業界ごとのAI・データ分析参考書籍
データ分析がさまざまな分野で使われるようになりました。ただ、単にデータサイエンスを知っているのみではダメで、その産業のビジネス知識を知る必要があります。それぞれの産業では専門書がありますが、その産業とデータ分析をつなぐ、事例を知る等の書籍が探しにくいかなと思っており、一覧化しようと思います。
総務省が定めた 日本産業分類 というものがあり、それは下記のような分類となっています。それぞれの産業ごとにデータ分析・AIの適用に取り組む時に参考となる書籍を挙げております。
網羅できてないけどね、ごめん。
農業,林業
漁業
鉱業,採石業,砂利採取業
建設業
未読
製造業
『入門 機械学習による異常検知―Rによる実践ガイド』
Rコード例あり。
製造業に特化ということではないですが、製造業では必須なため、異常検知の本をここに含めました。
類書が色々出だしてますが理論と実践のバランスが取れた入門書としては本書が良いかと。
Pythonでなさりたいという方には近刊として下記が良さそうです。
化学工業
『マテリアルズインフォマティクス』
演習問題とPythonコードの解答例がGitHubにあり。また一部Pythonコード例あり。
機械学習による材料の表現・学習・生成の概論、物質記述のHomCloudライブラリ、結晶構造探索ツールCrySPYそれぞれの使い方。
比較的新しい分野で類書が色々出始めてますが、本書が一番網羅的ではないかと思います。
電気・ガス・熱供給・水道業
未読
情報通信業
情報サービス業
ゲームソフトウェア業はここに入るらしい
『ゲームから学ぶAI』
コード例なし。
ゲーム業界についてではないですが、ゲームを動かすAIについて学ぶのもの良いかと。
StarCraftII、Minecraftなどを題材に裏で動いているアルゴリズムの紹介。
運輸業,郵便業
『物流アルゴで世が変わる』
コード例はなし。
機械学習ではなく最適化問題の応用として物流は今後非常に大きなテーマになると思われる。古い本か数理最適の本の一事例としては関連の記載があったが、物流の最適化について主に最適化の観点から記載した本は少なかったのではないか。物流の最適化に携わるとなったらまず手に取りたい本。
拠点配置、配車、倉庫内の最適化(ピッキング、製品・棚の配置)の課題と現状の最適化手法の概要がある。
概論のみだが、アルゴリズムの詳細については近々『物流最適化モデルと解放アルゴリズム』という本を準備中とのこと。
卸売業,小売業
需要予測についてはQiitaの下記記事に書いています。
金融業,保険業
『金融AI成功パターン』
コード例はなし。
ターゲティング(営業、解約予測)、価値算出(不動産物件、企業価値評価)、需要予測、不正検知、審査、テキスト分類、画像認識(書類のテキスト化)についてAutoMLツールの一つDataRobotでの事例ですが、AutoMLを使わない方にも役に立つノウハウが満載です。
単にこういうケースにこういう分析をしましたというざっくりとしたものではなく、下記など具体的で役立つと思います。
特徴量候補
欠損値等加工のノウハウ
学習・検証・テストのパーティショニングでのリーケージしないような注意点
精度指標
『エンジニアが学ぶ金融システムの「知識」と「技術」第2版』
データ分析としてではなく、主にIT系のエンジア向けに金融業界のシステムを解説した本です。
金融業界について、金融ビジネスのしくみ、そこで使われるシステム、データ分析、ブロックチェーンなど業界全体を知ることができます。
不動産業,物品賃貸業
『不動産テック』
コード例はなし。
アカデミア、不動産会社様、設計会社様が共著となっており、不動産テックを俯瞰的に一望できる本。というかほぼ初の本であり、不動産データ分析に携わるとなったらまず最初に手に取る本でしょう。
事例が豊富。傾向スコアを用いた実証分析、GISを用いた空間分析、間取りの画像認識、オープンデータを用いた空き家分析、不動産金融市場等。
学術研究,専門・技術サービス業
未読
宿泊業,飲食サービス業
『キッチン・インフォマティクス』
コード例はなし。
レシピの自然言語処理や料理画像の画像処理についての本。
自然言語処理や画像処理の一般論のみではなく、レシピのコーパス、調理動作の画像解析など料理に特化した研究事例の紹介。
生活関連サービス業,娯楽業
娯楽業
スポーツはここに入るらしい
スポーツデータの分析について『スポーツアナリティクスの本』として別途記事を書きました。
教育,学習支援業
未読
医療,福祉
医療系についてかnoteの下記記事に書いてます。
複合サービス事業
サービス業(他に分類されないもの)
公務(他に分類されるものを除く)
分類不能の産業
未読
この記事が気に入ったらサポートをしてみませんか?