【2025年】「データ化」のおすすめ 本 38選!人気ランキング
- 実践Data Scienceシリーズ データ分析のためのデータ可視化入門
- できるPower BI データ集計・分析・可視化ノウハウが身に付く本 (できるシリーズ)
- 1冊目に読みたい DXの教科書 (なるほど図解)
- Tableauデータ分析 ~入門から実践まで~ 第2版
- Tableauで始めるデータサイエンス
- (購入特典PDF版ダウンロード)いちばんやさしいDXの教本 人気講師が教えるビジネスを変革する攻めのIT戦略 (いちばんやさしい教本)
- イラスト&図解でわかるDX(デジタルトランスフォーメーション);デジタル技術で爆発的に成長する産業、破壊される産業
- AI・データ分析プロジェクトのすべて[ビジネス力×技術力=価値創出]
- 図解ポケット 今日から使える! データサイエンスがよくわかる本
- デジタル人材がいない中小企業のためのDX入門
『Data Visualization: A Practical Introduction』の日本語訳が刊行され、全世界のRユーザーに支持されている。この本は、データ可視化の基本を初心者でも理解できるように解説しており、ggplotやtidyverseの知識がなくても実践的に学べる内容となっている。データの見せ方や可視化の手順に加え、実践的なスキルを提供。著者はデューク大学の教授であり、さまざまな専門家が推薦している。目次にはデータの整形や地図描画など、多岐にわたるテーマが含まれている。
こんな産業が破壊される!経産省がガイドライン化するほど国も危機感を抱くDX!DXトップコンサルタントが徹底解説する入門書 DXへの取り組みの活発化の波において躓く日本企業…どんな産業が破壊されるのか?どんな産業が発展するのか?経産省がガイドライン化するほど国も危機感を抱くDX!DXトップコンサルタントが徹底解説するDX入門書! DXトップコンサルタントが徹底解説する入門書! ● DXとは? ● なぜ、経産省がガイドラインを出すほど、 国も危機感を抱いているのか? ● DXへの取り組みが活発化しているものの、 つまずく日本企業が多いのはなぜなのか? ● AirbnbやUBER、アマゾン、Google によってどんな産業が破壊されているのか? ● どんな産業が破壊されるのか? ――原子力発電、火力発電、教育産業、スマホ関連…… ● どんな産業が発展するのか? ――長寿・美容産業、都市農業・細胞農業、宇宙産業…… ● デジタル進化が、さらにどのような変化をもたらすのか? 一般ビジネスパースンから、DX推進担当者、個人投資家まで必見! 第1章 なぜ、DXが必要なのか 第2章 デジタル技術が生み出したビジネスモデル 第3章 今後、注目すべき基盤テクノロジー 第4章 こんな産業が破壊される 第5章 こんな産業が発展する 第6章 変化の本質 第7章 個人のキャリアの考え方
本書は、AI・データ分析プロジェクトの成功には技術知識だけでなく「ビジネス力」が重要であることを強調しています。データサイエンティストのキャリアや業界の概要から始まり、プロジェクトの立ち上げ、実行、評価、収益化までのノウハウを網羅。具体的には、課題設定、案件獲得、データ分析手法の検討、レポーティングなどのプロセスを解説し、実務に役立つ情報を提供しています。著者は業界の専門家で、実践的な知識を基にした内容となっています。
本書は、データサイエンスの基本概念から実際のビジネス活用事例までを豊富な図やイラストを用いて解説し、初心者でも理解しやすい内容になっています。データサイエンスの重要性が増す中、数学的な専門用語を避けながら、機械学習や先端テクノロジーとの関連も紹介。ビジネスパーソンや学生にとって、データサイエンスを学ぶための入門書として最適です。
ビジネスパーソンが簡単にデータの収集、変換、可視化、リアルタイム分析を行うことができるのがMicrosoft Power BIです。Excel初心者でもすぐできる手軽さで、本格的なBI(Business Intelligence)ツールとして利用できることから、非常に高い人気を誇っています。本書では、Power BI初心者でも現場ですぐに利用できるように、「基本編」「リファレンス編」「ハンズオン編」の3 部構成で解説します。<Part 1:基本編>Power BI の基礎知識、インストール・設定と使い方、データ分析に必要なデータモデリング、データクレンジング、視覚化について、基礎からわかりやすく解説します。<Part 2:リファレンス編>データ分析・可視化の実現の仕方が目的別にわかる「ビジュアルリファレンス」、Power BI 上のデータ集計に役立つDAXの基本と使い方を解説した「DAXリファレンス」、Power BIで作成したレポートの活用、運用がわかる「レポート管理・運用リファレンス」で、実践的な利用方法を解説します。<Part 3:ハンズオン編>前章までで学んだ知識を活用して、「契約分析レポート」の作成を行うハンズオンです。データの取得、加工、リレーションシップの構築、可視化、Power BI Service への発行、共有までの一連の流れを学ぶことができます。本書の内容は、ライセンスがない方でも試用版ライセンスで一定期間、無料で試すことができます。 この本の読者の方々へ 監修者の言葉 本書の活用の仕方 #Part 1 基本編 ##Chapter1 Power BI入門 ###1-1 Power BIでできること ###1-2 Power BIで利用できるサービス ###1-3 Power BIで分析できるさまざまなデータ ####Column Microsoft Fabricとは ##Chapter2 セルフサービスBI開発環境の準備 ###2-1 Power BIのセルフサービスBI開発の始め方 ###2-2 サインアップが必要なサービス ####Microsoft 365開発者プログラム ####Power BIライセンス ###2-3 Microsoft 365開発者プログラムのサインアップ ###2-4 二段階認証の使用を無効化する ###2-5 Power BI Desktopをセットアップする ####ダウンロード ####サインイン ###2-6 Power BI Serviceをセットアップする ####ワークスペースの作成 ###2-7 Dataverseをセットアップする ##Chapter3 Power BIの基本 ###3-1 セルフサービスBI開発の基本的な流れ ###3-2 データモデリング ####データモデリングとは ####スタースキーマとは ####ファクトテーブルとディメンションテーブル ####データのインポート ####リレーションシップ ####DAX ####Power Queryを使ったデータモデリング ###3-3 Power BI Desktopの画面構成 ###3-4 視覚化 ####ビジュアルの追加とデータの割り当て ####フィルターの追加 ####プロパティ設定 ###3-5 レポートの発行 ###3-6 Power BI Serviceの画面構成 #Part 2 リファレンス編 ##Chapter4 ビジュアルリファレンス ####目的別ビジュアルの早見表 ####Column カスタムビジュアルでビジュアルを拡張する ####サンプルデータを読み込む ###4-1 データの時系列変化を表示する ####折れ線グラフ ####Column 折れ線グラフのビジュアル設定 ####折れ線グラフおよび積み上げ縦棒グラフ ####集合横棒グラフ、集合縦棒グラフ ####ウォーターフォール図 ###4-2 データの構成比を表示する ####円グラフ ####ドーナツグラフ ####Column ビジュアルのテーマを変更してみよう ####ツリーマップ ####ファネル ####100%積み上げ横棒グラフ、100%積み上げ縦棒グラフ ###4-3 データの構成推移を表示する ####面グラフ ####積み上げ面グラフ ####リボングラフ ###4-4 データを地域別に表示する ####Column Power BIでマップと塗り分け地図ビジュアルを使用できるようにする ####マップ ####塗り分け地図 ###4-5 データの相関関係を表示する ####散布図 ####分解ツリー ####主要なインフルエンサー ###4-6 データを一覧する/カードで表示する ####カード ####複数の行カード ####KPI ####テーブル ####マトリックス ####Column ドリルダウン、ドリルアップを使ってデータ分析を強化する ###4-7 データの絞り込み、要約、問い合わせを行う ####スライサー ####スマート説明 ####Q&A ##Chapter5 DAXリファレンス ###5-1 計算列とメジャー ####サンプルデータを読み込む ###5-2 計算列の基本 ####2列を使用して乗算する計算列の作成 ####Column DAXで使用できる演算子 ####関数を使った計算列の作成 ####Column DAXでよく使用される関数 ####条件式を使った条件付きの計算列の作成 ###5-3 メジャーの基本 ####合計を計算するメジャーの作成 ####関数を使ったメジャーの作成 ####フィルターを使ったメジャーの作成 ###5-4 データ分析に使用する標準期間(日付テーブル)を作成する ####Column 日付テーブルとしてマークする ##Chapter6 レポートの管理、運用 ###6-1 レポートの保管場所(ワークスペース)を作成する ####ワークスペースの作成と管理 ###6-2 ワークスペースのアクセスを管理する ###6-3 Power BI Serviceへレポートを発行する ###6-4 レポートをさまざまな方法で共有する ####リンクのコピー ####PowerPointへの共有 ###6-5 レポートのデータ取得スケジュールを管理する ####Power BI Serviceのデータセットでデータ取得のスケジュールを設定し、データの自動更新を行う ####Power BI Serviceのデータセットでデータの手動更新を行う ###6-6 レポート運用状況を通知する ####レポートを購読し、更新があった場合に通知する ####データセットの更新失敗時に通知する ####指標とする数値が一定の範囲を超過した場合にアラートを通知する ####メール通知機能の動作をテストする #Part 3 ハンズオン編 ##Chapter7 契約分析BIレポートを作成してみよう ####Power BIレポート開発ハンズオンの流れ ###7-1 Power BI Desktopでデータソースからデータを取得する ####正しいデータ型で読み込まれているかPower Queryで確認する ####Column Power Queryでデータを加工する ####データ分類を指定する ###7-2 Power BI Desktopでスタースキーマを構成する(リレーションシップの設定) ####日付テーブルを作成する ###7-3 Power BI Desktopでデータを可視化し、レポートを発行する ####1. レポートのページの名称設定と背景画像を設定する ####2. 概要レポートの作成 ####3. 影響分析レポートの作成 ####4. 分解分析レポートの作成 ####各ビジュアルの動きを確認する ####Column クロスフィルターの調整方法 #Appendix付録 ##Appendix1 Dataverseを活用しよう ###A1-1 Dataverseとは ####Dataverseの始め方 ###A1-2 データソースの準備(Dataverseテーブル作成) ###A1-3 リレーションシップを構成する ###A1-4 Power BI DesktopでDataverseに接続する ###A1-5 まとめ ##Appendix2 Microsoft Fabric──AI時代のデータ分析ソリューション ###A2-1 Microsoft Fabric ####Microsoft Fabricの登場 ####Microsoft Fabricの特徴 索引
本書は、Pythonのデータ処理ライブラリ「pandas」の実践的な使用法を約100のレシピ形式で紹介するもので、データ分析や科学計算に役立つ内容が含まれています。各レシピは手順や解説が整然とまとめられており、データ構造の基本から可視化技術まで幅広くカバーしています。著者はデータサイエンティストのTheo Petrouで、教育やデータ分析に関する豊富な経験を持っています。読者はデータサイエンスに興味のあるすべての人を対象としています。
この書籍は、デジタルトランスフォーメーション(DX)を自社に導入したいが方法が分からない経営者や事業担当者に向けたガイドです。DXの本質や導入にあたる壁(何から始めるか、実現フェーズへの進行、リソース不足)を解説し、成功するDXの姿を示します。著者はAIビジネスデザイナーで、豊富な経験を持つ専門家です。
本書は、企業文化の変革とデジタル変革(DX)の成功に焦点を当て、マッキンゼーのノウハウを基に「Why」「What」「How」、そして読者自身が何をすべきかを解説します。日本企業はITシステムの導入を目的化しており、真のDXに成功している企業はわずかです。著者は、次世代リーダーに向けて、企業文化の変革が生き残りの鍵であることを強調し、具体的な戦略や人材育成、変革管理の重要性を論じています。
この書籍は、データ分析の基礎から応用までを学べる内容で、データ可視化や統計手法、仮説検定、重回帰分析など、一生使えるスキルを身につけることができます。著者はデータサイエンティストとしての豊富な経験を持ち、実務に役立つ知識を提供しています。目次にはデータ分析の全体像や具体的な手法が紹介されています。
本書は、データサイエンスにおけるコンペティション、特にKaggleに焦点を当て、実践的なデータ分析手法やテクニックを紹介しています。分析コンペに参加することで得られるスキルは、実務でも役立つため、特徴量の作成やモデルの評価、チューニングなどの具体的な内容が含まれています。著者たちは、データサイエンスの専門家であり、実績を持つKaggleの競技者です。この本は、コンペに挑戦したい人や実務でのモデル精度向上を目指す人にとって有益な情報源となるでしょう。
データ分析コンペKaggleに挑戦するならこれをまず読んでおけば大丈夫!Kaggleに参加しないにしてもデータ分析の本質やテクニックがギュッと詰まっているので実務に活かせる。高度な内容も登場するが分かりやすく解説してくれるので初心者でも読みやすい。それでいてベテランの人も多くの学びがある書籍。著者はKaggleの最上位グランドマスターの方々であり説得力がある。過去のコンペの事例も取り上げてくれるのでそんなアプローチあったのかぁと学びが深い。文句なしの星5つ!
本書は、数理モデルの多様な手法を解説し、データ分析における選択と理解を促進する入門書です。機械学習や統計モデルなど、自然科学と人文社会科学の手法を網羅し、初学者がデータ分析の全体像を把握できるように設計されています。特に、モデリング手法の選択や誤解しやすい点について丁寧に説明し、大学一年生でも理解できるレベルでありながら、より進んだ読者にも楽しめる内容となっています。著者は東京大学の特任講師で、幅広い分野での数理的解析に取り組んでいます。
データサイエンスを学ぶ上でこちらに一通り目を通しておくとベースが出来上がると思うのでオススメ。幅広く学べるがそこまで深く突っ込まないので気に入った領域は他の書籍で補完した方がよいかも!
本書は、ビジネスにおけるデータ活用の重要性を背景に、因果分析の手法である「因果推論」と「因果探索」を学ぶための実践的なガイドです。因果推論は施策の効果を推定する手法であり、因果探索はデータから因果関係を明らかにする方法です。読者はPythonや機械学習ライブラリを用いて実際にプログラムを実装しながら、これらの手法を習得できます。内容は因果推論の基本から機械学習の応用、さらに因果探索の実装まで多岐にわたります。
本書は、欠測データの解析における多重代入法の実用的な手法を解説しています。従来の書籍では理論中心でしたが、本書では具体的な応用事例や手順を示し、社会科学の分析手法(t検定、重回帰分析、ロジスティック回帰分析など)における欠測データ処理を詳述しています。Rコードと実データを用いて、読者が実際に手順を再現しながら学ぶことができるようになっています。著者は、統計科学や不完全データ処理法の専門家です。
本書はデータ視覚化の重要性と技術を解説しており、単なるグラフ作成にとどまらず、データの意味を明確にし、オーディエンスに興味を持たせることを目的としています。筆者は日本人女性唯一のTableau ZEN MASTERであり、実践的なノウハウや事例を通じて、データ視覚化の基礎からプロフェッショナルなテクニックまでを紹介しています。主要な章では、視覚化の基本概念、プロっぽく見せるコツ、適切なチャートの選択、実際のダッシュボード作成事例、組織内でのデータ視覚化の浸透方法について詳しく説明しています。
全Tableauユーザーの必携書!チャートも分析もドラッグアンドドロップとクリックでOK! 全Tableauユーザーのための必携書、大好評の「入門・基礎編」に第3版が登場!今や、全てのビジネスパーソンにとってBIツールのスキルは必須のものとなりました。本書では、初めての方からより分析力をつけたい方までを対象に、Tableauでチャートやダッシュボードを作成し、ビジュアル分析を行うための基本を紹介しています。Tableauを一通りかつ効率的に学びたい方は、ぜひ、本書でマスターしましょう。第3版では前版までの内容を見直し、主に次の加筆修正を行っています。・ステップを丁寧に追いつつ、Tableauの機能追加や変更に合わせて、より生産性が上がる方法を紹介・基本チャートとして、ニーズが増えてきたワードクラウドとパックバブルを追加・Tableau Server・Tableau Cloudでデータを定期的に自動更新、共有する方法をよりわかりやすく紹介著者は、Tableau Softwareで長年にわたり技術支援をしていた松島七衣さん。2018年、経済産業省主催「Big Data Analysis Contest」の初の可視化部門にて、Tableauを使って金賞を受賞された実力者です。〈対応製品〉Tableau DesktopTableau ServerTableau CloudTableau Prep Builder〈目次〉Chapter1 Tableauの概要Chapter2 チャートの作成Chapter3 データの整備Chapter4 フィールドの整備Chapter5 ビジュアライゼーションの周辺効果Chapter6 ダッシュボードとストーリーの作成Chapter7 ワークブックの共有とエクスポートChapter8 Tableau Prepによるデータ準備Chapter9 Tableau Server・Tableau Cloudでの共有 Chapter1 Tableauの概要 Chapter2 チャートの作成 Chapter3 データの整備 Chapter4 フィールドの整備 Chapter5 ビジュアライゼーションの周辺効果 Chapter6 ダッシュボードとストーリーの作成 Chapter7 ワークブックの共有とエクスポート Chapter8 Tableau Prepによるデータ準備 Chapter9 Tableau Server・Tableau Cloudでの共有
ビジネスや意思決定の場面で,データを活用したい方に手にとっていただきたいデータサイエンスの入門書。目的別の分析手法を幅広く… ビジネスや意思決定の場面で,データを活用したい方に向けたデータサイエンスの入門書。データの種類ごとの性質や収集時の注意点,目的別の分析手法からデータ可視化まで幅広く扱う。各章末には課題を設置し,最終章ではデータサイエンスの展望や限界についても言及。 第1章 データサイエンスとは 第2章 データ収集のための基礎知識 第3章 データ空間の構成法 第4章 データ生成のメカニズム 第5章 データの可視化手法 第6章 データ分析の手法 第7章 データ活用のフレームワーク 第8章 データの分析事例 第9章 データ分析上の注意点と応用知識
人的資本経営に不可欠な情報開示の資料作り…“見える化”のテクニックを駆使して作業効率&説得力をアップさせる!2022年8月、内閣官房より、人材に関する情報開示を企業に求める「人的資本可視化指針」が公表されました。また、「女性版骨太の指針2023」では、プライム市場上場企業に女性役員比率の数値目標の設定と行動計画の策定に努めるよう求めています。「人的資本の情報開示」は、企業にとって重要な経営課題だといえるでしょう。この課題に取り組むなかで、人事関係者は、労務構成や賃金などの様々なデータを分析、可視化した資料を作成し、社内外に自社の状況を説明していくことが求められます。そこで本書は、言いたいことを一目でわからせるためのグラフ・図表の選び方や、それらをエクセルで作成する際の操作手順、説明文の書き方といったポイントを、わかりやすくかつ具体的に解説します。 第1章 「人的資本の情報開示」と資料作りのポイント 1⃣ 「人的資本の情報開示」の動きと企業の対応 1 「人的資本」とは 2 「人的資本の情報開示」が求められる背景 3 「人的資本の情報開示」に関する基準やガイドライン 4 雇用状況等の情報公表を定めた労働法令 5 有価証券報告書への人的資本情報の記載の義務化 6 「人的資本の情報開示」の動きのまとめ 2⃣ 「人的資本の情報開示」のポイント 3⃣ 人的資本に関する資料作りのポイント 1 A4・横版のスライド形式の資料を作成するポイント 2 A4・縦版の報告書形式の資料を作成するポイント 4⃣ 資料作りの進め方 第2章 グラフによるデータの「見える化」 1⃣ 人的資本情報の「見える化」のポイント 1 人的資本情報の数値化 2 数値化した情報の「見える化」 2⃣ エクセルを使ったグラフの作り方 1 グラフ作成の手順 2 グラフの種類と特徴 3 グラフ化における一般的な注意点 3⃣ 棒グラフ(縦棒/横棒)の特徴と作り方 1 棒グラフの特徴 2 人的資本情報における使用例 3 グラフの作成方法 4 棒グラフを作成するときのポイント 4⃣ 積み上げ棒グラフ(縦棒/横棒)の特徴と作り方 1 積み上げ棒グラフの特徴 2 人的資本情報における使用例 3 グラフの作成方法 4 積み上げ棒グラフを作成するときのポイント 5⃣ ヒストグラムの特徴と作り方 1 ヒストグラムの特徴 2 人的資本情報における使用例 3 グラフの作成方法 4 ヒストグラムを作成するときのポイント 6⃣ 折れ線グラフの特徴と作り方 1 折れ線グラフの特徴 2 人的資本情報における使用例 3 グラフの作成方法 4 折れ線グラフを作成するときのポイント 7⃣ 円グラフの特徴と作り方 1 円グラフの特徴 2 人的資本情報における使用例 3 グラフの作成方法 4 円グラフを作成するときのポイント 8⃣ 散布図の特徴と作り方 1 散布図の特徴 2 人的資本情報における使用例 3 グラフの作成方法 4 散布図を作成するときのポイント 9⃣ 箱ひげ図の特徴と作り方 1 箱ひげ図の特徴 2 人的資本情報における使用例 3 グラフの作成方法 4 箱ひげ図等を作成するときのポイント 🔟 レーダーチャートの特徴と作り方 1 レーダーチャートの特徴 2 人的資本情報における使用例 3 グラフの作成方法 4 レーダーチャートを作成するときのポイント 11 この章のまとめ~グラフは何を「見える化」しているのか~ 第3章 数値や表によるデータの「見える化」 1⃣ 数値による「見える化」 1 数値による「データの変化」と「データの構造」の見える化 2 「データ分布の特徴」を示す数値 3 代表値の種類 ~平均値、中央値、最頻値~ 4 散らばりを示す数値① ~分散、標準偏差~ 5 散らばりを示す数値② ~最大値・最小値、分位数~ 6 「基本統計量」の使い方 2⃣ 表による「見える化」 1 データ分布の特徴を示す表の具体例 2 データの変化を示す表の具体例 3 データの構造を示す表の具体例 3⃣ ピボットテーブルを使った「見える化」とデータ分析 1 男女の賃金差異の集計と分析 2 男女の賃金差異を説明するときの注意点 3 人材マップ(年齢・等級別人員構成図)の集計と分析 4 人材マップを作成するときの注意点 4⃣ ピボットグラフの活用 5⃣ この章のまとめ~数値や表による「見える化」のポイント~ 第4章 人的資本指標の算出と統計データ等の収集 1⃣ 人的資本に関する指標と算出方法 1 人員構成に関する指標 2 賃金水準・格差構造に関する指標 3 働き方(労働時間、休日、休暇等)に関する指標 4 人材育成に関する指標 5 ダイバーシティに関する指標 6 職場環境等に関する指標 7 生産性、人件費に関する指標 2⃣ 人的資本指標に関する統計データ等の収集 1 統計データ等を収集・活用するときの注意点 2 官公庁の統計データの入手方法(e-Statの使い方) 3 人員構成に関するデータが入手できる統計調査 4 賃金水準・格差構造に関するデータが入手できる統計調査 5 働き方(労働時間等)に関するデータが入手できる統計調査 6 人材育成に関するデータが入手できる統計調査 7 ダイバーシティに関するデータが入手できる統計調査 8 職場環境等に関するデータが入手できる統計調査 9 生産性、人件費に関するデータが入手できる統計調査 10 人的資本に関するその他のデータの入手方法 第5章 人的資本に関する資料作りの事例 1⃣ 「人的資本の情報開示」の基本的な考え方の整理 2⃣ 開示情報、モニタリング情報の設定 3⃣ 人的資本の資料作り・報告の年間スケジュール 4⃣ 「人的資本に関する報告書」(社内資料)の事例 5⃣ 人的資本に関する資料作りを進めるにあたって