数式を使わないデータマイニング入門 隠れた法則を発見する 著：岡嶋　裕史 紙版 光文社新書 255 統計分析は、情報が高コストであった時代に確立された学問体系です それは、できるだけ小さい情報量から、世界の姿を知ろうとする試みだと換言できます 一方、現代は巷に情報があふらかえっています その差が指し示すのは、分析対象が深度を増すことであり、従来は分析対象にしなかった／できなかった情報も対象にできる すなわち、対象の幅が広がることでもあります 本書は、社会システムの運用に欠かせない存在となったデータマイニングがどのようなものなのか、概要を説明する入門書です 気になったのは以下です ・データマイニングは行為の総称であって、そこで行われる分析手法は複数存在し、分析目的によって選択される 　回帰分析 　決定木分析 　クラスタ分析 　ニューラルネットワーク ・データマイニングでは、圧倒的な情報量を用いて分析を行う ・従来型の統計分析の弱点の一つに、分析を思い立ってからデータを収集しはじめなければ、ならない点があった 　その過程で情報のスクリーニングが行われるし、そもそも情報収集に時間がかかり、タイムラグが発生してしまう ・すぐに役立つ情報でさえ保存できないのに、いつ役立つかもわからない情報を残しておく余裕はないのである 　しかし、社会の急速な情報化によって情報機器がくまなく普及し、情報の保存コストは幾何級数的に低下した 　一見無駄と思える情報を電子媒体上に取っておく余裕ができた ・こうして、企業をはじめ各組織体には、すぐに役立つか分からない情報、が蓄積されはじめた ・予測もしなかったデータ蓄積の増大は、分析家には朗報となった 　すなわち、自由に使える情報が飛躍的に増大し、しかも、それをリアルタイムで入手できるようになったのである ・情報量と演算能力は車の両輪であり、どちらが欠けても適切な情報の利用ができないが、現代はその両方を安価に入手できる時代である ・従来型の統計分析が、規定した法則の事後検証を指向しているのに対し、データマイニングは多分に未来予測指向である 　これも、利用できる情報の量と質が向上したことが大きい ・データマイニングにおけるマイニングは２段階のプロセスに分かれる 　①大量の情報から隠れた法則を見つけ出すこと 　②そこで見つかった法則のなかから、使えるものを探し出すこと ・さらに注意しておかなければならないのは、データマイニングはどんな局面にどのような法則が存在しているかを発見してくれはするものの、その原因を説明してはくれないことだ ・売れ筋商品と死に筋商品を峻別することで、不良在庫と欠品をなくす ・データウェアハウスの構築は、データマイニングの最初の一歩である ・ただ存在していればよいというものではない 　きちんと整理され、すぐに取り出せる状態に維持しておく必要がある ・チラシをまく場所を変更したり、駐車場を拡充して顧客の定着をはかるなどの手段を講じることができる ・データの集め方 　①行いたいデータマイニング用に、データを収集する 　②現状で持っているデータを、データマイニング用に転用する ・そもそも、データ南下取っていない、という組織や人はとっても多いのである ・一般的にデータマイニングを行う場合、いかに多くのデータを取り込むかに意識が傾注される 　それももちろん正しいのだが、どこで見切りをつけるのかも、同様に重要であることを理解しておきたい ・何が必要で何が不要なのかは、データマイニングを行う際の永遠のテーマである ・データマイニングは、おびただしい情報のなかから規則や法則を見つけ出してくれるが、そのほとんどは、役に立たない法則か、意味のない法則だと考えておいた方がよい ・各分析手法の得意な局面は、おおむね次のとおりである 　分類　クラスタ分析、決定木分析、自己組織化マップ 　関連発見　連関規則 　予測　回帰分析、ニューラルネットワーク ・決定木を育てすぎると過学習になる 　育ちすぎた決定木は、情報に過敏に反応してしまい、かえって正確な予測ができなくなってしまうことがある ・分けることは分かること ・先生が教えてくれるのが、教師あり分類 　自分で考えるのが、教師なし分類 ・クラスタ分析：あるデータのなかから、意味ありげなまとまりを見つけ出し、グループ化すること ・連関規則　Ａが起こると、Ｂが発生する 　Ａの方を、ルールヘッド 　Ｂの方を、ルールボディ　と呼ぶ ・ＯＥＣＤプライバシガイドラインは、次の８原則から構成されている 　①収集制限の原則 　②データ内容の原則 　③目的明確化の原則 　④利用制限の原則 　⑤安全保護の原則 　⑥公開の原則 　⑦個人参加の原則 　⑧責任の原則 ・情報を保有することが資産ではなく、リスクになってしまった 目次 まえがき 第１章　隠れた法則を見つける技法 第２章　ビジネスで使われるデータマイニング 第３章　データマイニングの手順 第４章　落としどころを探る―回帰分析 第５章　効率的に判断する―決定木 第６章　分けることは分かること―クラスタ分析 第７章　複雑な分類―自己組織化マップ 第８章　買い物かごの中身は？―連関規則 第９章　神経をまねしてみる―ニューラルネット 第１０章　データマイニングと情報管理 第１１章　監視社会とデータマイニング 参考文献 ISBN：9784334033552 出版社：光文社 判型：新書 ページ数：216ページ 定価：700円（本体） 発売日：2006年05月20日初版第1刷

データマイニングというのは、ま、情報の採掘、みたいな意味かな。マーケティング用語で、混沌の中から法則を見つけだすための手法。の入門書です。 数式が掲載されている書物というのは何割方だか売上が落ちるんだそうで(笑)、その考え方というか原理原則を教えるという意味でも「数式を使わない」というのはわかるんですが、そのために喩え話とか脱線話が多くなってよく掴めない本になっちゃってます。私の読解力のせいもあるとは思いますが…。 ところでこの本のユニークなところは、その「混沌」の方にも思いを馳せていることですね。 インターネット（Web2.0）時代、基本的にはどんな情報にもアクセスできるようになっていて、多すぎる情報は情報がないのと同義っていうくらい、これはもう「混沌」なわけです。 でもそこでデータマイニングの手法を知っていれば、「情報格差」どころではない、見つける者と見つけられる者の格差が生まれる、ということに著者は警鐘を発しています。 思えば個人情報…名簿や機密情報、Winnyなどを介してのあんなことやこんなこと、Nシステムや監視カメラの情報…。どこで何が取得されちゃってるかわからないけど、そこから「意味」を読みとろうとする悪意のヤカラがいたとしたら？ 背筋が凍るような社会が、既に到来しているのです、ということに改めて気づかせてくれる辺りも含めて、変な本でした。

んー、数式を使わないとなんか薄っぺらくなる。 説得力がないと言うか、例題も苦しい例題だった。 最後は結局データマイニングについて何が言いたいのかまとまっていない。

アナログにデータマイニングを行う手順を紹介する新書。 独特のユーモアある書きっぷりで、とっつきにくいデータマイニングについての初歩が学べた。 データから「何が読み取れるのか」という点と「そもそも読み取るにはどういったデータが必要なのか」という点がよく理解できる内容でした。 不得意な分野なので機会を見て再読したい。 https://twitter.com/prigt23/status/1057615655543857152

少ないデータから世界を知ろうとする統計分析であり、それ対して膨大なデータから従来分析できなかった世界を知ることができるようになったのがデータマイニングだとして、回帰分析、決定木、クラスタ分析、自己組織化マップ、連関規則、ニューラルネットなどを全く数式を使わないで説明する。本書は2006年の発表なので機械学習という言葉は全くでてきませんが、考え方は同じものが多々あります。以前はビッグデータ処理といわれていたことが最近では人工知能と称される理由がよく分かります。ビッグデータがバズワードで登場したのは2011年ごろだったので、2006年の出版当時はかなり先進的な本だったのではないでしょうか。ちなみにおむつとビールの話は本書に既に書かれてます。

情報系でいつもわかりやすい岡嶋さんの本だったので購入。騒がれているデータマイニングについて、独特の吹き出しを使ったわかりやすい絵で説明されており、人に説明するときとか参考になる言い回しが多かったです。

再読。初読のときよりもちょいとスキルが上がっているからか、面白く読めた。例のシュールなユーモアは、好き嫌いがあるだろうが僕は好き。

データマイニングに関する基本的な本。2006年の本ということでそこまでビッグデータが騒がれていなかった時代。実際ビッグデータという用語は出現していなかった（はず）。入門ということで広く浅い内容。クラスタリング、ニューラルネットワーク等の専門的な内容も出てくるが、難しい数式は使わず解説している。データマイニングの非万能性や因果と相関の違いなど基本的な知識を再確認するきっかけとなった。

データマイニングの解説書は非常に多く出ているがどうもどれも少し難しいと感じていた。 本書は、まさに求めていた一冊という感じで非常にすっきりと読めた。 ただ、最後の監視社会云々のところは、無理矢理著者の専門もくっつけたというのが否めず、はっきり言って余計かとも思う。 ここが無ければ、もう少し高い評価がつけられたのに。

新聞の記事のように、表面的な浅い知識を並べているだけです。勉強にならないと思います。

結局、この本の最後の章「監視社会とデータマイニング」に筆者の主張を感じることができましたが、まぁ、痒いところには手が届くような感じはしません。 中途半端かなぁ・・・。

まさに入門書！これだけでは深堀出来ない。知識の基礎にはなるが同系他書を読まなければ理解は深まらない。「紙おむつとビール」を自ビジネスに置き換えて考えるには多読が必要！！

情報の使い方、分析屋のあり方をメインにインプットしようと思って読んだ。データマイニングにおける「考える」手順が丁寧に書かれている。当たり前と言われればそれまでかもしれないが、基本に忠実にあるべきだと感じた。数字に追われているようではいけない。

データマイニングのポイントは？ →隠れた法則を見つけ、その中から使えるものを探し出す そして、その法則の意味付けは自分で明確に行う

入門書としては分かりやすく、安価で手に入るのでお勧め。 だが、ここ数年、この分野（というよりも統計をとりまく技術）の進歩が著しく、莫大なデータの処理が話題の中心にあるため、原理を知るだけなら良いものの、実際のことを知るためには比較的最近の書籍を当たったほうがよいかもしれない。

さらっと読みやすい内容。 極端な例が出てきたりしますが、示そうとしていることはハッキリわかるように書かれていると思います。

データマイニング（アマゾンのレコメンド機能など）の入門書 入門書だけあってわかりやすかったけど、ちょっと物足りないかも

数式を使わないのであれば概念説明くらいは簡明であり的確であって欲しかったのだが、私にはそうは見えなかった。統計が絡むと特に。 データマイニングは単なる統計を用いた分析方法の一つではないことを踏まえたとしても、データマイニングを行うには統計的手法はほとんど不可避であり、入門の時点で誤解されやすい説明をされては独学者は混乱するのではと感じた。 とはいえ、入門、と銘の打たれた数々の本においては（珍しい）本当の入門書であることは文章・本文の易しさからして間違いない。

データマイニングってこんなもんということは良くわかった． これでできること，できないこと． データに語らすにしても，結局最後は人間の勘に頼って，マイニングしなければならないという所に，限界もあれば，発展のよちもあるのだろう． 一般論ばかりで，筆者にデータマイニングの実務経験がないように感じたが，どうだろう．

数式表現の方が一目瞭然な所もあるが、あえて使わずに解説した入門の入門。事例はウケを狙いすぎて滑ってる。各手法の解説より、情報化社会の弊害と監視社会についての記述が良かった。

タイトルが示す通り、「そもそもデータマイニングってなんだろう？」という疑問に対して、数式を全く使わずに解説している本です。 データマイニングの概念や活用方法といった初歩的な概念について知りたい人にとっては、かなり噛み砕いて説明しているのでわかりやすいと思いますが、実際にビジネスの場で使っていくための知見を求めている人にとっては物足りないと思います。 200ページ程度でさくさく読めるので、とりあえずデータマイニングとは何かを知りたい方におすすめです。

数式を使わないと言うのは、つまり、意味だけをなんとなく言うこと。 概念を知ることはやっぱり大事。 そこの道路整備が、工学系だとされてないから、こういう本がもっと増えると助かるなぁ。

複数の属性にまたがる隠れた法則を見つけるデータマイニング（マイニングとは採鉱を意味する）について、数式を使わずにわかりやすく解説されている本。Amazonでは自分の興味のありそうな商品が多層的かつ最適化されてリストアップされ、googleではパーソナライズされた評価の高い検索結果が得られる様になっているが、あれがデータマイニングの成果。彼らの本質は本屋でも検索屋でもなく、データマイニングによって得られた分析結果を再構成して収益化している点にある。

データマイニング超入門。一般的なデータマイニング本だったら序章で完結する内容を、ずずーっと引き伸ばして一冊にしたような内容。中学生でも理解できる程度の内容なので、一般社会人にはフツーに物足りないし特に面白くもない。他の本を探しましょう。

タイトル通りに平易な数学の知識で読める本。データマイニングとは究極的にいえば分類して、知識を整理・発見することだと思う。それをいろいろなツールで行うことに過ぎない。そのツールを紹介し、現代っ子にも解りやすい例示を使っているのもよい。 IT業界はビックデータブームだが、その入門にもいい本。

データまイニングについて、文字通りほとんど数式を使わずに記述した入門書。 豊富なたとえ話を交え、わかりやすいのが最大の特徴。 一番参考になったのは、「データマイニングは、データを分析してくれるけど、答を出すのは人間」という点。 えてして万能なものと過信しがちなので、その1点だけでこの本を読んだ価値があった。 あと、最後のビッグブラザーの話は漠然とわかっていても、改めて言われると戦慄が走る内容。

題名の通りに本格的な数式は登場せず、厳密さを犠牲にしても分かりやすさにこだわってデータマイニングの何たるかを豊富な例により説明しています。データマイニングとは何か、データマイニングで何ができるかを大雑把に理解するにはコンパクトでとても分かりやすいのですが、引用されている例がいずれもオタク好みの例なので、人によって好みが分かれるかもしれません。その点を差し引いてもデータマイニングをお手軽に知っておきたい人には最初に読む一冊としてよいと思います。

行き着くところは、「アマゾン」ということ。データ集積にかかる費用が安価でフリーアクセスになることで、実現したんですね。

データマイニングの考え方を易しく説いた良書。数式を使わないと謳うだけあって、本当にさわりのさわり程度の内容です。しかし初心者がいきなり数式満載の入門書に取りつくのは極めて危険です。「データマイニング？それって食べられるの？」レベルな方は本書を読んで雰囲気を感じるだけでも有益だと思われます。

読み方が悪かったのか、ふーんとしか思わなかった。データ解析にある程度知識のある人にとっては得るものは少ないかも。ただ、例の使い方がすごく上手でわかりやすい説明なので、誰かに説明するときには役に立つかも。

149ページ 　それは情報活かすノウハウ持っていないからだ。 　　◆ノウハウ持っていない→ノウハウを持っていない

本当にひとっつも数式が出て来なかったw 途中、k-means 法に依るモビルスーツのクラスタ分析とか出てきて、取っ付き易く工夫されてはいるが、若干説明が曖昧で、全くの数式なしでは厳しかったのではないかと思う点もあり。 データマイニングの代表例といえば、Amazon の「おすすめ商品」だが、「これってどういう感じで動いてんの？」と説明を求められそうな人にオススメ。噛み砕くとこう言うことか、というヒントとして。

後半がちょっと余計というかどうでもいい。 その他はなかなか興味の持てる内容だったし、やってみようと思った（また機械学習の勉強をしようと思った）が、次への一歩を踏み出しにくいかなと思った。紹介されている書籍が次の一歩なのだろうか。

データマイニング⇒情報管理⇒監視を分かりやすく。 回帰分析（落としどころを探る）。 決定木（効率的に判断する）クラスタ分析（分からないことは分かること）。 自己組織化マップ（複雑な分類）連関法則（買い物かごの中身は？）ニューラルネット（神経をまねしてみる） 自己組織化マップ＝コホーネント

［　内容　］ グーグル、アマゾン―Ｗｅｂ２．０時代に必須の技術を、本質から理解する。 ［　目次　］ 第１章　隠れた法則を見つける技法 第２章　ビジネスで使われるデータマイニング 第３章　データマイニングの手順 第４章　落としどころを探る―回帰分析 第５章　効率的に判断する―決定木 第６章　分けることは分かること―クラスタ分析 第７章　複雑な分類―自己組織化マップ 第８章　買い物かごの中身は？―連関規則 第９章　神経をまねしてみる―ニューラルネット 第１０章　データマイニングと情報管理 第１１章　監視社会とデータマイニング ［　ＰＯＰ　］ ［　おすすめ度　］ ☆☆☆☆☆☆☆　おすすめ度 ☆☆☆☆☆☆☆　文章 ☆☆☆☆☆☆☆　ストーリー ☆☆☆☆☆☆☆　メッセージ性 ☆☆☆☆☆☆☆　冒険性 ☆☆☆☆☆☆☆　読後の個人的な満足度 共感度（空振り三振・一部・参った！） 読書の速度（時間がかかった・普通・一気に読んだ） ［　関連図書　］ ［　参考となる書評　］

データマイニングの導入本。数式などは一切使わず、ただひたすら定性理解に努めている。 データマイニングについてよく知らない人にはもちろん、何となく使っているだけ程度の人も読んだら気づかされることがあるかも。 構成は、始めにデータマイニングの概観、次に代表的な手法の定性的な解説、最後にデータマイニングの弊害について、といった感じ。 この本の良いところは ・出てくる例えにユーモアがあって読んでて飽きない ・良いところだけでなく、弊害についても触れている ところだと思う。 少し古いけど、まだまだ読まれて然るべき本だと思った。 ・

2006年の新書だけど、今でも全然いける内容。 新書の多くはそのときの新鮮なネタで年をまたぐと輝きを失うものが多いが、本書は違った。 これからの時代、もっと輝く、昆布的な存在感の本となるだろう。 以下、目次。 第1章 隠れた法則を見つける技法 第2章 ビジネスで使われるデータマイニング 第3章 データマイニングの手順 第4章 落としどころを探る―回帰分析 第5章 効率的に判断する―決定木 第6章 分けることは分かること―クラスタ分析 第7章 複雑な分類―自己組織化マップ 第8章 買い物かごの中身は?―連関規則 第9章 神経をまねしてみる―ニューラルネット 第10章 データマイニングと情報管理 第11章 監視社会とデータマイニング

　これまでは敷居が高かった高度な統計分析も、ＰＣの能力向上やソフトの低価格化によって、近ごろは手の届くところにまで降りてきました。本書は、データマイニングと呼ばれる新しい統計分析アプローチについて、タイトル通りに数式をまったく使わずにわかりやすく解説する本です。「データマイニングってよく聞くけど、いったい何ができるの？」という人のための最初の一冊によいでしょう。ただし具体的なノウハウは、専門書やマニュアルで別途学ぶ必要があります。

文字通り複雑な数式を使っていないので、「データマイニングとはなんぞ？」ってのをザックリと把握できる。

友人から頂戴しました。 用語だけ知っていてわかるようでわからない、 「データマイニング」の定義から簡単な手法を説明してくれています。 例えばデータマイニングと統計分析の概念の違いを説明できますか？ こんなところから解説は始ります。 全体的な特徴は、 ・初歩の初歩から説明をしてくれているので非常に分かりやすい。 ・文章や、サンプル例がユーモアがあって、楽しみながら読める。 といったところで、 前半までは非常にストレスフリーに楽しくサクサク読めました。 ただ最後の２章で急に情報管理や監視社会について 問題提起を始めたので混乱してしまった。 解説書はあくまで解説書として最後までいってほしかった。 問題提起をしたいなら別の本で書いてくれればよいのだが、、

データマイニング手法の平易な説明が入門としてよかった。 後半、なぜか突然、情報管理や監視社会について論じられ、それまでのデータマイニング手法の話と違う方向へ行った感がある。

まとめ：数式が嫌いな人で統計に興味ある人におすすめ 内容は、統計分析（決定木やニューラルネットなど）ってのは、何が行われているかを、数式じゃなく日本語で説明した本。 ボタン一つで分析はできるけど、いまいち意味がわかってないという人にいいかもしれません。 理系の人には数式が出てこないので、ちょっと物足りないかも。

キャリアコンサルタントさんからの課題本です。 アマゾンのオススメ本は、どうやって計算しているの？ セブンイレブンのPOSって何をしているの？ スーパーでは、おむつとビールを一緒に買う人が多い？ そんなのを分析する手法です。 品質管理でも用いる手法ですが、主に、マーケティングに使われている例です。 正統派の分かりやすい本です。。。が。。。 分析例に、ガンダムのモビルスーツを分類してみたり、 彼女をデートに誘うのに、BBSに書くとか、メイド喫茶に誘うとか、 戦闘機を国別に分類してみたりとか。 かなり、コダワリや好き嫌いが多い、個性的な方と見ました（＾＾；

ナットワークが進化して情報の相互運用性（インタオペラビリティ）が増大すると、インターネットは今以上に玉石混の情報が流通するようになるでしょう。そのなかで「玉」である情報を選別するコストが増大すれば、進化したネットワークの利便性を享受できなくなってしまいます。データマイニングは今後、より社会の隅々まで、より認識しにくい形で浸透していくでしょう。(「まえがき」より)

いわゆる「データマイニングとはなんぞや？」という疑問に答えるための、まさに入門書としての1冊。数式を使わないのは、うまく説明しているからではなく、まだ数式を使う手前までしか説明していないからなのではないかと思います。 マーケティングも勿論ですが、社会調査を学ぶ人にも広く読まれて然るべき本だと思います。特に、回帰分析や自己組織化マップ等、具体的な用語の説明が非常に分かりやすいです。ただ、あまりに簡潔に説明をしすぎて、逆に具体的なイメージがわかない箇所も多々あったのは少々残念ですが、それは巻末の参考文献からより深く学ぶということになるでしょうか。 データをどう解釈するか。それを知りたい方で入門書となる物を探している方には最適な1冊なのではないでしょうか。 最後に、データマイニングが監視社会と密接に関わって、私たちの生活を良くも悪くもするという注意で釘をさしている点もミソだと思います。

データマイニングの手順と難しさを架空の例と共に分かりやすく解説している。 統計手法のみの解説ではなく、データの収集や選択、見つけられる意味のない規則など、 実際のデータマイニング時のイメージが浮かびやすい。 どの事例もオリジナリティのある架空の例で、それでいて伝えたい内容が分かりやすい。 よく考えられていると思った。

http://blog.setunai.net/20060612/%E6%95%B0%E5%BC%8F%E3%82%92%E4%BD%BF%E3%82%8F%E3%81%AA%E3%81%84%E3%83%87%E3%83%BC%E3%82%BF%E3%83%9E%E3%82%A4%E3%83%8B%E3%83%B3%E3%82%B0%E5%85%A5%E9%96%80/

新幹線で読むものが欲しくて買った。分かりやすいが、分析は数字を使って具体的に落とさないと意味ワカラン、と思い知った。入門書なんで。

情報の洪水によって注目が集まっているデータマイニング。初心者向けに数式を使わずに分かりやすく解説している。 ただ、最後の方の情報管理や監視社会とデータマイニングがどのように関わっているかの説明が少なく、結論がちょっと強引過ぎるかなって気がした。

日ごろ度々耳にする統計テクニック，自己組織化やニューラルネットといった手法の考え方について，若者受けしそうな例を出して解説している．言葉の意味を大雑把に知るのには適した本かもしれないが，数学的な記述は全くないため，実用書としてはそれほど役に立たないかも．それよりも，著者の考察（Amazon のビジネスモデルの優れた点や，情報管理社会のあり方について）を述べているくだりが面白く，興味深く読んだ．

初心者でも分かりやすいです。 時折ギャグが混ざるので、嫌いな人もいるかもしれません。私は好きですが。。

まえがきにもありましたが、手法そのものに関する説明については簡易すぎて、理系オタクには、物足りない面はありました。しかし、こういう技術をGoogleやAmazonがどう使って、何を目指しているとか、知らないうちに情報監視社会になってしまっているあたりの解説にはなるほど感がありました。2006/8/3

データマイニングって何だろう？とこれから学ぶ人にはよいかもしれません。この中で説明されている回帰分析、クラスタ分析、決定木（ディシジョンツリー）、連関規則（バスケット分析）、ニューラルネット等。

データマイニングの本質を平易に解説していて好感が持てる。若い大学の先生なのにたいしたものだ。が、後半はデータマイニングというかセキュリティの話にすり替わっており（もちろん、関係あるけど）、本の構成としては、どうかと思う。

入門としてはお手頃。 実際どう落とし込んでいくか、を考えるヒントには ほとんどならないところが若干辛いんですが。

WEB2.0時代のデータ･マイニング。 隠れた法則を導き出すことが、WEB2.0の本懐ではなかろうか。