この本は、あなたの頭の中の整理を助け、「図で考える」ために書かれたものです。入ってきた情報を整理・分析し、他人にわかりやすく伝える技術をお教えします。

どんなに「見栄えのいい資料」を作ってプレゼンしても「伝える内容」が整理されていなければ意味がありません。プレゼンテーションの表現技術を磨くための具体的なテクニックを図解で解説します。

回帰分析を中心に個票データの分析まで扱う好評テキストのリニューアル。検定など読者がつまずきやすい箇所の説明をさらに充実させ，また3時点以上のパネルデータを扱う章を新たに設置。分析例や使用データなども全面アップデートした。ウェブサポートも充実。

序章　データ分析マスターへの入口

第1部　データと付き合う

　第1章　データから仮説を探る

　第2章　データに親しむ

　第3章　データを見る

　第4章　データを加工する

　第5章　関係性を読み解く

第2部　回帰分析を使いこなす

　第6章　原因から結果にせまる──回帰分析

　第7章　ダミー変数を使いこなす

　第8章　パネルデータ（2時点）に親しむ

　第9章　パネルデータ（多時点）に親しむ

第3部　個票データの分析にチャレンジする

　第10章　個票データに親しむ

　第11章　個票データで回帰分析する

　第12章　質的な従属変数を回帰分析する

＜B＞データ分析スペシャリストの知見を凝縮！＜/B＞

データサイエンスは、業務を劇的に変革できるチャレンジングで、

かつ、エキサイティングな分野です。ただしそこでは、単純に

データを収集し、それを各種統計理論に当て嵌めればプロジェクト

は成功するものでしょうか？　

本書は、日立製作所 Lumada Data Science Lab.　

のメンバーたちの叡智を凝縮した一冊です。

この中では、データ分析を行うための基礎技術や手順、

そしてプロジェクトを成功に誘うためのノウハウを懇切丁寧に

解説しました。

データサイエンスを業務に活用し社内DX化を図りたいIT担当者、

そして将来はデータサイエンティストになりたい人、必読の入門書です。

◆本書の主な内容

第1章　データサイエンスの現場　

　1.1　ビジネスの現場で活躍するデータサイエンティストとは？　

　1.2　十人十色のデータサイエンティスト

　1.3　データサイエンティストの一日

　1.4　データサイエンスプロジェクトを成功させるには？　

第2章　データサイエンティストになるには　

　2.1　高度な統計、数学知識が必要？　

　2.2　データサイエンティストが扱う代表的なツール

　2.3　データサイエンティストとしての心構え

第3章　データサイエンスプロジェクトの進め方　〜失敗しないためには〜　

　3.1　データサイエンスプロジェクトの流れ　

　3.2　1業務課題の把握（プロジェクト起案）

　3.3　2分析方針の設計

　3.4　3データの理解・収集

　3.5　4データの加工

　3.6　5データ分析・モデリング

　3.7　6分析結果の考察

　3.8　7業務への適用

第4章　分野別に学ぶデータサイエンス　

　4.1　はじめに

　4.2　数値解析（予測）

　4.3　数値解析（予兆検知）

　4.4　数値解析（要因解析）

　4.5　画像認識（適用技術：Deep Learning）

　4.6　テキスト解析（文書分類）

　4.7　数理最適化（生産計画最適化）

第5章　データサイエンスの現場適用とは　

　5.1　分析結果を現場で活用するには

　5.2　分析モデルの寿命？！　

　5.3　MLOpsという考え方

　5.4　MLOpsを動かしてみよう

第6章　データサイエンティストの未来　

　6.1　データサイエンティストが不要になる時代が来る！？　

　6.2　データサイエンティストとして今後重要になるポイント

　6.3　学び続けることの大切さ・楽しさ