内容紹介：見込み客、土日の需要、商品リコメンド… 営業、マーケティングが劇的に変わる 業務に本当に役立つ“儲かるAI”を自分で作る！◆数学なしでアルゴリズム選びもチューニングもわかる ◆現場目線でAIの最適化までできる ◆ブラウザだけで試せるPython実習（Google Colab） ◆XGBoost、Prophetなど話題のAI技術を活用 ◆全PythonコードをGoogle Colab用のNotebook形式で用意 ＜機械学習のための ? Python入門講座＞つき！ 業務に本当に役立つ“儲かるAI”を作るには 「業務目線」と「技術目線」の両方が必要です。 業務の課題を認識し、どう改善するかという「業務目線」が必要なのは 従来システムと同じですが、AIの構築ではさらに 業務の課題が本当に AIで解決できるのか、AIのどの処理方式なら適用できそうか という「技術目線」が不可欠なのです。 本書のPython実習で学ぶことで、「AIの目利きができる技術目線」を獲得し 自分でもAIを作れるようになります。 1章 ? 業務と機械学習プロジェクト 2章 ? 機械学習モデルの処理パターン 3章 ? 機械学習モデルの開発手順 4章 ? 機械学習モデル開発の重要ポイント 5章 ? 業務要件と処理パターン ・営業成約予測（分類） ・天候による売り上げ予測（回帰） ・季節などの周期性で売り上げ予測（時系列分析） ・お薦め商品の提案（アソシエーション分析） ・顧客層に応じた販売戦略（クラスタリング、次元圧縮） 6章 ? AIプロジェクトを成功させる上流工程のツボ
“見込み客予測”“土日の需要”“商品リコメンド”数学なしでアルゴリズム選びもチューニングもわかる。営業、マーケティングが劇的に変わる。全ＰｙｔｈｏｎコードをＧｏｏｇｌｅ　Ｃｏｌａｂ用のＮｏｔｅｂｏｏｋ形式で用意。
もくじ情報：１章　業務と機械学習プロジェクト；２章　機械学習モデルの処理パターン；３章　機械学習モデルの開発手順；４章　機械学習モデル開発の重要ポイント；５章　業務要件と処理パターン；６章　ＡＩプロジェクトを成功させる上流工程のツボ；講座１　Ｇｏｏｇｌｅ　Ｃｏｌａｂｏｒａｔｏｒｙ基本操作；講座２　機械学習のためのＰｙｔｈｏｎ入門

赤石　雅典(アカイシ　マサノリ)
１９８５年、東京大学工学部計数工学科卒。１９８７年、同大学院修士課程修了後、日本ＩＢＭに入社し、東京基礎研究所で数式処理システムの研究開発に従事。１９９３年、ＳＥ部門に異動し、オープン系システムのインフラ設計・構築およびアプリケーション設計を担当。２０１３年、スマーターシティ事業、２０１６年、ワトソン事業部に異動し現在に至る。現在はＷａｔｓｏｎ　Ｓｔｕｄｉｏなどのデータサイエンス系製品の技術セールスとして活動。京都情報大学院大学客員教授（本データはこの書籍が刊行された当時に掲載されていたものです）