| 巻頭企画 スキルセット、データ分析のプロセス、ビッグデータの扱い方—データサイエンティストの仕事術 : データにストーリーを語らせられますか?—データサイエンティストに必要なスキル |
| ビジネスの成果を意識した分析の方法—データサイエンスのプロセス |
| データハンドリングのための—「ビッグデータインフラ」入門 |
| スキルの標準化とキャリア形成のために—データサイエンティスト協会の活動 |
| 特集1 データサイエンティストへの第一歩—データ分析実践入門 : データの把握、可視化と多変量解析—Rで統計解析をはじめよう |
| エンジニアに必要なデータ分析の知識—データサイエンティスト・リテラシー |
| Rをさらに便利に使える統合開発環境—RStudioでらくらくデータ分析 |
| 豊富なライブラリを活用したデータ分析—Pythonによる機械学習 |
| C4.5/K−means/サポートベクターマシン/アプリオリ/EM...—データマイニングに必要な10のアルゴリズム |
| 特集2 スキルアップのためのマーケティング分析本格入門 : データサイエンスを応用した広告戦略とサイト改善—Rによるマーケティング分析 |
| ターゲティング広告リプレースのポイントを公開—mixiにおける大規模データマイニング事例 |
| マーケティングに役立つ—ソーシャルメディアネットワーク分析 |
| 特別記事 リアルタイムログ収集でログ解析をスマートに—Fluentd入門 |
| 特別企画 超入門データ分析のためにこれだけは覚えておきたい基礎知識 : リレーショナルデータベース操作に必須の言語—SQL入門 |
| Webサイトから情報を収集する技術—Webスクレイピング入門 |
| なぜデータ分析が必要なのか—データサイエンティストへの道標 |
| プロセス別にみるツールの選択基準—データ分析環境構築ガイド |
| 世界中の環境に接続!—はじめてのシェル |
| データ操作の第一歩—データベース入門の入門 |
| 美しい分析をはじめよう—RStudio/Jupyter最速攻略 |
| データ分析オーバービュー—データ前処理の基礎知識 |
| 集計、グラフ作成、回帰分析—くらべて学ぶR/Excelデータ分析の基本 |
| Pythonのコードを読んで学ぶ—クローラでWeb上の情報を収集しよう! |
| データがつくられる背景を知る—コーディング前に知りたい統計知識 |
| 数理モデルと可視化—さまざまなデータの理解と表現 |
| 重点ポイントを速攻習得! |
| 第1章 : 注目を浴びる職種の現実—データサイエンティストを取り巻く環境 |
| 第2章 : ビジネスデータ分析入門以前—データサイエンティストに必要な統計知識 |
| 第3章 : 外部パッケージを用いた集計・整形処理—Rによるモダンな集計処理 |
| 第4章 : 暦の影響を受ける時系列データの解析—時系列分析の基礎 |
| 第5章 Rの肩の上に立つ—.NET : FrameworkとRの連携 |
| 第6章 : Rの限界を理解してRをさらに使いこな—Rエンジニアがおさえておきたいインフラの話 |
| 第7章 A fresh approach to technical : computing—技術計算のための新言語Julia |
| 第1部 しくみと概要を学ぼう! : 概要、歴史、なぜ注目されるのか?—機械学習を使いたい人のための入門講座 |
| 機械学習手法の中身を知る—機械学習の基礎知識 |
| データの特性を理解する—ビジネスに導入する機械学習 |
| 複雑な識別問題への処方箋—深層学習最前線 |
| 第2部 手を動かして学ぼう! : R、Python、Julia、Spark MLlib...—機械学習ソフトウェアの概観 |
| scikit‐learn、Numpy、Scipy、matplotlib—Pythonによる機械学習入門 |
| 基本的な理論・実装/運用・改善のノウハウ—推薦システム入門 |
| Numpy、scikit‐learn、scikit‐imageの応用—Pythonで画像認識にチャレンジ |
| オンライン機械学習入門—Jubatusによる異常検知 |
| 第1章 : ビジネス貢献するデータ分析「7つのポイント」—データ分析をはじめるときにもつべき意識 |
| 第2章 : データ分析のプロジェクトマネジメント—シンプルな4つのプロセスからはじめる |
| 第3章 : 機械学習プロジェクトの進め方—つまずかずにやり遂げるための実践手法 |
| 第4章 : メルカリが挑むスピードデータサイエンス—爆速成長アプリを支えるBIチーム |
| 第5章 : 失敗しないデータ分析組織の立ち上げ方—8つのプロセスとデータ分析人材から紐解く |
| 第6章 : データ分析のはじめ方—探索的分析で組織のKPIを見つけよう |
| 第7章 : データサイエンスによる科学的ビジネスのすすめ—ビジネスに役立つ「データサイエンス」と「科学」の基礎知識 |
| 第8章 : 今こそデータ分析の民主化を—自分のデータは自分で分析する時代がはじまる |
| 第9章 People : Analytics入門—戦略的に働き心地のよい職場環境を作る方法 |
| 第10章 People : Analyticsが会社の業績を変えるまで—「数字に強い人事」が会社の生き残りを決める |
| 巻頭企画 スキルセット、データ分析のプロセス、ビッグデータの扱い方—データサイエンティストの仕事術 : データにストーリーを語らせられますか?—データサイエンティストに必要なスキル |
| ビジネスの成果を意識した分析の方法—データサイエンスのプロセス |
| データハンドリングのための—「ビッグデータインフラ」入門 |
| スキルの標準化とキャリア形成のために—データサイエンティスト協会の活動 |
| 特集1 データサイエンティストへの第一歩—データ分析実践入門 : データの把握、可視化と多変量解析—Rで統計解析をはじめよう |
| エンジニアに必要なデータ分析の知識—データサイエンティスト・リテラシー |
