スケーラブルデータサイエンス データエンジニアのための実践Google Cloud Platform(ValliappaLakshmanan 葛木美紀 中井悦司 長谷部光治)|翔泳社の本
  1. ホーム >
  2. 書籍 >
  3. スケーラブルデータサイエンス データエンジニアのための実践Google Cloud Platform

スケーラブルデータサイエンス データエンジニアのための実践Google Cloud Platform 新刊



監修
監修

形式:
書籍
発売日:
ISBN:
9784798158839
価格:
本体3,800円+税
仕様:
B5変・400ページ
分類:
データサイエンス

本書籍の他の形式を確認する

  • このエントリーをはてなブックマークに追加

身近な例からデータサイエンスの深淵を体感し
スケールさせるノウハウを学ぶ

【本書の内容】
「膨大なデータを分析して傾向を探り意思決定に援用する」とはよく耳にするフレーズですが、「膨大なデータ」から「援用する」までの間に、どのようなことがなされているのでしょうか。その各段階における必要な知識や技能やツールやインフラにはなにがあるのでしょうか。
本書はそういった疑問を、身近な例(フライトスケジュールからミーティングの参加・不参加確定)から説き起こします。とはいえ、それは単に米国運輸省のデータをダウンロードし、フライトの傾向を時間軸に合わせて分析し、スケジュールとして提示する、という“シンプル”なストーリーではありません。
「データ分析を実行してビジネスで成果を出す」ことができる人を「データエンジニア」と呼ぶ、Googleならではの文化が色濃く出た1冊です。すなわち、クエリの構築やレポート、グラフ化が最終目標ではなく、それらをひっくるめたスケーラブルで反復可能なシステムを構築できる人材への足がかりとなる1冊であり、肩書としての「データサイエンティスト」から、真に求められているデータサイエンティストへと、自身をスケールしていくための手引書です。

本書は、
Valliappa Lakshmanan,
"Data Science on the Google Cloud Platform: Implementing End-to-End Real-Time Data Pipelines: From Ingest to Machine Learning", O'Reilly Media, January 12, 2018.
の邦訳版です。

【本書のポイント】
・Google Cloud Platformの具体的な活用方法
・データ分析からサービス構築まで、必要な知識
・データサイエンスをスケールするという考え方

【読者が得られること】
・データサイエンスに必要な知識を段階を追って習得できる
・データ収集からサービス構築までの一連の流れを理解できる
・各ステージにおける勘所や肝となる考え方を学べる
・Google Cloud Platformにある一群のツールを使えるようになる
・統計学や機械学習を理解していれば、モデルをコード化できるようになる

【対象読者】
・データエンジニア、データサイエンティスト
・データアナリスト、データベース管理者
・システムプログラマ


第1章 データに基づくより良い意思決定
 1.1 多くの同様な意思決定
 1.2 データエンジニアの役割
 1.3 クラウドで実現するデータエンジニアリング
 1.4 この本の対象読者
 1.5 クラウドで進化したデータサイエンス
 1.6 この本で扱うケーススタディについて
 1.7 確率論的な意志決定
 1.8 データとツール
 1.9 コードに触れてみる
 1.10 まとめ

第2章 クラウドへのデータの取り込み
 2.1 オンタイム・パフォーマンスデータ
 2.2 データの保存場所
 2.3 データの取り込み
 2.4 毎月のダウンロードをスケジュールする
 2.5 まとめ
 2.6 コードに触れてみる

第3章 魅力的なダッシュボードを作成する
 3.1 ダッシュボードでモデルを説明する
 3.2 最初にダッシュボードを作成する理由
 3.3 正確さ、信頼性、良いデザイン
 3.4 Google Cloud SQLにデータを読み込む
 3.5 Google Cloud SQLインスタンスを作成する
 3.6 Google Cloud Platformの操作方法
 3.7 MySQLのアクセス制御
 3.8 テーブルの作成
 3.9 テーブルへのデータインポート
 3.10 第1のモデル
 3.11 ダッシュボードの作成
 3.12 データポータルを使ってみる
 3.13 まとめ

第4章 ストリーミング・データ処理
 4.1 イベントフィードの設計
 4.2 時刻補正
 4.3 Apache Beam/Cloud Dataflow
 4.4 Cloud Pub/Subにイベントストリームを発行する
 4.5 リアルタイムストリーミング処理
 4.6 まとめ

第5章 インタラクティブなデータ探索
 5.1 探索的データ分析
 5.2 フライトデータをBigQueryに読み込む
 5.3 Cloud Datalabによる探索的データ分析
 5.4 データの品質管理
 5.5 出発遅延時間に対応した到着遅延時間
 5.6 モデルの評価
 5.7 まとめ

第6章 Cloud Dataprocによるベイズ分類器
 6.1 MapReduceとHadoopエコシステム
 6.2 Spark SQLを使用した変数の離散化
 6.3 Pigを用いたベイズ分類
 6.4 まとめ

第7章 Sparkによるロジスティック回帰分析
 7.1 ロジスティック回帰
 7.2 特徴量エンジニアリング
 7.3 まとめ

第8章 スライディングウィンドウによる集計処理
 8.1 時間平均の必要性
 8.2 JavaでのDataflow
 8.3 時間平均の計算
 8.4 監視、トラブルシューティング、パフォーマンスチューニング
 8.5 まとめ

第9章 TensorFlowを用いた分類モデル
 9.1 より複雑なモデルへ
 9.2 データをTensorFlowに読み込む
 9.3 Experimentクラスの設定
 9.4 ディープニューラルネットワーク(DNN)モデル
 9.5 まとめ

第10章 リアルタイム機械学習
 10.1 予測サービスの呼び出し
 10.2 フライト情報への予測の追加
 10.3 ストリーミングパイプライン
 10.4 トランザクション、スループット、待ち時間
 10.5 まとめ
 10.6 本書のまとめ

付録A 機械学習データセット内の機密データに関する考慮事項
 A.1 機密情報の取り扱い
 A.2 機密データの識別
 A.3 機密データの保護
 A.4 ガバナンスポリシーの確立

会員特典はこちら

書籍への問い合わせ

正誤表、追加情報をご確認の上、こちらよりお問い合わせください

書影の利用許諾について

本書籍に関する利用許諾申請はこちらになります

追加情報はありません。

ご購入いただいた書籍の種類を選択してください。

書籍の刷数を選択してください。

刷数は奥付(書籍の最終ページ)に記載されています。

現在表示されている正誤表の対象書籍

書籍の種類:

書籍の刷数:

本書に誤りまたは不十分な記述がありました。下記のとおり訂正し、お詫び申し上げます。

対象の書籍は正誤表がありません。

最終更新日:2019年06月17日
発生刷 ページ数 書籍改訂刷 電子書籍訂正 内容 登録日
1刷 168
5行目下、囲みのソース内2行目
%bigquery execute -q depdelayquery -t my_temp_dataset.delays
%bigquery execute -q depdelayquery -t temp_dataset.delays
2019.06.17