事例で学ぶ！あたらしいデータサイエンスの教科書

データ分析は意思決定のためにあり！ 現場で役立つデータサイエンスの新・定番書！ 本書は、主に統計学の視点からデータサイエンスについて解説しています。 PythonやRといったプログラミング言語を通じて データ分析の手法は一通り学んだという皆さん、そのスキル、 実際に活かせていますか？ 具体的な課題解決につながっていますか？ ・分析結果から何を読み取ればいいのかわからない ・数字からどんな価値を見いだせるのかがわからない ・そもそも、その分析方法が適切なのかどうか自信がない ・効率のいい分析ができているのかどうかわからない という方、多いのではないでしょうか？ データを使って意思決定を行うには、統計学の知識は欠かせません。 そこで本書では、8つの具体的な社会事例を用い、 ・課題に「適した」分析手法やデータの収集方法 ・事例の分析結果の解釈 ・分析や解釈の際に注意すべきこと を数学の知識で補完しながら紹介しています。 著者は首都圏初のデータサイエンス学部として2018年4月に創設された、 横浜市立大学 データサイエンス学部 学部長の岩崎 学先生。 データサイエンティストやエンジニアが見失いがちな、 「何のために分析するのか」を意識しながら読み進めてみてください。 【こんな方にお勧めします】 ・統計学もプログラミングも一通り学んだけれど、 　結果をどう判断すればいいのかわからないエンジニア ・分析結果の数字やグラフから、 　業務でいかすためのヒントを得たいデータサイエンティスト ・データサイエンスに興味のある学生（専門課程を選ぶ際の 　参考資料として） 【目次】 第1章　データサイエンスとは 第2章　アンケート調査結果から何を読み取るか 〜データの要約とグラフ化〜 第3章　オープンデータから何がわかるか、何がいえるか 〜集計データの統計分析〜 第4章　Webコンテンツの更新は売上高に効果があるか 〜変量間の関係と重回帰分析〜 第5章　ダイエットは効果があったのか 〜処置前後データと平均への回帰〜 第6章　テストの結果について部分と全体を融合する 〜マルチレベル分析〜 第7章　寿命をいかに測り分析するか 〜打ち切りとトランケーション〜 第8章　おいしいカフェオレを作りたい 〜実験計画法の効果的適用〜 第9章　あるべきデータがない 〜欠測データの処理法〜 第10章　機械学習のエッセンス