データサイエンス

ICTやIoT技術の発展によって社会にあふれる「ビッグデータ」を活用して、有用な「価値」を引き出す学問分野「データサイエンス」は、ビジネスから行政、医療、スポーツなど、あらゆる分野で注目されている。データサイエンスの基礎となるデータ処理（情報学）やデータ分析（統計学）手法の基本やあらまし、さまざまな分野での活用実例などを、図版や写真、イラストを使ってやさしく解説するシリーズ第10弾。

はじめに
◇Chapter1　データサイエンスとは
情報通信技術の進展とデータサイエンス
データ活用が進む社会
あらゆる分野に求められるデータサイエンス
価値創造を導くデータサイエンス
ビッグデータとデータサイエンス
データサイエンスの3つの領域
データエンジニアリング分野
データサイエンス分野
ビジネス分野
データサイエンスが関連する学問領域
実務におけるデータサイエンスの進め方
データサイエンスを生業とする企業
◇Chapter2　データを処理・加工する
データ前処理の目的
環境構築
データ収集と蓄積
構造化データと非構造化データ
五感や感情のデータ
クラウドコンピューティング
データサイエンスのための分析環境
RDBとSQL
サンプリングとデータ分割
データクレンジング
データの標準化と正規化
データフュージョン
画像や動画データの処理
音声データの処理
質的変数の数値化
◇Chapter3　 データを分析する
データ分析の目的
データの可視化に役立つダッシュボード
記述統計と統計的推測
3つの分析の方向性
因果関係の分析
クラス判別の分析
構造の分析
多変量解析
機械学習とデータマイニングの違いと共通点
機械学習の手法
テキストマイニング
ニューラルネットワークとディープラーニング
画像のためのディープラーニング
テキストや音声のためのディープラーニング
強化学習と集団学習
学習済みモデルと転移学習
潜在クラスモデル
ベイズモデル
シミュレーションと意思決定手法
◇Chapter4　データサイエンスの活用事例
スマートファクトリー
サプライチェーン
小売業におけるPOSデータ活用
マイルポイント制度からはじまった「FSP」
EC（電子商取引）
ウェブ広告
証拠に基づく政策立案「EBPM」
スポーツとデータサイエンス
MLB革命「セイバーメトリクス」とサッカー向け認知診断テスト「NeurOlympics」
ICTが支える自動運転
ファイナンス
アミューズメント
医療・創薬・ヘルスケア
インフラにおけるデータサイエンス
第一次産業におけるデータサイエンス
エネルギーとデータサイエンス
◇Chapter5　データサイエンスが拓く未来と課題
データサイエンスの実践者・伝道者「データサイエンティスト」
データサイエンスに関連する資格
データサイエンスを推進するための組織づくり
DXの推進
サイバーフィジカルシステム
データ活用とデータ保護
情報セキュリティ
個人情報保護法
海外における個人情報保護とセキュリティ
データサイエンスが拓く未来
AIと倫理
新たなサービス創造に向けたデータサイエンス
さくいん
参考文献

［著］生田目 崇（ナマタメ タカシ）
生田目 崇（なまため・たかし）
1999年東京理科大学大学院工学研究科経営工学専攻、博士後期課程修了、博士（工学）。2002年専修大学商学部専任講師・准教授・教授。2012年より中央大学理工学部経営システム工学科（現・ビジネスデータサイエンス学科）教授。マネジメント・サイエンス、マーケティング・サイエンスを中心とした幅広いデータサイエンス研究に従事。主な著書に『マーケティングのための統計分析』（オーム社）、『マーケティング・エンジニアリング入門』（有斐閣、共著）など。