データサイエンスでどのようなプロセスが必要か、どのようなスキルセットが必要で、どのような思考方法があるのかを紹介。

本書では、データサイエンスを行う上で、どのようなプロセスが必要か、データサイエンティストとしてはどのようなスキルセットが必要で、どのような思考方法を選択する必要があるのかを実例を多数示しながら紹介します。Ｇｏｏｇｌｅ、Ｍｉｃｒｏｓｏｆｔ、Ｆａｃｅｂｏｏｋをはじめとした有名企業で使われているアルゴリズムや分析手法の紹介など、興味深い話題や事例も豊富に収録しています。内容の幅が広く、データサイエンティストの参考になるトピックが満載の一冊です。
もくじ情報：はじめに：データサイエンスとは；統計的推論、探索的データ分析、データサイエンスのプロセス；アルゴリズム；スパムフィルタ、単純ベイズ、データラングリング；ロジスティック回帰；タイムスタンプと金融モデリング；データから意味を抽出する；レコメンデーションエンジン：ユーザが直接触れる大規模データ製品を構築する；データ可視化と不正検出；ソーシャルネットワークとデータジャーナリズム；因果関係；疫学；データ分析のコンペティションから得られた教訓；データのリークとモデルの評価；データエンジニアリング；生徒たちの声；次世代のデータサイエンティスト、データに対する過信と倫理

シャット，レイチェル(シャット，レイチェル)
Ｄａｔａ　Ｓｃｉｅｎｃｅ　ａｔ　Ｎｅｗｓ　Ｃｏｒｐ社の上級副社長。コロンビア大学で統計学の博士号を取得後、Ｇｏｏｇｌｅ　Ｒｅｓｅａｒｃｈで数年間統計学者として働く。現在コロンビア大学統計学部の非常勤教授。コロンビア大学データサイエンス・エンジニアリング研究所教育委員会の設立メンバーでもある。Ｇｏｏｇｌｅ時代の業務に基づいた複数の特許出願がある。Ｇｏｏｇｌｅでは、アルゴリズムのプロトタイプの作成や、ユーザ行動を理解するためのモデル構築などを通じて、ユーザが扱うプロダクトの構築を支援した