Kindle 価格: ￥3,300

(税込)

獲得ポイント:
33ポイント (1%)

ご購入時にプロモーションが適用されます

これらのプロモーションはこの商品に適用されます:

一部のプロモーションは他のセールと組み合わせることができますが、それ以外のプロモーションは組み合わせることはできません。詳細については、これらのプロモーションに関連する規約をご覧ください。

今すぐお読みいただけます: 無料アプリ
を購読しました。 続刊の配信が可能になってから24時間以内に予約注文します。最新刊がリリースされると、予約注文期間中に利用可能な最低価格がデフォルトで設定している支払い方法に請求されます。
「メンバーシップおよび購読」で、支払い方法や端末の更新、続刊のスキップやキャンセルができます。
Kindleアプリのロゴ画像

無料のKindleアプリをダウンロードして、スマートフォン、タブレット、またはコンピューターで今すぐKindle本を読むことができます。Kindleデバイスは必要ありません。

ウェブ版Kindleなら、お使いのブラウザですぐにお読みいただけます。

携帯電話のカメラを使用する - 以下のコードをスキャンし、Kindleアプリをダウンロードしてください。

KindleアプリをダウンロードするためのQRコード

著者をフォロー

本橋 智光
フォロー
何か問題が発生しました。後で再度リクエストしてください。

前処理大全［データ分析のためのSQL/R/Python実践テクニック］ Kindle版

本橋 智光 (著), 株式会社ホクソエム (読み手) 形式: Kindle版
4.1 5つ星のうち4.1 101個の評価
すべての形式と版を表示
こちらの書籍は 2019/05/29 紙版の4刷に対応するため更新をおこないました。（概要）
データサイエンスの現場において，その業務は「前処理」と呼ばれるデータの整形に多くの時間を費やすと言われています。「前処理」を効率よくこなすことで，予測モデルの構築やデータモデリングといった本来のデータサイエンス業務に時間を割くことができるわけです。
本書はデータサイエンスに取り組む上で欠かせない「前処理スキル」の効率的な処理方法を網羅的に習得できる構成となっています。ほとんどの問題についてR，Python，SQLを用いた実装方法を紹介しますので，複数のプロジェクトに関わるようなデータサイエンスの現場で重宝するでしょう。

（こんな方におすすめ）
・データサイエンティスト
・データ分析に興味のあるエンジニア

（目次）
第1章 前処理とは

第2章 抽出

第3章 集約

第4章 結合

第5章 分割

第6章 生成

第7章 展開

第8章 数値型

第9章 カテゴリ型

第10章 日時型

第11章 文字型

第12章 位置情報型

第13章 演習問題
Previous page
  1. 本の長さ
    617ページ
  2. 言語
    日本語
  3. 付箋メモ
    Kindle Scribeで
  4. 出版社
    技術評論社
  5. 発売日
    2018/4/13
  6. ファイルサイズ
    22331 KB
  7. Page Flip
    有効
  8. Word Wise
    有効にされていません
  9. タイプセッティングの改善
    有効
  10. すべての詳細を表示
Next page
この本はファイルサイズが大きいため、ダウンロードに時間がかかる場合があります。Kindle端末では、この本を3G接続でダウンロードすることができませんので、Wi-Fiネットワークをご利用ください。
Amazon スマイルSALE ゴールデンウィーク 開催中
期間限定！人気商品がお買い得。ポイントアップキャンペーン実施中
Amazon スマイルSALE ゴールデンウィーク を今すぐチェック

商品の説明

出版社からのコメント

前処理が適切に行われているかどうかで、データ分析の品質は左右されます。
本書でさまざまな前処理のテクニックを身に付けてください。

著者について

本橋智光(もとはし ともみつ)
システム開発会社の研究員、Web系企業のデータサイエンティストを経て、
現在はデジタル医療スタートアップのサスメド株式会社のCTO。ホクソエム株式会社にも所属。
量子アニーリングコンピュータの検証に個人事業主として従事。
製造業、小売業、金融業、運輸業、レジャー業、Webなど多様な業種なデータ分析を経験。
KDD CUP 2015 2位。趣味でマリオのAIを開発。

登録情報

  • ASIN ‏ : ‎ B07C3JFK3V
  • 出版社 ‏ : ‎ 技術評論社 (2018/4/13)
  • 発売日 ‏ : ‎ 2018/4/13
  • 言語 ‏ : ‎ 日本語
  • ファイルサイズ ‏ : ‎ 22331 KB
  • Text-to-Speech（テキスト読み上げ機能） ‏ : ‎ 有効
  • X-Ray ‏ : ‎ 有効
  • Word Wise ‏ : ‎ 有効にされていません
  • 付箋メモ ‏ : ‎ Kindle Scribeで
  • 本の長さ ‏ : ‎ 617ページ
  • カスタマーレビュー:
    4.1 5つ星のうち4.1 101個の評価

著者について

著者をフォローして、新作のアップデートや改善されたおすすめを入手してください。
本橋 智光

本橋 智光

Brief content visible, double tap to read full content.
Full content visible, double tap to read brief content.

著者の本をもっと発見したり、よく似た著者を見つけたり、著者のブログを読んだりしましょう

カスタマーレビュー

星5つ中4.1つ
5つのうち4.1つ
101グローバルレーティング

この商品をレビュー

他のお客様にも意見を伝えましょう
カスタマーレビューを書く

上位レビュー、対象国： 日本

AmaCus
5つ星のうち5.0 良本
2022年9月24日に日本でレビュー済み
Amazonで購入
他のレビューにあるよう、文面に傲慢さが感じられるが、内容は良い。
2人のお客様がこれが役に立ったと考えています
役に立った
 レポート
Furuya.Syota
5つ星のうち4.0 データ分析の8割はデータ前処理に苦労するので読んで損はないです
2021年5月12日に日本でレビュー済み
Amazonで購入
データ分析はモデリングなどに目がいきがちですが、実際にやるとテーブル結合・クレンジング・名寄せなど、データ前処理か非常に大変で、非常に苦労します。

そういう背景があるため、データ前処理を勉強するのはとても有効です。

誰でもモデリングできるAutoMLツールが流行ってきましたが、データ前処理は少なからず地道に手を動かす必要があります。

AutoMLが流行ってきた今だからこそ、改めてデータ前処理を勉強することに価値があります。
11人のお客様がこれが役に立ったと考えています
役に立った
 レポート
さいとお@宇都宮
5つ星のうち5.0 前人未踏の前処理本
2018年4月27日に日本でレビュー済み
Amazonで購入
製造プロセスデータの分析を主にやっております。
前処理関連は本当にめんどくさいものです。理由はケースバイケースですが、大体
・条件に応じてコードの使い分けを要する(joinまみれの横長か、unionまみれの縦長になる)
・処理が下手だとすぐメモリアウト（うまければ明日から数百億行を処理しろと言われるので結局無理)
・無茶ぶりに耐えられる人間が少ない
が、敬遠される原因かなあと考えております。
こうならないためには、まず
・全データを用いてトライアルやらなくていいでしょう、お客様のフルデータだと月1000万円単位の使用料ですが払えるんですか
・お客様の要求するレベルの自動データ分析には、最善でも月このくらいコストがかかります。みあいますか
・お客様の追加要求は、予約Webページが5分待たされる程度の負荷をかけるのですがいいですね
といった、演算コストを金銭的コストにして顧客に納得してもらう必要があります。
それは書かれていませんので、顧客のエンジニアと話し合ってください。
Awesomeなエンジニアがいないのであれば、さっさと手を引きましょう。
31人のお客様がこれが役に立ったと考えています
役に立った
 レポート
YK
5つ星のうち3.0 人によってはいらないところが多すぎるかも
2023年3月19日に日本でレビュー済み
Amazonで購入
各項目が、以下のような構造になっているため、学習が進めづらい。
やりたいこと
└SQL
└R
└Pythton
やりたいこと
└SQL
└R
└Pythton

非常に煩わしかった。あと、本のビジュアルと中身が合っていない。
おそらく、従来あった逆引き時点的なイメージで購入される方も多いとおもうが、
ライトな入門書である・・・読み応えはなし。
コードもせめてnotebookで書かれていれば学習しやすかったが、pyファイルである。
中身は悪くないとは思うけれど、学習するという視点では人に勧めづらい。
他の方も書かれていたが、なにをもってAwsomeとするのか、ケースバイケースなのだが、
初学者に対して、言い切っちゃダメだろう・・・というところも散見される。
一通り学習して、抜け漏れがないかチェックするのには役立つかもしれないが、
価格には満たないというのが私の感想。
4人のお客様がこれが役に立ったと考えています
役に立った
 レポート
Momotan
5つ星のうち5.0 実務者向けの前処理の基本
2020年9月12日に日本でレビュー済み
Amazonで購入
プログラムコードを動かそうとしてもなぜか動かない。コードが動かない原因のあたりはついているけれどもどう処理するのが一番ベストなのだろうか？そんな疑問に答えてくれるのが本書です。大抵の場合においては、エラーメッセージからググって、答えに近いサンプルコードを拾い出してくることになるけれども、本書ではそういった処理の方向性（小技）が体系的にまとまっています。ただし、一方で説明内容を詰め込み過ぎているきらいがあり、初心者には不親切なところもあるので、ある程度、コーディングの経験を積んだ実務者が利用するのがいいと思いました。
3人のお客様がこれが役に立ったと考えています
役に立った
 レポート
かつしん
5つ星のうち4.0 (難はありますが)学ぶこと大でした
2018年6月21日に日本でレビュー済み
Amazonで購入
自身のような「(情報システムのプログラミング経験は豊富だが)分析のための前処理はうとい」人には非常に参考になると思います。
エッセンスを吸収したらすぐに手放すつもりでしたが手元においておくことにしました。(笑)

ただ、以下の様な点が気になったので次回作の期待を込めて☆1つ減らしました。

(1)レビューされていない
以下の様な単純なミスがあります。おそらく第三者のレビューはなかったのかと思います。そのせいか全体を通して表現の揺れやいいまわしが洗練されていない印象を受けました。(内容がよいだけに勿体無いなと)

『本書では次の4種類の補完方法について解説します。』→ 実際には6種類
『カテゴリ化に対応していないので、★カテゴリ化★の方法をしっかり身につけましょう』 ★部分は「ダミー変数化」 が正しい

(2)厳密でない
例えば「pythonでは、ブール型はbool、カテゴリ型はcategory型が提供されている」という記載がありますがpythonにはcategory型は存在せずライブラリ(pandas)が提供する型です。こういった混乱を招く雑な表現が少なくありません。

(3)コードの良し悪しの基準が恣意的
全体を通して「これは非AWESOME(もしくはAWESOME)なコード」という説明がなされていますが、判断基準が恣意的というか一貫性がないと感じました。
「計算量は多いけど簡潔で可読性が高いのでAWESOME」「簡潔でないが計算量が少ないのでAWESOME」という感じ。どっちやねん！と。笑

(4)Awesomeが微妙な場合がある
「改変が容易なのでAWESOME」と主張しているコードで何度も同じ列名をタイプしてたりします。この場合は、コードを関数化して列名を引数にして使い回すかつ汎用的(同じ処理を違う列でも適用できるようにする)にするのがAWESOMEですね。

(5)冗長
箇条書きや表形式にしたほうが簡潔に表現できることも文章で記述されているので無駄に長い。

本書の内容とは関係ありませんが、上述したような指摘はプログラマの世界では「曖昧・冗長・一貫性がない」と批判されても仕方がない恥ずかしい事ですが、データサイエンティストという職業では重視されない(＝扱っているのが確率の世界なので厳密さを求められない=>曖昧さがむしろ「柔軟」として評価される)のかな？なんて思いました。

次回作に期待します。個人的には「外れ値の扱い方」が薄かったのでそのあたりの考え方や方法論・ノウハウを学びたいと思いました。
89人のお客様がこれが役に立ったと考えています
役に立った
 レポート
なんでも屋
5つ星のうち5.0 前処理重要！
2018年4月25日に日本でレビュー済み
Amazonで購入
SQLを主に仕事で使っておりますが、そのSQLを別の言語に置き換える場合、知識のマッピングが出来るので重宝します。
SQL、R、Pythonと知識をそのまま移行できる点が素晴らしいと感じました。

この本は発売前から注目しておりました。発売日前なのにベストセラーとなっていたので驚きです。
それぐらいデータ分析の現場は前処理が重要で、かつ仕事の7割8割は前処理なんじゃないかと思うぐらいの時間を割いています。
その問題に対して、ダイレクトに突き刺す良い本だと感じました。
16人のお客様がこれが役に立ったと考えています
役に立った
 レポート
Developer
5つ星のうち5.0 他にないデータ処理の良書
2020年1月18日に日本でレビュー済み
Amazonで購入
様々なデータ処理のレシピを示し、SQLと対比してRやPython(Pandas）だとどう書くのか？非常に分かり易く解説している。また、各レシピごとそれぞれの言語で何種類かの方法を示し、更には、各々段階的により良いコードを明確な理由と共に説明している。他にないデータ処理の良書で、前処理に限らず使える。
3人のお客様がこれが役に立ったと考えています
役に立った
 レポート
問題を報告

この商品には、不適切な内容が含まれていますか?
報告
この商品は、著作権を侵害していると思いますか?
報告
この商品には、品質または書式設定の問題が含まれていますか?
報告