Python実践機械学習システム100本ノック [単行本]

Python実践機械学習システム100本ノック [単行本] の 商品概要

• 要旨（「BOOK」データベースより）

  データ活用プロジェクト成功のカギは、「仕組化を意識した、継続性のある小規模システム」！データの加工から可視化・機械学習モデルの構築と評価、レポーティングの実施。最終的には、継続的なデータ更新を想定した「機械学習システム」を構築！データ加工（Ｐａｎｄａｓ）／可視化（Ｍａｔｐｌｏｔｌｉｂ、ｓｅａｂｏｒｎ、ＯｐｅｎＰｙＸＬ）／機械学習（ｓｃｉｋｉｔ‐ｌｅａｒｎ）を練習。現場で活きるデータ活用！

• 目次

  第１部 データ分析システム
  第1章 分析に向けた準備を行う10本ノック
  　ノック1：データを全て読み込んでみよう
  　ノック2：データを結合（ユニオン）してみよう
  　ノック3：フォルダ内のファイル名を一覧化してみよう
  　ノック4：複数データを結合（ユニオン）してみよう
  　ノック5：データの統計量を確認しよう
  　ノック6：不要なデータを除外しよう
  　ノック7：マスタデータを結合（ジョイン）してみよう
  　ノック8：マスタが存在しないコードに名称を設定しよう
  　ノック9：分析基礎テーブルを出力してみよう
  　ノック10：セルを整理して使いやすくしよう
  第2章 データを可視化し分析を行う10本ノック
  　ノック11：データを読み込んで不要なものを除外しよう
  　ノック12：データの全体像を把握しよう
  　ノック13：月別の売上を集計してみよう
  　ノック14：月別の推移を可視化してみよう
  　ノック15：売上からヒストグラムを作成してみよう
  　ノック16：都道府県別の売上を集計して可視化しよう
  　ノック17：クラスタリングに向けてデータを加工しよう
  　ノック18：クラスタリングで店舗をグループ化してみよう
  　ノック19：グループの傾向を分析してみよう
  　ノック20：クラスタリングの結果をt-SNEで可視化しよう
  第3章 可視化の仕組みを構築する10本ノック
  　ノック21：店舗を絞り込んで可視化できるようにしてみよう
  　ノック22：複数店舗の詳細を可視化できるようにしてみよう
  　ノック23：スライドバーを用いてオーダー件数を調べてみよう
  　ノック24：トグルボタンで地域データを抽出しよう
  　ノック25：日付を指定してデータを抽出してみよう
  　ノック26：ストーリーを考えてデータを構築しよう
  　ノック27：キャンセルの理由を分析してみよう
  　ノック28：仮説を検証してみよう
  　ノック29：ストーリーをもとにパーツやデータを組み合わせてダッシュボードを作ろう
  　ノック30：ダッシュボードを改善しよう
  第4章 レポーティングする仕組みを構築する10本ノック
  　ノック31：特定店舗の売上をExcelにして出力してみよう
  　ノック32：Excelの表を整えて出力してみよう
  　ノック33：売上以外のデータも出力してみよう
  　ノック34：問題のある箇所を赤字で出力してみよう
  　ノック35：エクセルのセル関数で日毎の集計をしてみよう
  　ノック36：折れ線グラフにして出力してみよう
  　ノック37：レポートに向けてデータを準備しよう
  　ノック38：データシートに必要なデータを出力しよう
  　ノック39：サマリーシートを作成しよう
  　ノック40：店舗別にレポートをExcel出力してみよう
  第5章 分析システムを構築する10本ノック
  　ノック41：基本的なフォルダを生成しよう
  　ノック42：入力データのチェック機構を作ろう
  　ノック43：レポーティング（本部向け）を関数化してみよう
  　ノック44：レポーティング（店舗向け）を関数化してみよう
  　ノック45：関数を実行し動作を確認してみよう
  　ノック46：更新に対応できる出力フォルダを作成しよう
  　ノック47：都道府県別で出力できるように出力フォルダを拡張してデータを出力しよう
  　ノック48：前月のデータを動的に読み込もう
  　ノック49：実行して過去データとの比較をしてみよう
  　ノック50：画面から実行できるようにしよう
  
  第2部 機械学習システム
  第6章 機械学習のためのデータ加工をする10本ノック
  　ノック51：データ加工の下準備をしよう
  　ノック52：データの読み込みを行い加工の方向性を検討しよう
  　ノック53：1か月分のデータの基本的なデータ加工を実施しよう
  　ノック54：機械学習に使用する変数を作成しよう
  　ノック55：店舗単位に集計して変数を作成しよう
  　ノック56：データの加工と店舗別集計を関数で実行しよう
  　ノック57：全データの読み込みとデータ加工をやってみよう
  　ノック58：目的変数を作成しよう
  　ノック59：説明変数と目的変数を紐づけて機械学習用のデータを仕上げよう
  　ノック60：機械学習用データの確認を行い出力しよう
  第7章 機械学習モデルを構築する10本ノック
  　ノック61：フォルダ生成をして機械学習用データを読み込もう
  　ノック62：カテゴリカル変数の対応をしよう
  　ノック63：学習データとテストデータを分割しよう
  　ノック64：1つのモデルを構築しよう
  　ノック65：評価を実施してみよう
  　ノック66：モデルの重要度を確認してみよう
  　ノック67：モデル構築から評価までを関数化しよう
  　ノック68：モデルファイルや評価結果を出力しよう
  　ノック69：アルゴリズムを拡張して多角的な評価を実施しよう
  　ノック70：平日/休日モデルを一度で回せるようにしよう
  第8章 構築した機械学習モデルで新規データを予測する10本ノック
  　ノック71：フォルダ生成をしてデータ読み込みの準備をしよう
  　ノック72：予測したい新規データを読み込もう
  　ノック73：新規データを店舗別で集計しよう
  　ノック74：新規データのカテゴリカル変数対応をしよう
  　ノック75：モデルに投入する直前の形式に整えよう
  　ノック76：モデルファイルを読み込んでみよう
  　ノック77：新規データの予測をしてみよう
  　ノック78：予測結果のヒートマップを作成してみよう
  　ノック79：実績データを作成しよう
  　ノック80：現場に向けたレポートを作成し出力しよう
  第9章 小規模機械学習システムを作成する10本ノック
  　ノック81：フォルダ生成をして初期の変数定義をしよう
  　ノック82：更新データを読み込んで店舗別データを作成しよう
  　ノック83：月次店舗データの更新をしよう
  　ノック84：機械学習用データの作成と更新をしよう
  　ノック85：機械学習モデル用の事前データ加工をしよう
  　ノック86：機械学習モデルの構築・評価をしよう
  　ノック87：新規データ予測に向けた下準備をしよう
  　ノック88：新規データの予測をしよう
  　ノック89：現場向けレポートを作成し出力しよう
  　ノック90：機械学習モデルの精度推移を可視化しよう
  第10章 機械学習システムのダッシュボードを作成する10本ノック
  　ノック91：単一データの読み込みをしよう
  　ノック92：更新データを読み込んで店舗別データを作成しよう
  　ノック93：機械学習モデルの重要変数データを読み込んで結合しよう
  　ノック94：機械学習モデルの予測結果を読み込んで結合しよう
  　ノック95：機械学習モデル用の事前データ加工をしよう
  　ノック96：店舗分析用ダッシュボードを作成しよう
  　ノック97：機械学習モデルの精度評価ダッシュボードを作成しよう
  　ノック98：機械学習モデルの混同行列ダッシュボードを作成しよう
  　ノック99：機械学習モデルの変数重要度の分析ダッシュボードを作成しよう
  　ノック100：機械学習モデルの予測結果検証のための可視化をしよう

• 出版社からのコメント

  リアルな機械学習が、データ活用プロジェクト成功の鍵。2万人が読んだ『Python実践データ分析100本ノック』に続編が登場！

• 内容紹介

  あなたの分析結果や技術は、社内で十分に理解されていますか？ もし理解されていないのなら、小規模でも継続的にデータ分析や機械学習を回す「仕組み」が必要です。本書は、大好評の『Python実践データ分析100本ノック』の続編として、実際のビジネス現場を想定した100の例題を解くことで、現場の視点と応用力が身に付くよう設計した問題集です。データ活用プロジェクトを立ち上げ、社内にきっちり定着化させるための最初の一歩です！

• 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）

  下山 輝昌(シモヤマ テルマサ)
  日本電気株式会社（ＮＥＣ）の中央研究所にてハードウェアの研究開発に従事した後、独立。データ分析コンサルタントとして幅広く案件に携わる。２０１７年に合同会社アイキュベータを共同創業
  
  三木 孝行(ミキ タカユキ)
  ソフトウェア開発会社に勤務後、２０１７年合同会社アイキュベータを共同創業。データ分析やＡＩにおけるコンサルティングやシステム開発プロジェクトを推進し、事業拡大を行っている。特に、要件が定まる前の段階の顧客に対して、顧客と一体となって様々な視点から最適な技術を設計し、実証実験を推進していく部分に強みを持つ。また、プログラミングスキルについては、独学で各種言語を習得し、Ｃ言語より高水準の言語を扱える
  
  伊藤 淳二(イトウ ジュンジ)
  携帯電話会社のバックオフィスに従事し、システムエンジニアに転身した後、エンジニア兼プロジェクトマネージャ。その後、合同会社アイキュベータに合流

• 著者について

  下山 輝昌 (シモヤマテルマサ)
  ■下山輝昌
  　最先端テクノロジーの効果的な活用による社会の変革を目指し、2017年に合同会社アイキュベータを共同創業。人工知能、IoT、情報デザインの新しい方向性 や可能性を研究しつつビジネス化に取り組んでいる。
  
  ・共著『Tableauデータ分析～実践から活用まで～』『Python実践データ分析100本ノック』（秀和システム）。
  
  ■三木孝行
  　2017年、合同会社アイキュベータを共同創業。データ分析やAIにおけるコンサルティング・システム開発プロジェクトを推進し、事業拡大を担う。
  
  ・共著『Python実践データ分析100本ノック』（秀和システム）。
  
  ■伊藤淳二
  　システムエンジニアとしての経験を活かして合同会社アイキュベータに合流。現場目線を重視したAI導入を推進し、AIシステム開発、データ分析に関する数多くの案件を牽引している。
  
  下山　輝昌 (シモヤマ　テルマサ)
  　日本電気株式会社（NEC）の中央研究所にてハードウェアの研究開発に従事した後、独立。機械学習を活用したデータ分析やダッシュボードデザイン等に裾野を広げ、データ分析コンサルタントとして幅広く案件に携わる。それと同時に、最先端テクノロジーの効果的な活用による社会の変革を目指し、2017年に合同会社 アイキュベータを共同創業。人工知能、Internet of Things（IoT）、情報デザインの新しい方向性 や可能性を研究しつつビジネス化に取り組んでいる。
  
  ・共著『Tableauデータ分析～実践から活用まで～』『Python実践データ分析100本ノック』（秀和システム）。
  
  三木　孝行 (ミキ　タカユキ)
  　ソフトウェア開発会社に勤務し、大手鉄道会社、大手銀行等の大規模基幹システムの開発を統括。システム・ITにおける、要件定義、設計、開発、リリースまで全工程を経験。2017年に最先端テクノロジーの効果的な活用による社会の変革を目指し、合同会社アイキュベータを共同創業。データ分析やAIにおけるコンサルティングやシステム開発プロジェクトを推進し、事業拡大を行っている。特に、要件が定まる前の段階の顧客に対して、顧客と一体となって様々な視点から最適な技術を設計し、実証実験を推進していく部分に強みを持つ。また、プログラミングスキルについては、独学で各種言語を習得し、C言語より高水準の言語を扱える。
  
  ・共著『Python実践データ分析100本ノック』（秀和システム）。
  
  伊藤　淳二 (イトウ　ジュンジ)
  　携帯電話会社のバックオフィスに従事し、当時課題であった業務効率化 / 情報連携ツールを独自に開発したことをきっかけにシステム開発の喜びを知る。それを契機に、システムエンジニアとして本格的に転身した後、鉄道系や電力系の基幹システム開発等に従事。要件定義から設計、開発、運用までの各工程で力を発揮。現場目線で提案できるエンジニア兼プロジェクトマネージャとして、数々の案件を成功に導く。その後、AIコンサルティング・データアナリティクスを行う合同会社アイキュベータに合流。これまでの経験を活かし、現場目線を重視したAI導入を推進し、AIシステム開発、データ分析に関する数多くの案件を牽引している。

Python実践機械学習システム100本ノック [単行本] の商品スペック