通販検索/いつも気楽に

【楽天ブックスならいつでも送料無料】これが切り札 無敵のExcelテクニック [ 富士通ラーニングメディア ]

富士通ラーニングメディア 富士通ラーニングメディアコレガキリフダムテキノエクセルテクニック フジツウラーニングメディア 発行年月：2025年06月16日 予約締切日：2025年05月30日 ページ数：359p サイズ：単行本 ISBN：9784867751510 ビジネスの現場でずっと使えるブックの作成テクニック／操作のムダを激減！ショートカット活用術／表の見やすさをグッと向上！書式設定の統一ルール／関数は相棒！複雑な計算を強力サポート／データを確実に使いまわす！データベース機能／計算の壁を突破！集計スピードアップテクニック／業務をスマートに！自分だけの最強ツール作成／過去・現在・未来を描き出す！グラフと分析テクニック／情報共有はチームの力！印刷・共有テクニック／データに命を吹き込む！データクレンジング術／外部データ攻略の秘訣！Power Query活用テクニック／自動化で変わるいつもの仕事！マクロ・VBAのはじめ方／Excel×Copilotで変わる！新しい仕事のカタチ 「使えるつもり」のExcelスキルを現場で戦える「武器」に仕上げる！業務効率アップに役立つ実践的なテクニック129選。Power QueryやCopilotも味方につけて、一歩先へ踏み出そう。 本 パソコン・システム開発 アプリケーション EXCEL パソコン・システム開発 その他

【楽天ブックスならいつでも送料無料】テキストマイニング入門 ExcelとKH Coderでわかるデータ分析 [ 末吉美喜 ]

ExcelとKH Coderでわかるデータ分析 末吉美喜 株式会社オーム社テキストマイニングニュウモン フチガミ ミキ 発行年月：2019年02月26日 予約締切日：2018年10月17日 ページ数：256p サイズ：単行本 ISBN：9784274222856 末吉美喜（スエヨシミキ） 株式会社メディアチャンネル。大阪市立大学大学院生活科学研究科博士後期課程修了。大手総合電機メーカーの研修部門や公共・介護事業向けシステム部門にてデータ活用の推進に従事した後、人間工学の研究者として実験データの解析、UXディレクターとしてWebサイトのアクセス解析などに携わる。大学非常勤講師やデータ解析の企業コンサルタント、セミナー講師を経て、現在は「ビジネス統計チャンネル」の企画・運営を行っている（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） 第1部 テキストマイニング基礎編（テキストマイニングとは／テキストマイニングで実現できること／気軽に始めるテキストマイニング／テキストデータを準備する／KH Coderで伝える！分析アウトプット5選／分析の精度を高める！データクレンジング）／第2部 テキストマイニング実践編（アンケートのテキストマイニング）／付録 本 パソコン・システム開発 その他

【楽天ブックスならいつでも送料無料】Excel関数をフルに使って データ整形・集計・可視化の自動化を極める本 [ 森田 貢士 ]

森田 貢士 ソシムエクセルカンスウヲフルニツカッテ データセイケイシュウケイカシカノジドウカヲキワメルホン モリタ コウシ 発行年月：2023年06月14日 予約締切日：2023年04月26日 ページ数：446p サイズ：単行本 ISBN：9784802614153 第0章 「データの整形・集計・可視化の自動化」には必須！数式と関数の基本／第1章 まずはExcelの「作業プロセス」と「自動化パターン」を徹底的に理解する／第2章 データの全体像を定量的に把握するための集計テクニック／第3章 集計結果を一目瞭然にできる「データ可視化」とは／第4章 集計／分析の手戻りを最小化する元データ作成のポイント／第5章 集計／分析の精度を上げるデータクレンジングのテクニック／第6章 多角的な集計／分析を行なうために、事前に「切り口」を増やしておく／第7章 複数の表の集約、表のレイアウト変更も自動化できる データ整形も集計もまさか手作業でやってる？その作業、関数での自動化から始めてみては？関数の新常識「スピル」を実務で活用するノウハウが満載！関数をピンポイントでだけ使うのは×。一連のプロセスの中で組み合わせるのが真髄。関数フル＋他機能も少々＝つまり万能！スマートにデータを可視化する。 本 パソコン・システム開発 アプリケーション EXCEL パソコン・システム開発 その他

〔予約〕データ監査ツール 日本語版ActiveData For Excel 公式解説書【1000円以上送料無料】

出版社日刊現代発売日2025年08月29日ISBN9784065409558キーワードでーたかんさつーるにほんごばんあくてぃぶでーたふぉ データカンサツールニホンゴバンアクティブデータフォ9784065409558内容紹介DX化時代のデータ監査ツール「ActiveData For Excel」の機能を網羅的に解説した国内初の書籍！本書は、「ActiveData For Excel」の基本的な操作方法から実務で役立つコマンドまでをわかりやすく図解した1冊です。ActiveData For Excelとは、膨大な会計データでも正確に・効率的に分析できるDX化時代のデータ監査ツールです。Excelのアドインツールとして使えるため、Excelを使い慣れている方にとっては、スムーズに導入できる点が大きな魅力です。また、特に難しい設定を必要とせず、いくつかの簡単なステップでデータを分析できるので、誰でも気軽に使い始めることができます。【本書の特長】●国内初！ 豊富なデータ活用例と機能解説を掲載ActiveData For Excel日本語版の共同制作元である監査法人だからわかる、実際の業務に即した具体的な活用例を多数掲載しています。ActiveData For Excelのほぼすべての機能解説を集約した書籍は、本書が国内初です。●データ分析の基本的なトピックを各章に分けて紹介！本書を手掛けた監査法人で実際に利用されてきた手法を元に、クレンジング、集計、抽出などを各章に分けて紹介しており、自分の必要なトピックから学ぶことが可能です。たとえば、あるコマンドの使い方を忘れてしまった場合でも、簡単に参照できるようになっているので、効率よく学習を進められます。●各章に演習問題を掲載！各章には、トピックに沿った演習問題とそのやり方が掲載されているので、実際に手を動かしながら、実践的に学べます。●特典にサンプルデータつき！ActiveData For Excelの利便性が体感できるサンプルデータが特典としてつきます。本書によってActiveData For Excelのスキルを身につけることで、監査業務がより効率的に進められるようになります。データ分析の新しい世界に一歩踏み込んで、監査業務のスピードと精度を向上させましょう！※本データはこの商品が発売された時点の情報です。

【楽天ブックスならいつでも送料無料】Sparkによる実践データ解析 大規模データのための機械学習事例集 [ サンディ・ライザ ]

大規模データのための機械学習事例集 サンディ・ライザ ユーリ・ラサーソン オライリー・ジャパン オーム社スパーク ニ ヨル ジッセン データ カイセキ ライザ,サンディ ラサーソン,ユーリ 発行年月：2016年01月 ページ数：309p サイズ：単行本 ISBN：9784873117508 ライザ，サンディ（Ryza,Sandy） Cloudera社のデータサイエンティストであり、Apache Sparkプロジェクトの活発なコントリビュータ。近年はClouderaでのApacheの開発をリードしており、Sparkによるさまざまな分析のユースケースにおける顧客の支援に時間を費やしている。Hadoop Project Management Committeeのメンバーでもある ラサーソン，ユーリ（Laserson,Uri） Cloudera社のデータサイエンティスト。Clouderaでは、Hadoopエコシステム中のPythonにフォーカスしている。また、ライフサイエンスやヘルスケアを中心とする広範囲の問題に対して、Hadoopを導入する支援をしている。Uriは以前、MITでバイオメディカルエンジニアリングでPh．Dの取得を目指す傍ら、次世代診断の企業であるGood Start Geneticsを共同設立した オーエン，ショーン（Owen,Sean） Cloudera社でヨーロッパ、中東及びアフリカを担当するデータサイエンスのディレクター。2009年以来、Apacheの機械学習プロジェクトであるMahoutに対して大きく貢献しており、そのレコメンデーションフレームワークであるTasteを作成した。lambdaアーキテクチャの原理の上に構築された、Hadoop上の大規模リアルタイム学習のためのOryx（以前はMyrrixと呼ばれていた）プロジェクトを立ち上げた ウィルス，ジョシュ（Wills,Josh） Cloudera社のデータサイエンスのシニアディレクターであり、幅広い業界に渡って、Hadoopベースのソリューションを開発するために顧客及びエンジニアと共に働いている。最適化されたMapReduce及びSparkのパイプラインをJavaで構築するためのApache Crunchプロジェクトの創始者であり、VPでもある。Clouderaに入社する以前は、Googleに勤めており、オークションのシステムの仕事をした後、Google＋の分析インフラストラクチャの開発をリードしていた 石川有（イシカワユウ） 株式会社リクルートテクノロジーズのアドバンスドテクノロジーラボに所属。株式会社ミクシィ在籍時にHadoopやHiveなどの分散処理システムに興味を持ち、分析基盤構築からアプリケーション設計、データサイエンス業務まで幅広くこなす。現在は、Apache Sparkの特に機械学習コンポーネントMLlibの開発に従事している（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） ビッグデータの分析／ScalaとSparkによるデータ分析の紹介／音楽のレコメンドとAudioscrobblerデータセット／決定木を使った森林被覆の予測／K平均クラスタリングを使ったネットワークトラフィックにおける異常の検出／潜在意味解析を使ったWikipediaの理解／GraphXを使った共起ネットワークの分析／ニューヨーク市のタクシーの移動データに対する地理空間及び履歴データ分析／モンテカルロシミュレーションによる金融リスクの推定／ゲノムデータの分析とBDGプロジェクト／PySparkとThunderを使った神経画像データの分析／Sparkの詳細／MLlib Pipelines API／SparkRについて／SparkのJVM、OSレベルのチューニングによる高速化 本書は、データサイエンスの4人のエキスパートがSparkでの高度な分析方法を解説するとともに、より実践的なデータサイエンスを学ぶ書籍です。ビッグデータ分析におけるSparkの位置づけを紹介し、ベストな結果を得るためのデータの準備やモデルのチューニングについて解説します。またデータクレンジングのユースケースを通じてSparkとScalaによるデータ処理の基本を学習し、Sparkを使った機械学習の基礎や応用分野における広く使われる一般的なアルゴリズムを紹介します。日本語版では付録として高柳慎一氏と牧山幸史氏による「SparkRについて」と千葉立寛氏、小野寺民也氏による「SparkのJVM、システムレベルのチューニングによる高速化」を掲載。高度なデータ解析を習得したいデータサイエンティスト必携の一冊です。 本 パソコン・システム開発 その他

【電子書籍なら、スマホ・パソコンの無料アプリで今すぐ読める！】はじめてのAIリテラシー【電子書籍】[ 岡嶋裕史 ]

＜p＞＜strong＞（概要）＜/strong＞＜br /＞ 政府は「AI戦略2019」の中で、リテラシー教育として文理を問わず、全ての大学・高専生約50万人を対象に、初級レベルの数理・データサイエンス・AIを課程にて習得する方針を打ち出しました。これを踏まえ、各大学・高専で参照可能な「モデルカリキュラム」の検討と策定が進められています。本書はこのモデルカリキュラムのうち、基礎的な範囲に対応した教科書です。AIリテラシーの基礎を薄く広く扱います。文科省の認定制度に準拠し、半期15回の講義で進められるよう工夫されています。これから導入を考えているすべての大学・高専が対象です。＜br /＞ ＜strong＞（こんな方におすすめ）＜/strong＞＜br /＞ ・AIリテラシーを学びたい方＜/p＞ ＜p＞＜strong＞（目次）＜/strong＞＜br /＞ ＜strong＞第1講 AIリテラシーとは＜/strong＞＜br /＞ 1-1 AIの定義＜br /＞ 1-2 なぜAIが必要とされているのか＜br /＞ 1-3 この本ではどこまで学ぶか＜br /＞ ＜strong＞第2講 社会でどのような変化が起きているか＜/strong＞＜br /＞ 2-1 ビッグデータ、IoT、5Gなどの登場＜br /＞ 2-2 第4次産業革命、Society5.0＜br /＞ 2-3 データ駆動型社会＜br /＞ ＜strong＞第3講 社会でどのようなデータが活用されているか＜/strong＞＜br /＞ 3-1 人の動線をめぐるデータ＜br /＞ 3-2 多くの機器のログとオープンデータ＜br /＞ 3-3 1次データ、2次データ、メタデータ＜br /＞ 3-4 非構造化データの増大＜br /＞ ＜strong＞第4講 データ・AIを何に使えるか＜/strong＞＜br /＞ 4-1 データ・AIの活用領域の広がり＜br /＞ 4-2 具体的にどう使えばいいのか＜br /＞ 4-3 シェアリングエコノミー、エビデンスベース社会、ナッジ＜br /＞ ＜strong＞第5講 データ・AIの技術＜/strong＞＜br /＞ 5-1 データ解析とは何をしているのか＜br /＞ 5-2 可視化の手法にはどういったものがあるのか＜br /＞ 5-3 非構造化データの処理とは＜br /＞ 5-4 AIの技術とは＜br /＞ ＜strong＞第6講 データを読み、説明し、扱う＜/strong＞＜br /＞ 6-1データの種類を知る＜br /＞ 6-2 基本統計量でデータの特徴をつかむ＜br /＞ 6-3 もととなるデータを集める＜br /＞ 6-4 集めたデータを集計する＜br /＞ 6-5 誤読しないデータの読み方、データの比較方法＜br /＞ ＜strong＞第7講 データ・AIを扱うときに注意すること＜/strong＞＜br /＞ 7-1 データ活用の負の側面＜br /＞ 7-2 GDPR、忘れられる権利、ELSI、オプトイン・オプトアウト＜br /＞ 7-3 データの正義について＜br /＞ ＜strong＞第8講 データ・AIにまつわるセキュリティ＜/strong＞＜br /＞ 8-1 情報セキュリティの基礎＜br /＞ 8-2 情報のCIA＜br /＞ 8-3 暗号化と匿名加工情報＜br /＞ ＜strong＞第9講 統計と数学のきほん＜/strong＞＜br /＞ 9-1 AIに必要な数学＜br /＞ 9-2 AIに必要な集合・場合の数＜br /＞ 9-3 AIに必要な確率・統計＜br /＞ ＜strong＞第10講 アルゴリズムとは何か＜/strong＞＜br /＞ 10-1 AIとアルゴリズム＜br /＞ 10-2 組み合せ爆発を攻略するAIのアルゴリズム＜br /＞ 10-3 探索問題＜br /＞ 10-4 二部マッチング問題＜br /＞ ＜strong＞第11講 データの構造とプログラミング＜/strong＞＜br /＞ 11-1 ソフトウェアのプログラミング＜br /＞ 11-2 プログラミングの歴史＜br /＞ 11-3 データの構造＜br /＞ 11-4 プログラミング環境の構築＜br /＞ 11-5 変数＜br /＞ 11-6 条件分岐＜br /＞ 11-7 繰り返し＜br /＞ ＜strong＞第12講 データを上手に扱うには＜/strong＞＜br /＞ 12-1 ビッグデータの収集＜br /＞ 12-2 データベース＜br /＞ 12-3 データ加工＜br /＞ 12-4 データクレンジング＜br /＞ ＜strong＞第13講 時系列データと文章データの分析＜/strong＞＜br /＞ 13-1 時系列データ分析＜br /＞ 13-2 時系列データの変動要因＜br /＞ 13-3 時系列データ分析演習（二酸化炭素排出量の予測）＜br /＞ 13-4 文章データ分析＜br /＞ 13-5 文章データ分析演習（スパムメールフィルタの作成）＜br /＞ ＜strong＞第14講 データ活用実践（教師あり学習と教師なし学習）＜/strong＞＜br /＞ 14-1 AIの学習方式＜br /＞ 14-2 教師あり学習の出力＜br /＞ 14-3 教示なし学習の出力＜br /＞ 14-4 過学習と汎化＜br /＞ 14-5 データ活用実践1ー教師あり学習、分類＜br /＞ 14-6 データ活用実践2ー教師あり学習、回帰＜br /＞ 14-7 データ活用実践3ー教師なし学習、連関分析＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。

【電子書籍なら、スマホ・パソコンの無料アプリで今すぐ読める！】［改訂新版］はじめてのAIリテラシー【電子書籍】[ 岡嶋裕史 ]

＜p＞＜strong＞※この商品は固定レイアウトで作成されており、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。※PDF版をご希望の方は＜a href="gihyo.jp/mk/dp/ebook/2023/978-4-297-14408-1"＞Gihyo Digital Publishing＜/a＞も併せてご覧ください。＜/strong＞＜/p＞ ＜h2＞＜strong＞◆モデルカリキュラムに対応。MDASH認定制度に準拠◆＜/strong＞＜/h2＞ ＜p＞＜strong＞AIリテラシー教育に対応した文系の方にもおすすめできる教科書です。＜/strong＞＜br /＞ 政府は「AI戦略2019」でリテラシー教育として文理を問わず、全ての大学・高専生約50万人を対象に、初級レベルの数理・データサイエンス・AIを課程にて習得する方針を打ち出しました。これを踏まえ、2020年4月に「数理・データサイエンス・AI（リテラシーレベル）モデルカリキュラム」が策定され、各大学・高専で履修が進められています。このモデルカリキュラムが2024年2月に改訂されました。＜br /＞ 本書は「数理・データサイエンス・AI（リテラシーレベル）」（通称MDASH）の2024年2月改訂に対応しています。MDASHの「導入」「基礎」「心得」「選択（オプション）」モデルカリキュラムに準拠した内容です。14章の構成で、半期15回の講義で進められるよう工夫されています。AIのしくみやデータ分析、プログラミングやデータ活用など、AIリテラシーを幅広く学べます。＜/p＞ ＜h2＞＜strong＞■こんな方におすすめ＜/strong＞＜/h2＞ ＜p＞・AIリテラシーを学びたい方。テキスト採用をお考えの先生＜/p＞ ＜h2＞＜strong＞■目次＜/strong＞＜/h2＞ ＜p＞＜strong＞●第1講 AIリテラシーとは＜/strong＞＜br /＞ 1-1 AIの定義＜br /＞ 1-2 なぜAIが必要とされているのか＜br /＞ 1-3 生成AI＜br /＞ 1-4 この本ではどこまで学ぶか＜br /＞ ＜strong＞●第2講 社会でどのような変化が起きているか＜/strong＞＜br /＞ 2-1 ビッグデータ、IoT、5Gなどの登場＜br /＞ 2-2 第4次産業革命、Society5.0＜br /＞ 2-3 データ駆動型社会＜br /＞ ＜strong＞●第3講 社会でどのようなデータが活用されているか＜/strong＞＜br /＞ 3-1 人の動線をめぐるデータ＜br /＞ 3-2 多くの機器のログとオープンデータ＜br /＞ 3-3 1次データ、2次データ、メタデータ＜br /＞ 3-4 非構造化データの増大＜br /＞ ＜strong＞●第4講 データ・AIを何に使えるか＜/strong＞＜br /＞ 4-1 データ・AIの活用領域の広がり＜br /＞ 4-2 具体的にどう使えばいいのか＜br /＞ 4-3 シェアリングエコノミー、エビデンスベース社会、ナッジ＜br /＞ ＜strong＞●第5講 データ・AIの技術＜/strong＞＜br /＞ 5-1 データ解析とは何をしているのか＜br /＞ 5-2 可視化の手法にはどういったものがあるのか＜br /＞ 5-3 非構造化データの処理とは＜br /＞ 5-4 AIの技術とは＜br /＞ ＜strong＞●第6講 データを読み、説明し、扱う＜/strong＞＜br /＞ 6-1データの種類を知る＜br /＞ 6-2 基本統計量でデータの特徴をつかむ＜br /＞ 6-3 もととなるデータを集める＜br /＞ 6-4 集めたデータを集計する＜br /＞ 6-5 誤読しないデータの読み方、データの比較方法＜br /＞ ＜strong＞●第7講 データ・AIを扱うときに注意すること＜/strong＞＜br /＞ 7-1 データ活用の負の側面＜br /＞ 7-2 GDPR、忘れられる権利、ELSI、オプトイン・オプトアウト＜br /＞ 7-3 データの正義について＜br /＞ ＜strong＞●第8講 データ・AIにまつわるセキュリティ＜/strong＞＜br /＞ 8-1 情報セキュリティの基礎＜br /＞ 8-2 情報のCIA＜br /＞ 8-3 暗号化と匿名加工情報＜br /＞ 8-4 生成AIが生み出す新たなリスク＜br /＞ ＜strong＞●第9講 統計と数学のきほん＜/strong＞＜br /＞ 9-1 AIに必要な数学＜br /＞ 9-2 AIに必要な集合・場合の数＜br /＞ 9-3 AIに必要な確率・統計＜br /＞ ＜strong＞●第10講 アルゴリズムとは何か＜/strong＞＜br /＞ 10-1 AIとアルゴリズム＜br /＞ 10-2 組み合せ爆発を攻略するAIのアルゴリズム＜br /＞ 10-3 探索問題＜br /＞ 10-4 二部マッチング問題＜br /＞ ＜strong＞●第11講 データの構造とプログラミング＜/strong＞＜br /＞ 11-1 ソフトウェアのプログラミング＜br /＞ 11-2 プログラミングの歴史＜br /＞ 11-3 データの構造＜br /＞ 11-4 プログラミング環境の構築＜br /＞ 11-5 変数＜br /＞ 11-6 条件分岐＜br /＞ 11-7 繰り返し＜br /＞ ＜strong＞●第12講 データを上手に扱うには＜/strong＞＜br /＞ 12-1 ビッグデータの収集＜br /＞ 12-2 データベース＜br /＞ 12-3 データ加工＜br /＞ 12-4 データクレンジング＜br /＞ ＜strong＞●第13講 時系列データと文章データの分析＜/strong＞＜br /＞ 13-1 時系列データ分析＜br /＞ 13-2 時系列データの変動要因＜br /＞ 13-3 時系列データ分析演習（二酸化炭素排出量の予測）＜br /＞ 13-4 文章データ分析＜br /＞ 13-5 文章データ分析演習（スパムメールフィルタの作成）＜br /＞ ＜strong＞●第14講 データ活用実践（教師あり学習と教師なし学習）＜/strong＞＜br /＞ 14-1 AIの学習方式＜br /＞ 14-2 教師あり学習の出力＜br /＞ 14-3 教示なし学習の出力＜br /＞ 14-4 過学習と汎化＜br /＞ 14-5 データ活用実践1ー教師あり学習、分類＜br /＞ 14-6 データ活用実践2ー教師あり学習、回帰＜br /＞ 14-7 データ活用実践3ー教師なし学習、連関分析＜/p＞ ＜h2＞＜strong＞■著者プロフィール＜/strong＞＜/h2＞ ＜p＞＜strong＞岡嶋裕史＜/strong＞（おかじまゆうし）：1972年東京都生まれ。中央大学大学院総合政策研究科博士後期課程修了。博士（総合政策）。富士総合研究所，関東学院大学経済学部准教授，同大学情報科学センター所長を経て，現在，中央大学国際情報学部教授。NHKスマホ講座講師。著書に『ブロックチェーン』，『5G』（講談社ブルーバックス），『実験でわかるインターネット』（岩波ジュニア文庫），『思考からの逃走』，『ネット炎上』（日本経済新聞出版社）など。＜br /＞ ＜strong＞吉田雅裕＜/strong＞（よしだまさひろ）：1985年生まれ。山口県出身。東京大学大学院博士課程修了。博士（学際情報学）。日本学術振興会特別研究員を経て，2013年に日本電信電話株式会社に入社。5Gと自動運転に関する研究開発を経て，現在，中央大学国際情報学部准教授。コンピュータネットワークとAIに関する研究教育活動に従事。中央大学AI・データサイエンスセンター所員，東京大学客員研究員，電子情報通信学会幹事。＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。

【電子書籍なら、スマホ・パソコンの無料アプリで今すぐ読める！】図解即戦力 データ分析の基本と進め方がこれ1冊でしっかりわかる教科書【電子書籍】[ 新田猛 ]

＜p＞＜strong＞※この商品は固定レイアウトで作成されており、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。※PDF版をご希望の方は＜a href="gihyo.jp/mk/dp/ebook/2023/978-4-297-14853-9"＞Gihyo Digital Publishing＜/a＞も併せてご覧ください。＜/strong＞＜/p＞ ＜h2＞＜strong＞◆データ分析の基本からビジネス活用まで初歩から図解◆＜/strong＞＜/h2＞ ＜p＞現代のビジネスではあらゆる場面でデータが蓄積され、データから価値ある洞察を引き出すデータ分析は必須の取り組みとなりつつあります。しかしデータ分析は、多くのビジネスパーソンにとって具体的なイメージを持ちにくい領域です。＜br /＞ 本書は、データ分析の初学者であるビジネスパーソンを主な読者層として、「データ分析とは何か」「ビジネスにデータ分析をどう活用できるか」という基本的な疑問から始まり、実際のプロジェクト遂行、そして分析結果の評価まで、段階的に学べるよう構成されています。データ分析の基礎を理解し、自信を持ってデータ分析プロジェクトに取り組むための第一歩となる1冊です。＜/p＞ ＜h2＞＜strong＞■こんな方におすすめ＜/strong＞＜/h2＞ ＜p＞・データ分析の初学者であるビジネスパーソン＜br /＞ ・自社でデータ分析プロジェクトを担当することになり基本から実務まで手早く把握したい人＜/p＞ ＜h2＞＜strong＞■目次＜/strong＞＜/h2＞ ＜p＞＜strong＞1章 データ分析とは何か＜/strong＞＜br /＞ 01 データとは何か＜br /＞ 02 データから価値を引き出す4ステップ～DIKWモデル＜br /＞ 03 情報をもとに知識を引き出すデータ分析＜br /＞ 04 ゴールはあくまでデータを価値に変えること＜br /＞ ＜strong＞2章 データ分析の目的と取り組む前の注意点＜/strong＞＜br /＞ 05 データ分析の目的1現状の正確な把握＜br /＞ 06 データ分析の目的2新しい出来事の結果の予測＜br /＞ 07 データ分析の目的3物事の関係性の説明＜br /＞ 08 混同を避けるため注意したい関連分野＜br /＞ 09 データ分析に取り組む前の注意点＜br /＞ ＜strong＞3章 データ分析の代表的な手法＜/strong＞＜br /＞ 10 データの関係性を明らかにする分析手法＜br /＞ 11 データをいくつかのグループに分ける分析手法＜br /＞ 12 データ間の差を比較する分析手法＜br /＞ 13 データ間の因果関係を明らかにする分析手法＜br /＞ ＜strong＞4章 データ分析を支える周辺技術とツール＜/strong＞＜br /＞ 14 ETLツール＜br /＞ 15 BIツール＜br /＞ 16 AutoML＜br /＞ 17 データ分析プラットフォーム＜br /＞ ＜strong＞5章 データ分析プロジェクトの企画から準備まで＜/strong＞＜br /＞ 18 データ分析プロジェクトとは＜br /＞ 19 データ分析プロジェクトの全体像＜br /＞ 20 データ分析プロジェクトチーム体制と役割＜br /＞ 21 プロジェクトのゴールと目標の設定＜br /＞ 22 解決したいビジネス課題と仮説の設定＜br /＞ 23 プロジェクトのスコープ設定＜br /＞ 24 費用の見積もりと費用対効果の評価＜br /＞ 25 分析方針の検討＜br /＞ 26 データを収集する準備＜br /＞ ＜strong＞6章 データ分析の実施＜/strong＞＜br /＞ 27 データの確認＜br /＞ 28 データの加工1データの形式を揃える＜br /＞ 29 データの加工2データクレンジング＜br /＞ 30 データの加工3データ構造の加工＜br /＞ 31 データ分析1現状把握、将来予測、未知の関係性探索＜br /＞ 32 データ分析2数理最適化＜br /＞ ＜strong＞7章 データ分析の結果の評価＜/strong＞＜br /＞ 33 分析結果の正確性の評価1回帰分析の評価指標＜br /＞ 34 分析結果の正確性の評価2分類問題の評価指標＜br /＞ 35 分析結果の正確性の評価3モデルの汎化性能の評価＜br /＞ 36 分析結果の信頼性の評価＜br /＞ 37 分析結果の洞察＜br /＞ 38 分析結果のビジネス上の意味を捉える＜br /＞ 39 分析の改善・見直し1データの改善＜br /＞ 40 分析の改善・見直し2手法の改善＜br /＞ 41 分析の改善・見直し3評価指標の見直し＜br /＞ 42 分析結果の報告1報告に記載すべき事項＜br /＞ 43 分析結果の報告2報告書作成のポイントと注意点＜br /＞ ＜strong＞付録 組織でデータを活用するために＜/strong＞＜br /＞ 01 効率的にデータを活用するための組織づくり＜br /＞ 02 データ分析人材の確保＜/p＞ ＜h2＞＜strong＞■著者プロフィール＜/strong＞＜/h2＞ ＜p＞＜strong＞株式会社JSOL＜/strong＞：www.jsol.co.jp/ JSOLは「今はない、答えを創る」というブランドメッセージのもと、お客様の抱える課題を解決するため、コンサルティングやIT ソリューションを提供する企業。主なソリューションとして、お客様のデータ活用について、企画～業務実装・自走化に至るまでワンストップで支援するデータ活用支援ソリューション「J-DAP」を提供。＜br /＞ ＜strong＞新田 猛＜/strong＞（にった たける）：株式会社JSOLに勤務するデータサイエンティスト。東京大学大学院情報理工学系研究科出身。専門分野は数理統計であるが統計分析に限らず、データサイエンス・AI・DX分野における実証実験の推進・コンサルティング・研究開発などに幅広く従事。＜br /＞ ＜strong＞木村 尚登＜/strong＞（きむら なおと）：株式会社JSOLに所属。早稲田大学理工学部卒。同社に新卒で入社しシステム開発・保守に従事後、金融機関向けの機械学習モデル開発で、データ分析の面白さに触れる。以降、さまざまな業種のデータ分析案件にプロジェクトマネージャとして従事。一児の父。＜br /＞ ＜strong＞杉山 貴章＜/strong＞（すぎやま たかあき）：有限会社オングスにて、Javaを中心としたソフトウェア開発や、プログラミング関連書籍の執筆、IT系の解説記事やニュース記事の執筆などを手がける。また、専門学校の講師としてプログラミングやソフトウェア開発の基礎などを教えている。著書・共著書に、『Javaアルゴリズム+データ構造完全制覇』（共著、技術評論社）、『正規表現書き方ドリル』（技術評論社）、『プロになるJava ー仕事で必要なプログラミングの知識がゼロから身につく最高の指南書』（共著、技術評論社）など多数。＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。

【電子書籍なら、スマホ・パソコンの無料アプリで今すぐ読める！】Excelからはじめるビッグデータ分析【電子書籍】[ 針原 森夫 ]

＜p＞**※この商品は固定レイアウト型の電子書籍です。＜/p＞ ＜p＞※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。＜/p＞ ＜p＞※お使いの端末で無料サンプルをお試しいただいた上でのご購入をお願いいたします。**＜/p＞ ＜p＞実践で学ぶ、ビッグデータ活用の基本から分析方法まで＜/p＞ ＜p＞本書は企業のマーケティング担当の方やデータ分析担当の方向けに、ビッグデータ活用の基本から分析方法までを解説したものです。＜br /＞ ビッグデータとは「ある目的を達成するために必要な情報が含まれるデータ」といえますが、集められた大量のデータから必要な情報を見つけ出し、解析し、有益な結果を得るには、データ分析に関する考え方と具体的な手法を知ることが肝要です。＜/p＞ ＜p＞Chapter1「ビッグデータとは」ではビッグデータの歴史と今後の方向性を概説します。具体的な活用事例や、今後活用していくためにどのようなスキルや人材が求められるのかも説明しています。＜br /＞ Chapter2「分析方法」では、実際にデータ分析をしていくにあたり必要な基本の方法を解説しています。問題解決のためのPPDACサイクルについて説明したあと、分析前準備としてのデータチェックとデータクレンジング、分析方法として単純集計やクロス集計を解説します。Microsoft Excelのピボットテーブル機能を活用します。＜br /＞ Chapter3「ビッグデータの分析」では、Chapter2で解説した分析方法の応用として、大量のデータをExcelを用いて分析する手法を解説します。Excelの機能を使って具体的に手順を説明していきます。＜br /＞ Chapter4「アソシエーション分析」では、関連性を分析するアソシエーション分析（バスケット分析）を、POSデータを用いて説明していきます。最初に「アソシエーション分析」の内容を理解した後、Excelの機能でどこまで分析できるか解説します。そしてさらに分析を深掘りしていくのに有用なツール「Adam-WebOLAP plus Report」（ゼッタテクノロジー株式会社）を用いた応用例も解説します。＜/p＞ ＜p＞データをどのように処理すれば有益な情報、自分の業務に使える解析ができるのか、そのような現場の悩みに答える1冊です。＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。

【コンビニ・銀行振込不可】Microsoft Power BI〈実践〉入門 BI初心者でもすぐできる！リアルタイム分析・可視化の手引きとリファレンス

■ISBN:9784297137939★日時指定・銀行振込をお受けできない商品になりますタイトルMicrosoft Power BI〈実践〉入門 BI初心者でもすぐできる!リアルタイム分析・可視化の手引きとリファレンス 青井航平/著 萩原広揮/著 荒井隆徳/著 春原朋幸/監修 西村栄次/監修ふりがなまいくろそふとぱわ-び-あいじつせんにゆうもんMICROSOFT/POWER/BI/じつせん/にゆうもんび-あいしよしんしやでもすぐできるりあるたいむぶんせきかしかのてびきとりふあれんすBI/しよしんしや/でも/すぐ/発売日202310出版社技術評論社ISBN9784297137939大きさ333P 21cm著者名青井航平/著 萩原広揮/著 荒井隆徳/著 春原朋幸/監修 西村栄次/監修内容情報目次等■内容情報等ビジネスパーソンが簡単にデータの収集、変換、可視化、リアルタイム分析を行うことができるのがMicrosoft Power BIです。Excel初心者でもすぐできる手軽さで、本格的なBI（Business Intelligence）ツールとして利用できることから、非常に高い人気を誇っています。本書では、Power BI初心者でも現場ですぐに利用できるように、「基本編」「リファレンス編」「ハンズオン編」の3 部構成で解説します。＜Part 1：基本編＞Power BI の基礎知識、インストール・設定と使い方、データ分析に必要なデータモデリング、データクレンジング、視覚化について、基礎からわかりやすく解説します。＜Part 2：リファレンス編＞データ分析・可視化の実現の仕方が目的別にわかる「ビジュアルリファレンス」、Power BI 上のデータ集計に役立つDAXの基本と使い方を解説した「DAXリファレンス」、Power BIで作成したレポートの活用、運用がわかる「レポート管理・運用リファレンス」で、実践的な利用方法を解説します。＜Part 3：ハンズオン編＞前章までで学んだ知識を活用して、「契約分析レポート」の作成を行うハンズオンです。データの取得、加工、リレーションシップの構築、可視化、Power BI Service への発行、共有までの一連の流れを学ぶことができます。本書の内容は、ライセンスがない方でも試用版ライセンスで一定期間、無料で試すことができます。■目次この本の読者の方々へ監修者の言葉本書の活用の仕方#Part 1 基本編##Chapter1 Power BI入門###1-1 Power BIでできること###1-2 Power BIで利用できるサービス###1-3 Power BIで分析できるさまざまなデータ####Column Microsoft Fabricとは##Chapter2 セルフサービスBI開発環境の準備###2-1 Power BIのセルフサービスBI開発の始め方###2-2 サインアップが必要なサービス####Microsoft 365開発者プログラム####Power BIライセンス###2-3 Microsoft 365開発者プログラムのサインアップ###2-4 二段階認証の使用を無効化する###2-5 Power BI Desktopをセットアップする####ダウンロード####サインイン###2-6 Power BI Serviceをセットアップする####ワークスペースの作成###2-7 Dataverseをセットアップする##Chapter3 Power BIの基本###3-1 セルフサービスBI開発の基本的な流れ###3-2 データモデリング####データモデリングとは####スタースキーマとは####ファクトテーブルとディメンションテーブル####データのインポート####リレーションシップ####DAX####Power Queryを使ったデータモデリング###3-3 Power BI Desktopの画面構成###3-4 視覚化####ビジュアルの追加とデータの割り当て####フィルターの追加####プロパティ設定###3-5 レポートの発行###3-6 Power BI Serviceの画面構成#Part 2 リファレンス編##Chapter4 ビジュアルリファレンス####目的別ビジュアルの早見表####Column カスタムビジュアルでビジュアルを拡張する####サンプルデータを読み込む###4-1 データの時系列変化を表示する####折れ線グラフ####Column 折れ線グラフのビジュアル設定####折れ線グラフおよび積み上げ縦棒グラフ####集合横棒グラフ、集合縦棒グラフ####ウォーターフォール図###4-2 データの構成比を表示する####円グラフ####ドーナツグラフ####Column ビジュアルのテーマを変更してみよう####ツリーマップ####ファネル####100%積み上げ横棒グラフ、100%積み上げ縦棒グラフ###4-3 データの構成推移を表示する####面グラフ####積み上げ面グラフ####リボングラフ###4-4 データを地域別に表示する####Column Power BIでマップと塗り分け地図ビジュアルを使用できるようにする####マップ####塗り分け地図###4-5 データの相関関係を表示する####散布図####分解ツリー####主要なインフルエンサー###4-6 データを一覧する／カードで表示する####カード####複数の行カード####KPI####テーブル####マトリックス####Column ドリルダウン、ドリルアップを使ってデータ分析を強化する###4-7 データの絞り込み、要約、問い合わせを行う####スライサー####スマート説明####Q&A##Chapter5 DAXリファレンス###5-1 計算列とメジャー####サンプルデータを読み込む###5-2 計算列の基本####2列を使用して乗算する計算列の作成####Column DAXで使用できる演算子####関数を使った計算列の作成####Column DAXでよく使用される関数####条件式を使った条件付きの計算列の作成###5-3 メジャーの基本####合計を計算するメジャーの作成####関数を使ったメジャーの作成####フィルターを使ったメジャーの作成###5-4 データ分析に使用する標準期間（日付テーブル）を作成する####Column 日付テーブルとしてマークする##Chapter6 レポートの管理、運用###6-1 レポートの保管場所（ワークスペース）を作成する####ワークスペースの作成と管理###6-2 ワークスペースのアクセスを管理する###6-3 Power BI Serviceへレポートを発行する###6-4 レポートをさまざまな方法で共有する####リンクのコピー####PowerPointへの共有###6-5 レポートのデータ取得スケジュールを管理する####Power BI Serviceのデータセットでデータ取得のスケジュールを設定し、データの自動更新を行う####Power BI Serviceのデータセットでデータの手動更新を行う###6-6 レポート運用状況を通知する####レポートを購読し、更新があった場合に通知する####データセットの更新失敗時に通知する####指標とする数値が一定の範囲を超過した場合にアラートを通知する####メール通知機能の動作をテストする#Part 3 ハンズオン編##Chapter7 契約分析BIレポートを作成してみよう####Power BIレポート開発ハンズオンの流れ###7-1 Power BI Desktopでデータソースからデータを取得する####正しいデータ型で読み込まれているかPower Queryで確認する####Column Power Queryでデータを加工する####データ分類を指定する###7-2 Power BI Desktopでスタースキーマを構成する（リレーションシップの設定）####日付テーブルを作成する###7-3 Power BI Desktopでデータを可視化し、レポートを発行する####1. レポートのページの名称設定と背景画像を設定する####2. 概要レポートの作成####3. 影響分析レポートの作成####4. 分解分析レポートの作成####各ビジュアルの動きを確認する####Column クロスフィルターの調整方法#Appendix付録##Appendix1 Dataverseを活用しよう###A1-1 Dataverseとは####Dataverseの始め方###A1-2 データソースの準備（Dataverseテーブル作成）###A1-3 リレーションシップを構成する###A1-4 Power BI DesktopでDataverseに接続する###A1-5 まとめ##Appendix2 Microsoft Fabric──AI時代のデータ分析ソリューション###A2-1 Microsoft Fabric####Microsoft Fabricの登場####Microsoft Fabricの特徴索引

【電子書籍なら、スマホ・パソコンの無料アプリで今すぐ読める！】Pythonで学ぶはじめてのデータサイエンス【電子書籍】[ 吉田雅裕 ]

＜p＞＜strong＞（概要）＜/strong＞＜br /＞ ＜strong＞※この商品は固定レイアウトで作成されており，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。＜br /＞ ※PDF版をご希望の方は Gihyo Digital Publishing ( gihyo.jp/mk/dp/ebook/2023/978-4-297-13422-8 )も合わせてご覧ください。＜/strong＞＜br /＞ 文理を問わないすべての大学生が身に着けるべきデータサイエンスの基礎を、Pythonを使った演習を行いながら実践的に学べる教科書です。数学的なバックグラウンドが無くても、概要を理解しながら飽きずに進めることができる内容です。数理・データサイエンス・AI教育プログラム認定制度（リテラシーレベル）に準拠。大学、大学院の講義で教科書として使用しやすいよう、全14章で構成しています。＜/p＞ ＜p＞＜strong＞（こんな方におすすめ）＜/strong＞＜br /＞ ・データサイエンスを基礎から学びたい人。文系・理系の大学生。講義で使用したい先生。＜/p＞ ＜p＞＜strong＞（目次）＜/strong＞＜br /＞ 第1章 データサイエンスへのいざない＜br /＞ 1-1 データ（Data）＜br /＞ 1-2 データサイエンス（Data science）＜br /＞ 1-3 データサイエンティスト＜br /＞ 1-4 データサイエンスにおける分析手法＜br /＞ 第2章 データサイエンスのためのPythonプログラミング＜br /＞ 2-1 プログラミングの基本＜br /＞ 2-2 データの構造＜br /＞ 2-3 Pythonの準備と実行＜br /＞ 第3章 データサイエンスのためのデータ収集＜br /＞ 3-1 公開データの収集＜br /＞ 3-2 アンケート調査＜br /＞ 第4章 データサイエンスのためのデータ前処理＜br /＞ 4-1 データの蓄積＜br /＞ 4-2 データ加工の技術＜br /＞ 4-3 データクレンジング＜br /＞ 第5章 データサイエンスのための確率統計＜br /＞ 5-1 直感と数学＜br /＞ 5-2 数え上げ＜br /＞ 5-3 集合と場合の数＜br /＞ 5-4 確率＜br /＞ 5-5 基本統計量＜br /＞ 第6章 統計的検定を用いたデータサイエンス＜br /＞ 6-1 確率分布＜br /＞ 6-2 推測統計＜br /＞ 第7章 A/Bテストを用いたデータサイエンス＜br /＞ 7-1 A/Bテスト＜br /＞ 7-2 「平均値の差の検定」と「独立性の検定」＜br /＞ 7-3 アンケート調査によるデータの分析＜br /＞ 第8章 データサイエンスのためのアルゴリズム＜br /＞ 8-1 ソフトウェアとアルゴリズム＜br /＞ 8-2 組み合わせ爆発＜br /＞ 8-3 探索問題＜br /＞ 第9章 回帰AIを用いたデータサイエンス＜br /＞ 9-1 回帰（Regression）＜br /＞ 9-2 回帰分析＜br /＞ 9-3 重回帰分析＜br /＞ 第10章 分類AIを用いたデータサイエンス＜br /＞ 10-1 分類AI＜br /＞ 10-2 決定木＜br /＞ 10-3 アンサンブル学習＜br /＞ 第11章 クラスタリングAIを用いたデータサイエンス＜br /＞ 11-1 クラスタリング＜br /＞ 11-2 階層的クラスタリング＜br /＞ 11-3 非階層的クラスタリング＜br /＞ 第12章 レコメンドAIを用いたデータサイエンス＜br /＞ 12-1 連関分析＜br /＞ 12-2 協調フィルタリング＜br /＞ 第13章 時系列データ分析AIと自然言語処理AIを用いたデータサイエンス＜br /＞ 13-1 時系列データ＜br /＞ 13-2 文章データ分析＜br /＞ 第14章 画像分析AIを用いたデータサイエンス＜br /＞ 14-1 AIによる画像分析＜br /＞ 14-2 ニューラルネットワーク＜br /＞ 14-3 畳み込みニューラルネットワーク（Convolutional neural network）＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。

【電子書籍なら、スマホ・パソコンの無料アプリで今すぐ読める！】Pythonによる機械学習入門【電子書籍】[ 株式会社システム計画研究所 ]

＜b＞※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。＜/b＞＜br＞＜br＞※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。検索やハイライト等の機能が使用できません。＜br＞＜br＞初心者でもPythonを用いて機械学習が実装できる！＜br＞＜br＞ ＜br＞本書は、今後ますますの発展が予想される人工知能の技術のうち機械学習について、入門的知識から実践まで、できるだけ平易に解説する書籍です。「解説だけ読んでもいまひとつピンとこない」人に向け、プログラミングが容易なPythonにより実際に自分でシステムを作成することで、そのエッセンスを実践的に身につけていきます。＜br＞また、読者が段階的に理解できるよう、「導入編」「基礎編」「実践編」の三部構成となっており、特に「実践編」ではシステム計画研究所が展示会「Deep Learning実践」で実際に展示した「手形状判別」を実装します。＜br＞＜br＞詳細目次＜br＞第1部 導入編 ＜br＞ 第1章 はじめに＜br＞ 1.1 機械学習とは＜br＞ 1.2 Python と機械学習＜br＞ 1.3 インストール＆セットアップ＜br＞ 1.4 Python 早分かり ー NumPy とmatplotlib＜br＞ 1.5 クイックツアー＜br＞ 小話 深層学習って何だ？＜br＞ 第2 章 機械学習の様々な側面 33＜br＞ 2.1 機械学習をとりまく環境.. 33＜br＞ 2.2 関連分野. 34＜br＞ 2.3 学習法による分類. 35＜br＞ 2.4 手法や課題設定による分類. 36＜br＞ 2.5 応用例. 37＜br＞＜br＞第2部 基礎編＜br＞ 第3章 分類問題＜br＞ 3.1 分類問題とは＜br＞ 3.2 最初の分類器＜br＞ 3.3 学習データとテストデータ＜br＞ ミニ知識 色々な用語 ー学習・訓練・教師 vs テスト・評価・バリデート・検証＜br＞ ミニ知識 k- 分割交差検証＜br＞ 3.4 分類器の性能を評価しよう＜br＞ ミニ知識 正答率（Accuracy）と適合率（Precision）＜br＞ ミニ知識 色々な平均.調和平均・算術平均・幾何平均＜br＞ 3.5 色々な分類器＜br＞ 3.6 まとめ＜br＞ 第4章 回帰問題＜br＞ 4.1 回帰問題とその分類＜br＞ 4.2 最初の回帰 ー 最小二乗法と評価方法＜br＞ 4.3 機械学習における鬼門 ー 過学習＜br＞ 4.4 過学習への対応 ー 罰則付き回帰＜br＞ 4.5 様々な回帰モデル＜br＞ 4.6 まとめ＜br＞ 第5章 クラスタリング＜br＞ 5.1 iris データセット＜br＞ ミニ知識 フィッシャーのあやめ＜br＞ 5.2 代表的なクラスタリング手法 ー k-means＜br＞ 5.3 その他のクラスタリング手法＜br＞ 5.4 まとめ＜br＞＜br＞第3部 実戦編＜br＞ 第6章 画像による手形状分類＜br＞ 6.1 課題の設定＜br＞ 6.2 最初の学習＜br＞ 6.3 汎化性能を求めて ー 人を増やしてみる＜br＞ 6.4 さらに人数を増やしてみる＜br＞ ミニ知識 学習データに含める人数について＜br＞ 6.5 データの精査と洗浄 ー データクレンジング＜br＞ 6.6 特徴量の導入＜br＞ 6.7 パラメータチューニング＜br＞ 6.8 まとめ＜br＞ 第7章 センサデータによる回帰問題＜br＞ 7.1 はじめに＜br＞ 7.2 準備＜br＞ 7.3 センサデータの概要＜br＞ 7.4 データの読み込み＜br＞ 7.5 高松の気温データと四国電力の消費量＜br＞ 7.6 もっと色々、そしてまとめ＜br＞ 7.7 終わりに＜br＞＜br＞第4部 付録＜br＞ 付録A Python で作る機械学習＜br＞ A.1 この付録の目的＜br＞ A.2 最小二乗法＜br＞ A.3 行列計算による解析解の導出＜br＞ A.4 反復法＜br＞ A.5 コードを書く前に＜br＞ A.6 実装例＜br＞ 付録B 線形代数のおさらいと代表的な非線形モデル＜br＞ B.1 この付録の目的＜br＞ B.2 そもそも「線形」とは＜br＞ B.3 線形変換とアフィン変換＜br＞ B.4 ノルムと罰則項＜br＞ B.5 線形回帰の最小二乗解を考える＜br＞ B.6 機械学習における「非線形」画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。

【電子書籍なら、スマホ・パソコンの無料アプリで今すぐ読める！】Microsoft Power BI［実践］入門 ーー BI初心者でもすぐできる！リアルタイム分析・可視化の手引きとリファレンス【電子書籍】[ 青井 航平 ]

＜h2＞＜strong＞【BI初心者でもすぐできる、Power BIによるリアルタイム分析・可視化】＜/strong＞＜/h2＞ ＜p＞ビジネスパーソンが簡単にデータの収集、変換、可視化、リアルタイム分析を行うことができるのがMicrosoft Power BIです。Excel初心者でもすぐできる手軽さで、本格的なBI（Business Intelligence）ツールとして利用できることから、非常に高い人気を誇っています。本書では、Power BI初心者でも現場ですぐに利用できるように、「基本編」「リファレンス編」「ハンズオン編」の3 部構成で解説します。＜/p＞ ＜h2＞＜strong＞■こんな方におすすめ＜/strong＞＜/h2＞ ＜p＞・データ分析を自分で行ってみたいビジネスパーソン＜br /＞ ・Power BIに触ってみたい、より使いこなしたい方＜/p＞ ＜h2＞＜strong＞■目次＜/strong＞＜/h2＞ ＜p＞＜strong＞＜Part 1：基本編＞＜/strong＞＜br /＞ Power BIの基礎知識、インストール・設定と使い方、データ分析に必要なデータモデリング、データクレンジング、視覚化について、基礎からわかりやすく解説します。＜br /＞ ＜strong＞＜Part 2：リファレンス編＞＜/strong＞＜br /＞ データ分析・可視化の実現の仕方が目的別にわかる「ビジュアルリファレンス」、Power BI 上のデータ集計に役立つDAXの基本と使い方を解説した「DAXリファレンス」、Power BIで作成したレポートの活用、運用がわかる「レポート管理・運用リファレンス」で、実践的な利用方法を解説します。＜br /＞ ＜strong＞＜Part 3：ハンズオン編＞＜/strong＞＜br /＞ 前章までで学んだ知識を活用して、「契約分析レポート」の作成を行うハンズオンです。データの取得、加工、リレーションシップの構築、可視化、Power BI Service への発行、共有までの一連の流れを学ぶことができます。＜/p＞ ＜h2＞＜strong＞■執筆者プロフィール＜/strong＞＜/h2＞ ＜p＞＜strong＞株式会社FIXER＜/strong＞：株式会社FIXERは、クラウドを活用したエンタープライズシステム構築に強みを持つクラウドインテグレーターである。日本におけるクラウドの黎明期からその普及の一翼を担ってきた。その実績を評価され、2021年にはMicrosoft CorporationよりCloud Native App DevelopmentのカテゴリーでWinnerに選定されている。市場と真のビジネスニーズとのギャップを常に意識し、最先端の技術的アプローチを含むベストプラクティスを用いて、顧客とユーザーの両方に最高のサービスを届けている。「Technology to FIX your challenges.」を企業理念とし、顧客と従業員のチャレンジを共に成就することで、社会への貢献を目指している。著書に『Microsoft Power Platformローコード開発[活用]入門』『Microsoft Power Apps ローコード開発［実践］入門』(技術評論社）がある。オウンドメディアの『世界一クラウドネイティブな技術メディア cloud.config Tech Blog』(tech-blog.cloud-config.jp/)では、明日の仕事に役立つPower Platform ノウハウ情報を発信している。＜br /＞ ＜strong＞青井航平＜/strong＞（あおいこうへい）：Cloud Solutions Engineer。営業管理アプリ（Sales Force Automation）開発を経て、現在は行政向けシステム開発業務に従事している。『cloud.config Tech Blog』ではPower Platformの新機能解説や性能検証ブログなど、実務に活用できるノウハウを発信している。＜br /＞ ＜strong＞萩原広揮＜/strong＞（はぎはらひろき）：Cloud Solutions Engineer/DX Consultant。FIXERの社内BPR&DX業務に従事し、営業管理アプリ（Sales Force Automation）開発や、経理業務の自動化、費用予測システムの開発などバックオフィス全体の業務効率化を推進している。デジタル人材育成のため、行政向けDXセミナーでの登壇や、現場で役立つローコード・ノーコード開発の知見を『cloud.config Tech Blog』にて発信している。＜br /＞ ＜strong＞荒井隆徳＜/strong＞（あらいたかのり）：FY23 Microsoft Top Partner Engineer （Business Applications）／Microsoft Certified Trainer／Microsoft Power Platform Solution Architect。すべての人がクラウドとAIをもっと身近に・もっと簡単に使えるよう、メディアへの技術記事の寄稿や自社オウンドメディアの『cloud.config Tech Blog』でのノウハウの発信を通じた啓蒙活動を積極的に行っている。また、Microsoft Base Yokkaichiで、行政と連携した四日市市民、地域企業のデジタル人材育成を推進している。＜/p＞ ＜h2＞＜strong＞■監修者プロフィール＜/strong＞＜/h2＞ ＜p＞＜strong＞春原朋幸＜/strong＞（すのはらともゆき）：Partner Technology Storategist/日本マイクロソフト株式会社。Microsoftのクラウドサービスを提供しているSystem Integrator（パートナー）の技術戦略を支援し、パートナーのソリューション開発やクラウド人材の育成を推進している。＜br /＞ ＜strong＞西村栄次＜/strong＞（にしむら えいじ）：Sr Partner Solution Architect / 日本マイクロソフト株式会社。パートナー事業本部に所属し、ソリューションアーキテクトとして活動している。パートナー様がAzure のデータ分析関連製品や Power BIを使用してAnalyticsソリューションを開発するための支援を行っている。＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。

【電子書籍なら、スマホ・パソコンの無料アプリで今すぐ読める！】数万件の汚いエクセルデータに困っている人のための Excel多量データクレンジング【電子書籍】[ 村田吉徳 ]

画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。