AI・データ分析モデルのレシピ

マーケティングプロジェクトを成功に導く分析プロセスがサクッと学べる！

このような方におすすめ

◎実用的なデータ分析ができるようになりたい方
◎マーケティング、企画、営業などのビジネスパーソン

著者漆畑充　編著／石井　大輔・川崎　達平・本木　裕介　共著
定価2,860 円（本体2,600 円＋税）
A5　244頁　2021/06発行
ISBN978-4-274-22724-0
定価￥
ポイント0
数量

買い物かごに入れる

※本体価格は変更される場合があります。
※通常2～3営業日以内で発送いたします。
※取寄が可能な場合もございますのでお問合せください。

概要
主要目次
詳細目次

　ビジネスの現場では多くのデータやAIの活用に関する取り組みが行われています。このようなプロジェクトが増える一方で、思うような結果が得られずにプロジェクトを中止せざるを得なかったとの声も聞こえてきます。

　そこで本書では、正しく的確にAIを活用したデータ分析を導入できるよう、具体的な活用シーンに示しながら、「要件定義」「分析マスターデータ作成」「基礎集計・可視化」「モデリング」「評価・実装」の分析プロセスにおける知識やテクニックを丁寧に解説します。

https://www.ohmsha.co.jp/book/9784274227240/

オーム社Webサイトへ

正誤表やDLデータ等がある場合はこちらに掲載しています

Part 1　プロセスの一般論
Part 2　顧客データ × クラスタリング分析モデル
Part 3　広告効果データ × 重回帰分析モデル
Part 4　キャンペーンデータ × ロジスティック回帰分析モデル
Part 5　調査データ × コレスポンデンス分析モデル
Part 6　Eコマースデータ × 協調フィルタリング分析モデル
Appendix　AI開発の成功パターン（EDA）と失敗パターン（LISA）

Part 1　プロセスの一般論
　Part 1 introduction　プロジェクトを成功に導くための基本を身に付ける
　Recipe 1.1　プリアナリティクス
　Recipe 1.2　分析マスターデータ作成
　Recipe 1.3　基礎集計と可視化
　Recipe 1.4　モデリング
　Recipe 1.5　評価・実装

Part 2　顧客データ × クラスタリング分析モデル
　Part 2 introduciton　顧客データを分類して業務改善したい
　Recipe 2.1　顧客データの準備
　Recipe 2.2　マスターデータの作成
　Recipe 2.3　データの基礎集計と可視化
　Recipe 2.4　クラスタリングの実行
　Recipe 2.5　分析報告書類の作成

Part 3　広告効果データ × 重回帰分析モデル
　Part 3 introduction　広告の費用対効果を知りたい
　Recipe 3.1　要件とデータ整理
　Recipe 3.2　時系列に基づいた広告データの整理
　Recipe 3.3　相関分析と説明変数の作成
　Recipe 3.4　モデルの構築
　Recipe 3.5　結果に基づいた最適な広告戦略の立案

Part 4　キャンペーンデータ × ロジスティック回帰分析モデル
　Part 4 introduction　広告キャンペーンの対象を見つけたい
　Recipe 4.1　キャンペーンのための分析設計
　Recipe 4.2　過去データの整理
　Recipe 4.3　反応者／非反応者のクロス集計
　Recipe 4.4　ロジスティック回帰モデルの構築
　Recipe 4.5　学習モデルの精度検証

Part 5　調査データ × コレスポンデンス分析モデル
　Part 5 introduciton　調査データを要約したい
　Recipe 5.1　調査データの分析設計
　Recipe 5.2　調査データの準備
　Recipe 5.3　グランドトータル集計とクロス集計
　Recipe 5.4　コレスポンデンス分析

Part 6　Eコマースデータ × 協調フィルタリング分析モデル
　Part 6 introduciton　商品レコメンドエンジンを構築したい
　Recipe 6.1　データの準備
　Recipe 6.2　商品間の相関分析
　Recipe 6.3　協調フィルタリング

Appendix　AI開発の成功パターン（EDA）と失敗パターン（LISA）
　AP.1　AI開発の成功パターン：EDA
　AP.2　避けたい失敗パターン：LISA