視点
  
  CHAPTER 4　Kaggleコンペにチャレンジ2：House Pricesコンペ
  4.1　より詳細なデータ分析へ
  4.2　House Pricesコンペとは
  4.3　データを取得する
  4.4　ベースライン（ベンチマーク）を作成する
  4.5　目的変数の前処理：目的変数の分布を確認する
  4.6　説明変数の前処理：欠損値を確認する
  4.7　外れ値を除外する
  4.8　説明変数の確認：特徴量を生成する
  4.9　ハイパーパラメータを最適化する
  4.10　様々な機械学習手法によるアンサンブル
  4.11　追加分析（1）統計手法による家のクラスタ分析を行う
  4.12　追加分析（2）ハイクラスな家の条件を分析・可視化する
  
  CHAPTER 5 さらなるデータサイエンス力向上のためのヒント
  5.1　Kaggle Masterへの特別インタビュー（wrb0312さん）
  5.2　KaggleでオススメのStarter Notebook
  5.3　GCPのAI Platformによる分析手順
  
  APPENDIX　Kaggle Days Tokyo 2019 レポート
  A.1　Kaggle Days Tokyo 2019
  A.2　専業Kagglerの1年半＆LANL Earthquake Prediction 3rd place solution
  
  

• 出版社からのコメント

  世界最大のデータ分析コンペサイト「Kaggle」にチャレンジしよう！

• 内容紹介

  世界最大のデータ分析コンペサイト
  Kaggle（カグル）に挑戦して
  データ分析の基礎知識を身に付けよう！
  
  【本書の概要】
  本書はこれからデータ分析をはじめたいと思っている方や、
  Kaggleに興味のあるデータ分析の初心者に向けて、
  Pythonの実際のコードとともに丁寧に解説した書籍です。
  データ分析で必要な一般的な知識とともに、
  Kaggleへチャレンジするフローや、
  Kaggleの初心者向けコンペへの取り組み方を紹介します。
  データ分析や機械学習の一端に触れ、
  実際に課題を解決するプロセスを体感できます。
  
  【本書の対象読者】
  ・データサイエンティストを目指す学生
  ・データ分析に興味はあるが、あまり経験や知見がないデータ分析の初学者の方
  
  【本書のポイント】
  Kaggleの初心者向けチュートリアル「Titanicコンペ」「House Pricesコンペ」について、
  分析の準備から結果の考察、そして精度を上げるプロセスを
  ステップバイステップでコードとともに、わかりやすく解説しています。
  
  【本書より扱うコンペの特徴：本書より抜粋】
  ・Titanicコンペの特徴
  乗客ごとに性別や年齢、乗船チケットクラスなどのデータが、
  生存したか死亡したかのフラグとともに与えられています。
  生死に影響する属性の傾向をデータから分析して、
  生死がわからない（予測用に隠されている）乗客について、
  生死結果を予測することが目的です。
  
  ・House Pricesコンペの特徴
  与えられるデータは、住宅ごとの築年数、設備、広さ、エリア、ガレージに入る車の数など、
  79個の説明変数および、目的変数としての物件価格を含みます。
  1460戸の学習データが与えられ、そのデータをもとにモデルを作成し、
  1459戸の家の価格を予測します。
  
  【著者プロフィール】
  篠田 裕之（しのだ・ひろゆき）
  広告会社で、ビッグデータを活用したメディアソリューション開発を行う。
  データ分析やデータビジュアライゼーションに関するセミナー登壇、執筆多数。
  
  

• 著者紹介（「BOOK著者紹介情報」より）（本データはこの書籍が刊行された当時に掲載されていたものです）

  篠田 裕之(シノダ ヒロユキ)
  株式会社博報堂ＤＹメディアパートナーズ所属。データ分析をもとにした、メディア戦略立案、商品開発、コンテンツ制作を行う。データ分析やデータビジュアライゼーションに関するセミナー登壇、執筆多数

Pythonで動かして学ぶ!Kaggleデータ分析入門 の商品スペック