🤖

データ分析の進め方及びAI・機械学習導入の指南(情報機構)

AI・人工知能・機械学習×データ分析

DX(デジタルトランスフォーメーション)、デジタル化、IoT化の加速により、様々な現場では高度なデータ活用が求められてきています。 本書はデータの収集や前処理といった、データ利活用時の最も重要となる部分に焦点を当て、豊富な活用例と併せて、より実践的な形で解説しております。 発刊・体裁・価格 発刊  2020年7月8日   定価  71,500円 (税込(消費税10%)) 体裁  B5判 390ページ  ISBN 978-4-86502-191-2 詳細、申込方法はこちらを参照 →配布用PDFパンフレットを見る →書籍を購入された方へ(アンケートのお願い) ★顧客や自社の目的から逆算し、AI(人工知能)をはじめとする「技術や手段」を正しく扱うために・・・。  ⇒データサイエンスによる サービス開発の手順を整理し、どのようなステップで臨むべきかを考察。   課題設定に応じた モデル選択のポイント、これからの時代重宝されるであろう 人材やスキル、等 ★質の高いデータを効率的に取得するための手順と考え方  ⇒ センサ選定・設置条件、データ収集の進め方。データの過不足や取得コスト、解析コストを抑える方法とは? ★【プロジェクト成否の鍵を握る!】 データ前処理の実践的テクニックを解説  ⇒データの種類に応じた 特徴量生成方法、 水増し・転移学習の方法、 欠損値が生じた際の考え方と その補完・ 除去・置換方法、 前処理にどの手法を用いるべきか?その見極め方、 リーケージ(余計なデータの混入)の対策、処理に便利なツール一覧など...現在活躍中のデータサイエンティストが解説! ★どの指標を使って機械学習モデルを評価するべきか?近年注目の説明できるAI(XAI)とは?  ⇒ 汎化性能向上のための対策、再現率と適合率の両立、クロスバリデーション、精度、再現率、F値、ROC曲線等 ★データ分析の進め方や導入例を、分野別で解説!  ⇒現場のエンジニアなら共感必須の お困り事やその対応等、 実務に役立つテクニックを随所で言及! ★多くの企業がAI・機械学習導入に失敗する要因は?成功するプロジェクトの共通点とは? ⇒プロジェクトマネジメントの観点から、( 企画/PoC/開発/運用)の各段階において対応すべき要点を解説 ★AI導入に伴う組織の整備、開発物の運用稼働ノウハウ、事業収益性の評価をどうするべきか?  ⇒AIサービス開発の立場から、ビジネス化に発生した 具体的な現場課題と共に AIを活用できる企業づくり を解説 執筆者一覧(敬称略) ●荻原大陸(早稲田大学データサイエンス研究所) ●長橋賢吾(フューチャーブリッジパートナーズ(株)) ●井上忠治((株)システム計画研究所) ●松井孝太(名古屋大学大学院) ●岡田一成(日本ナショナルインスツルメンツ(株)) ●足立悠(BULB(株)) ●太田桂吾((株)ネクステージ)

AI・人工知能・機械学習×データ分析