データ解析は、ビジネス戦略・分析目的を明確にした上で行う必要があります。「発射台・的の設定」「データ分析」「業務展開」というデータサイエンスのプロセス全体を丁寧に解説しています。要因把握や予測に使われる「決定木分析」、より高精度の予測を行う「アンサンブル学習」、ＡＩ開発に必須の「ディープラーニング」など昨今のビジネスシーンに最適なトピックを収録しています。架空の銀行で分析業務に従事しているデータサイエンティストになったつもりで、機械学習を用いたデータ分析の一連の流れを体験できます。Ｐｙｔｈｏｎによるコーディング、サンプルデータを用います。分析の結果が理解されない、継続的な仕組みが構築できない、といった「ビジネス活用の際にぶつかりやすい壁」とその対処法を紹介します。

第１章 課題定義・仮説立案 第２章 データ収集・加工・探索 第３章 分析モデルの構築Ⅰ　古典的統計手法によるアプローチ 第４章 分析モデルの構築Ⅱ　機械学習によるアプローチ 第５章 Pythonを用いた機械学習の実践 第６章 ＡＩ技術の利活用 第７章 ビジネス活用時にぶつかりやすい壁