データのつながりを活かす技術　ネットワーク／グラフデータの機械学習から得られる新視点

誰でも始められる「関係性」活用の一歩。表データだけでは捉えきれない「つながり」を武器に、新しい課題解決ストーリーを切り拓く。

ネットワークデータは、点と点の「つながり」によって表現されるデータです。決して特別なデータではなく、私たちの日常生活のさまざまな場面に存在しています。たとえば、SNSのフォロー関係やWebページ間のリンクのような明らかにネットワーク構造を持つデータだけでなく、ECサイトの購買履歴や株式市場の取引といった、一見ネットワークとは無関係に思えるデータにも、つながりの構造を見出すことができます。この「つながり」を活用することで、これまで見えなかったデータの新しい特徴を引き出すことが可能になります。

近年では、計算機リソースの向上や新しいアルゴリズムの登場により、ネットワークデータの実用化が急速に進んでいます。本書では、各手法について平易な言葉で解説することを目指すだけでなく、Pythonを用いたコード例を通じて、データの取り扱いから特徴抽出、さらにNode EmbeddingやGNNといった機械学習手法への応用までを実践的に紹介します。

また、単なる技術の羅列ではなく、身近なデータからネットワーク構造をどのように見出し、意味付けし、課題解決に結びつけるかという思考プロセスや応用事例にも重点を置いています。具体例としては、SNSのフォロー関係やWebページのリンクといった典型的なネットワークデータはもちろん、ECサイトの購買履歴やビジネス文書、さらにはレシートといった、通常「表形式」で扱われるデータに隠れた「つながり」を抽出・活用する手法を丁寧に解説します。

目次

1章 ネットワークデータの基礎
1.1 ネットワークとは
1.2 さまざまなネットワーク
■1.2.1 つながりの方向
■1.2.2 つながりの重み
■1.2.3 主体、つながりの種別
■1.2.4 主体、つながりの付属情報
■1.2.5 時間変化の考慮
■1.2.6 シンプルにネットワークを構成する
1.3 ネットワークデータの表現方法
■1.3.1 数式による表現
■1.3.2 隣接行列

2章 ネットワークデータの発見・観測・構築
2.1 分析前の確認事項
2.2 ネットワークを発見する
■2.2.1 行動・状態を探し、結ぶ
■2.2.2 共起関係を探し、結ぶ
■2.2.3 移動・流れを探し、貼り合わせる
■2.2.4 距離や類似度から完全グラフを作る
2.3 ネットワークデータを観測・入手する
■2.3.1 複数のノードを観測し、その間のエッジを見つける
■2.3.2 エッジを抽出し、つなぎ合わせる
■2.3.3 任意のノードとその近傍ノードを抽出する
■2.3.4 経路を観測し、貼り合わせる
2.4 ネットワークのデータ形式
■2.4.1 ネットワークの基本的なデータ形式
2.5 ネットワークデータのハンドリング
■2.5.1 NetworkXとの連携
■2.5.2 PyTorch Geometricとの連携
2.6 本章のまとめ

ほか

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。