數據科學

本書是通曉數據科學、嚐盡甘苦的 Masked analyze（以下簡稱假面分析員）和松本健太郎二人為了那些對商業數據科學充滿期待卻未得到理想結果，或略有不情願卻終於開始認真對待的讀者們能夠理解商業數據科學而寫的。通過本書，讀者可以瞭解因何種原因使工作無法順利開展?本來應如何運作? 因此，今後將這樣發展等有關商業數據科學的過去、現在和未來。 ^[2] 

前言 001

PART1

能這樣下去嗎? 商業數據科學

01 數據科學的歷史背景

02 目前商業數據科學在發生什麼?

03 經營者的問題點

04 中間管理層的問題點

05 系統集成商（System Integrator）的問題點

O6 非數據科學家的問題點

07 我們應具備什麼樣的技能?

總結 商業數據科學應如何發展?

專欄 讓昭和時代舊思維的人退出歷史舞台

PART 2

如何掌握牽引商業數據科學發展的力量

01 三種力量——科學、工程、商業

02 數據分析、2個“型”

03 商業數據科學的過程

04 商業視角 決定“想要做的事情”

05 數據科學的視角 設計方法

06 工程師的視角 測量數據

07 工程師的視角 採集、積累數據（線上數據）

08 工程師的視角 採集、積累數據（線下數據）

09 工程師的視角 數據核對

10 科學方法① 從數據羣中選取代表性數據的"概括"

11 科學方法② “壓縮”∶把相似數據集合成一個

12 科學方法③ 發現同類的“分類分析”

13 科學方法④ 明確有無關係的“關聯性”

14 科學方法⑤ 證明假設的“檢驗”

15 其他科學方法① 按照時間過程查看“時間序列數據”

16 其他科學方法② 通過數據傾向進行預測的“機器學習”

17 工程師的視角 用編程進行裝載

18 工程師的視角 實現分析結果的可視化

19 商業視角 報告分析結果

20 瞭解數據科學的侷限性

21 商業數據科學案例 將人工智能引入數字市場

22 商業數據科學的案例 將人工智能引入製造業

總結 肩負引領力沒有捷徑

專欄 有成就的人都曾奮鬥過

PART 3

數據科學改變商業方式

01 “工作”的視角“數據”的優先度大幅提高

O2 “工作”的視角 不再是建好就算完成任務

03 “組織”的視角 數據科學需要強大的團隊

04 “組織”的視角 “現有的戰鬥力”而非“即戰力”

05 與行政的關係 保護個人信息與數據

06 與行政的關係 教育與數據素養

總結 數據科學如何改變未來

專業詞彙 ^[2]