DataRobotではじめるビジネスAI入門 ［DataRobot Japan 公式ガイドブック］（シバタアキラ 中山 晴之 小島 繁樹 川越 雄介 香西 哲弥 シバタアキラ）｜翔泳社の本
  1. ホーム >
  2. 書籍 >
  3. DataRobotではじめるビジネスAI入門 ［DataRobot Japan 公式ガイドブック］

DataRobotではじめるビジネスAI入門 ［DataRobot Japan 公式ガイドブック］

著
著
著
著
著
監修

形式：
書籍
発売日：
ISBN：
9784798166872
定価：
3,630円（本体3,300円＋税10%）
仕様：
B5変・232ページ
カテゴリ：
人工知能・機械学習
キーワード：
#プログラミング,#開発手法,#データ・データベース,#ビジネスIT
紙の書籍
電子書籍

購入はこちら

企業・教育機関での一括購入

AIの民主化！
DataRobotで
AIドリブンな意思決定を実現！

【本書の概要】
本書は、データ準備からAI（機械学習）モデルの生成、モデルの実運用化などデータ・AI活用のステップを
エンドツーエンドで自動化してくれる「DataRobot」を利用してAIのビジネス活用を実現する手法を解説した書籍です。
DataRobotを使えば、データサイエンティストやAIエンジニアのように専門知識を持たないユーザーでも、
シチズンデータサイエンティストとしてAI活用の最先端に立ち、AIドリブンな意思決定を実現できます。

【対象読者】
・ビジネスアナリスト：BIツールやSQLなどを使ってデータ分析をしている方
・マネジメント層：「AIで何かをやれ」ではなく、最低限のAIの知識を持って技術者と話せるようになりたい中間管理職の方
・エンジニア：統計分析やプログラミングなどの技術を日常的に使っているものの、AI技術には馴染みのない方

【本書の特徴】
本書はDataRobot初心者に必要となる前提知識、基本操作、データ準備、モデル生成、モデルの評価・解釈などにおける
ベストプラクティスを網羅した入門書です。
また業務活用編として自社のビジネスに合わせた利用方法のヒントも紹介しています。

【著者プロフィール】
中山晴之、小島繁樹、川越雄介、香西哲弥
DataRobot Japan 執筆メンバー。

【著者・監修者プロフィール】
シバタアキラ（DataRobotJapan チーフデータサイエンティスト）
人工知能を使ったデータ分析によるビジネス価値の創出が専門分野。
世界のトップデータサイエンティストが働くDataRobot, Inc. にて、日本事業の技術責任者。
ロンドン大学高エネルギー物理学博士課程修了。ニューヨーク大学でのポスドク研究員時代に
加速器データの統計モデル構築を行い「神の素粒子」ヒッグスボゾン発見に貢献。
ボストン・コンサルティング・グループにて戦略コンサルタント、
白ヤギコーポレーションの創業者兼CEO を経て2015 年より現職。

AIの民主化！DataRobotでAIドリブンな意思決定を実現！

AIの民主化！DataRobotでAIドリブンな意思決定を実現！

【本書の概要】

本書は、データ準備からAI（機械学習）モデルの生成、モデルの実運用化などデータ・AI活用のステップをエンドツーエンドで自動化してくれる「DataRobot」を利用してAIのビジネス活用を実現する手法を解説した書籍です。DataRobotを使えば、データサイエンティストやAIエンジニアのように専門知識を持たないユーザーでも、シチズンデータサイエンティストとしてAI活用の最先端に立ち、AIドリブンな意思決定を実現できます。


【対象読者】

  • ビジネスアナリスト:BIツールやSQLなどを使ってデータ分析をしている方
  • マネジメント層:「AIで何かをやれ」ではなく、最低限のAIの知識を持って技術者と話せるようになりたい中間管理職の方
  • エンジニア:統計分析やプログラミングなどの技術を日常的に使っているものの、AI技術には馴染みのない方

【本書の特徴】

本書はDataRobot初心者に必要となる前提知識、基本操作、データ準備、モデル生成、モデルの評価・解釈などにおけるベストプラクティスを網羅した入門書です。また業務活用編として自社のビジネスに合わせた利用方法のヒントも紹介しています。


【著者プロフィール】

中山晴之、小島繁樹、川越雄介、香西哲弥

DataRobot Japan 執筆メンバー。


【著者・監修者プロフィール】

シバタアキラ（DataRobotJapan チーフデータサイエンティスト）

人工知能を使ったデータ分析によるビジネス価値の創出が専門分野。世界のトップデータサイエンティストが働くDataRobot, Inc. にて、日本事業の技術責任者。ロンドン大学高エネルギー物理学博士課程修了。ニューヨーク大学でのポスドク研究員時代に加速器データの統計モデル構築を行い「神の素粒子」ヒッグスボゾン発見に貢献。ボストン・コンサルティング・グループにて戦略コンサルタント、白ヤギコーポレーションの創業者兼CEO を経て2015 年より現職。

■PART 1　AI利用者と推進者のための事前知識

SECTION 01　企業におけるデータ・AIをとりまく環境の変化
SECTION 02　AI・機械学習の利用者にこそ求められる知識
SECTION 03　機械学習アルゴリズムの種類とその仕組み
SECTION 04　各業界におけるデータ・AIの活用事例
SECTION 05　自社におけるデータ・AI活用テーマの創出

■PART 2　DataRobotの使い方

CHAPTER 0　基本的な使い方
SECTION 01　はじめに
SECTION 02　本書で取り扱うテーマ
SECTION 03　教師データ
SECTION 04　データのアップロードと探索的データ解析
SECTION 05　モデリング
SECTION 06　モデルの精度評価
SECTION 07　モデルの解釈
SECTION 08　予測
SECTION 09　その他の DataRobot製品・機能

CHAPTER 1　教師データの収集と準備
SECTION 01　元データの準備
SECTION 02　予測ターゲットの設定
SECTION 03　DataRobotの操作
SECTION 04　データの前処理
SECTION 05　リーケージ

CHAPTER 2　モデルの生成
SECTION 01　予測ターゲットと機械学習の種類
SECTION 02　パーティション
SECTION 03　モデリング開始
SECTION 04　モデル作成における注意点
SECTION 05　モデルの検証と選択

CHAPTER 3　モデルの評価と解釈
SECTION 01　モデルの概要
SECTION 02　分類モデル・連続値モデル共通の精度評価
SECTION 03　二値分類モデルの精度評価
SECTION 04　多値分類モデルの精度評価
SECTION 05　連続値モデルの精度評価
SECTION 06　モデルの精度向上
SECTION 07　モデルの解釈とインサイト

CHAPTER 4　モデルの実運用化
SECTION 01　予測の実行
SECTION 02　予測の説明
SECTION 03　デプロイ

■PART 3 ビジネス課題への応用方法

CHAPTER 1　業務活用編：予測の活用によるターゲティング
SECTION 01　ターゲティング（リスティング）

CHAPTER 2　業務活用編：離脱予測とその要因
SECTION 01　離脱予測
SECTION 02　要因分析

CHAPTER 3　業務活用編：需要予測とその利用
SECTION 01　需要予測

CHAPTER 4　業務活用編：異常検知とその活用
SECTION 01　異常検知

付属データはこちら

会員特典はこちら

お問い合わせ

内容についてのお問い合わせは、正誤表、追加情報をご確認後に、お送りいただくようお願いいたします。

正誤表、追加情報に掲載されていない書籍内容へのお問い合わせや
その他書籍に関するお問い合わせは、書籍のお問い合わせフォームからお送りください。

利用許諾に関するお問い合わせ

本書の書影（表紙画像）をご利用になりたい場合は書影許諾申請フォームから申請をお願いいたします。
書影（表紙画像）以外のご利用については、こちらからお問い合わせください。

  • よくあるご質問

    ------------------
    Q：書籍の画面ショットと実際のDataRobotの画面が異なる

    A：
    2020年10月のDataRobotのUIの変更に伴い、本の内容と一致しなくなった部分は以下の、著者のサイトで正義表を公開していますのでご確認ください。

    DataRobot書籍正誤表

    ------------------
    Q:P.147「04　多値分類モデルの精度評価」、P.148「05　連続値モデルの精度評価」をサンプルで実行したい

    A:
    P.147「04　多値分類モデルの精度評価」
    P.148「05　連続値モデルの精度評価」
    に掲載している二値分類以外のモデル（多値分類モデル、連続値モデル）をDataRobotで試してみたい場合、以下のサイトでサンプルをダウンロードしてお試しください。

    ・「DataRobotではじめるビジネスAI入門」サンプルデータ（多値分類モデル、連続値モデルなど）
    二値分類以外のモデルを試してみたい場合
この商品の「よくある質問」はありません。

ご購入いただいた書籍の種類を選択してください。

書籍の刷数を選択してください。

刷数は奥付（書籍の最終ページ）に記載されています。

現在表示されている正誤表の対象書籍

書籍の種類:

書籍の刷数:

本書に誤りまたは不十分な記述がありました。下記のとおり訂正し、お詫び申し上げます。

対象の書籍は正誤表がありません。

最終更新日:2020年10月28日
発生刷 ページ数 書籍改訂刷 電子書籍訂正 内容 登録日
1刷
2020年10月のUIの変更に伴い、本の内容と一致しなくなった部分		 未 未
誤 2020年10月のUIの変更に伴い、本の内容と一致しなくなった部分は以下のサイトでご確認ください。 DataRobot書籍正誤表でご確認ください。
正
2020.10.28

感想・レビュー

Go Extreme さん

2020-10-09

技術の民主化　プラットフォーム　自動化ファースト　ITサービス企業に偏在・データ/Al 人材の絶対数の少なさ　シチズンデータサイエンティスト　カステラ本＝統計的学習の基礎　データ蓄和・データ可視化＝BI　ドメイン知識　データカタログ管理　現実課題と人間の課題解決能力間のギャップ　機械学習問題タイプと応用問題例のマッピング　過去データと実データ：モデルの精度検証方法　Alテーマ創出→ビジネス適用　ルールベースモデル　回帰型・木型アルゴリズム　キーデータ・Al 活用テーマ　活用に最適なビジネス課題の考え方