戦略的データサイエンス入門 ―ビジネスに活かすコンセプトとテクニック

34

2 章　ビジネス問題とデータサイエンスが提供するソリューション

用検出のときに使った教師あり手法は使えません。このような問題に対してはプロファイリ

ングや、クラスタリング、異常検出、そして共起グルーピングなどの教師なし手法が必要と

なります。

クレジットカードの問題もメディケアの問題も同じ不正検出の問題であり表面上は似てい

ますが、実際には別物です。「データの理解」のフェーズでは、対象のビジネス問題と提示

されたデータに隠されている構造を明らかにするために、深く掘り下げて考える必要があり

ます。構造を明らかにした上で問題を分解し、データサイエンスとその技法を使って、解決

可能なデータマイニングのタスクへと落とし込むのです。ビジネス問題が複数種類のデータ

マイニングタスクに分解されることも珍しいことではありません。その場合には、複数のタ

スクの解決方法を組み合わせることが不可欠となります（これについては

11

章で説明しま

す ）。

2.4.3

 データの準備

この本で説明する分析技術は強力ですが、適用する際にはいくつかの要求事項を満たさな

ければいけません。収集されたデータを分析技術が適用できるように整形することもその

1

つです。この条件を満たすためには何らかの変換処理が必要になります。そのため、「デー

タの準備」フェーズは「データの理解」フェーズと同時並行に進められることがよくありま

す。「データの準備」フェーズでは、データを分析し、より良い結果を導くために適した形

式に加工し変換します。

データを表形式に変換する処理や、欠損値を除外あるいは補完する処理、そしてデータを ...