Ｓｐｌｕｎｋユーザーのためのデータ分析実践バイブル　ＳＰＬとＭＬＴＫを駆使した前処理から機械学習の手続きまで

あらゆるデータの収集・検索・分析・可視化ができる。データ分析プラットフォーム×機械学習×データの見方を目的別に徹底解説。

あらゆるデータの収集・検索・分析・可視化ができる
データ分析プラットフォーム×機械学習を目的別に徹底解説

本書は、Splunkを使ったデータ分析の解説書です。

効率的な前処理から機械学習までを扱い、
Splunk上で機械学習を実現するMLTKを丁寧に解説しています。

各章は機械学習の概念に始まり、データ分析をする上で必要な基礎知識、
Splunkを用いたデータの可視化、データ加工方法の紹介から
実際にサンプルケースを用いた分析とその解説で構成されています。

Splunkを用いてデータ分析・機械学習に取り組みたい人には必読の1冊です。

【こんな方にお勧めします】
・Splunkを使っているが、SPLの書き方に困っている方
・Splunkでの効果的なデータの可視化の方法を知りたい方
・Splunkでの機械学習の方法を知りたい方

【目次】
第1章　Splunkについて
第2章　機械学習の流れ
第3章　Splunk・MLTKによる機械学習
第4章　Splunkへデータ登録するまでの基本的な手続き
第5章　特徴量を生成するための前処理と手法
第6章　Splunkによる特徴量評価
第7章　機械学習の実演

※お届け日が変更になりました
10月28日→11月上旬

目次

第1章　Splunkについて
1.1　Splunkの導入
1.1.1　Splunkの概要
1.1.2　Splunk環境の構築（Windows版）
1.2　MLTKの概要と導入
1.2.1　MLTKとは
1.2.2　MLTKの導入
1.2.3　Splunkのデータ検索について

第2章　機械学習の流れ
2.1　機械学習とは
2.1.1　人工知能と機械学習
2.1.2　機械学習の種類と概要
2.1.3　教師あり学習
2.1.4　教師なし学習
2.2　学習から評価までの流れ
2.2.1　機械学習の手続き
2.2.2　特徴量と特徴量エンジニアリング
2.2.3　学習モデルの生成と推論
2.2.4　モデルの精度評価と評価指標

第3章　Splunk・MLTKによる機械学習
3.1　利用できるアルゴリズム概要
3.1.1　MLTKで利用可能な主なアルゴリズム一覧
3.1.2　アルゴリズムの選択時のポイント
3.2　利用できるアルゴリズムとSPLについて
3.2.1　線形回帰
3.2.2　ラッソ回帰・リッジ回帰
3.2.3　ロジスティック回帰
3.2.4　ナイーブベイズ（単純ベイズ分類器）
3.2.5　ランダムフォレスト
3.2.6　ARIMA
3.2.7　k-means/x-means
3.2.8　DBSCAN
3.3　Splunkを用いた精度評価
3.2.1　Splunkで利用できる評価指標
3.2.2　regressionstatistics
3.2.3　confusionmatrix
3.2.4　classificationstatistics

第4章　Splunkへデータ登録するまでの基本的な手続き
4.1　Splunkにおける機械学習環境の準備
4.1.1　Splunkにおけるデータ操作の前準備の流れ
4.1.2　第4章で使用するデータについて

本の帯に関して

帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。

版・表紙について

版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。