データサイエンス講義

本書では、データサイエンスを行う上で、どのようなプロセスが必要か、データサイエンティストとしてはどのようなスキルセットが必要で、どのような思考方法を選択する必要があるのかを実例を多数示しながら紹介します。Google、Microsoft、Facebookをはじめとした有名企業で使われているアルゴリズムや分析手法の紹介など、興味深い話題や事例も豊富に収録しています。内容の幅が広く、データサイエンティストの参考になるトピックが満載の一冊です。

はじめに:データサイエンスとは
統計的推論、探索的データ分析、データサイエンスのプロセス
アルゴリズム
スパムフィルタ、単純ベイズ、データラングリング
ロジスティック回帰
タイムスタンプと金融モデリング
データから意味を抽出する
レコメンデーションエンジン:ユーザが直接触れる大規模データ製品を構築する
データ可視化と不正検出
ソーシャルネットワークとデータジャーナリズム
因果関係
疫学
データ分析のコンペティションから得られた教訓
データのリークとモデルの評価
データエンジニアリング
生徒たちの声
次世代のデータサイエンティスト、データに対する過信と倫理