会計データを用いたデータサイエンスを行うための書籍です。
最初のページに対象読者等が明記されていますが、概ね「データサイエンス初心者の経理人材」を想定している印象でした。
中身としては入門的な内容→実例という形であり、初心者向けの内容を厚めに書いていることから、対象読者には比較的とっつきやすい印象でした。難易度の高い内容は後半に集中しているため、データサイエンス経験者は前半を飛ばしてもいいかもしれません。
比較的コードが平易かつ、経理人材が想定するシチュエーションを元にデータサイエンスを実践しているので、経理経験者がPythonを学ぶのには良い本だと思います。
無料のKindleアプリをダウンロードして、スマートフォン、タブレット、またはコンピューターで今すぐKindle本を読むことができます。Kindleデバイスは必要ありません。
ウェブ版Kindleなら、お使いのブラウザですぐにお読みいただけます。
携帯電話のカメラを使用する - 以下のコードをスキャンし、Kindleアプリをダウンロードしてください。
よく一緒に購入されている商品
+
+
総額:
当社の価格を見るには、これら商品をカートに追加してください。
ポイントの合計:
pt
一緒に購入する商品を選択してください。
この商品をチェックした人はこんな商品もチェックしています
ページ 1 以下のうち 1 最初から観るページ 1 以下のうち 1
出版社より
会計情報を使ってデータサイエンスを実践する
【本書の特徴】（「はじめに」より）
本書は，プログラミング言語の「Python（パイソン）」によって会計データを用いたデータサイエンスを実践するための書籍です。 昨今，企業のデータ活用はますます重要視されており，多くの企業がその方法を模索しています。対象データには当然会計データも含まれており，各企業の経理財務部や企画部においても，KPI（重要業績評価指標）になる情報の収集や，それらを用いた分析のニーズがあります。
我々筆者一同は、2018年からPyCPA（パイ・シーピーエー）という勉強会を主催するようになりました。それからしばらくして，「同じように会計×プログラミングの学習に苦労した方に向けて何か力になれることはないか」と思い立ちました。本書はそのような思いと，筆者一同の経験を詰め込んだ，類のない書籍になっています。
本書の特徴として，次の４つが挙げられます。
① 会計データに特化したデータサイエンスを実施するための書籍である
② 数学・IT・ビジネスというデータサイエンスの要素を学べる
③ サンプルコードを交えた説明により，手を動かしながら学習することができる
④ 会計実務に従事した筆者達の経験に即したストーリーになっている
会計とデータサイエンスの双方に知見があるからこそ，それぞれに興味がある読者が何らかの気づきを得られる内容となるように心がけて執筆しました。
Python，統計の基本から機械学習の実践まで学べる
本書の構成
第１部 会計データサイエンスの基礎知識
第１章 会計データサイエンスの準備体操（データサイエンスとは何か／普段の業務でデータサイエンスを実践するために ほか）
第２章 Python入門（Pythonとは／Pythonの利用方法／Python基本文法／NumPy入門／pandas入門／Matplotlib入門／scikit-learn ほか）
第３章 数学入門（確率・統計の基礎／データの探索／推論 ほか）
第２部 会計データサイエンスの実践
第４章 監査で使われる統計的サンプリングツールを実装しよう（監査におけるサンプリング／統計的サンプリングの手法／実装 ほか）
第５章 会計データの特徴を理解して将来の売上を予測しよう（時系列データ分析／将来の売上の予測／会計データとビジネスデータの複合 ほか）
第６章 会計データを使って機械学習に挑戦しよう（機械学習の概要／機械学習の実践／会計データを用いた機械学習における課題 ほか）
第７章 会計データの異常検知をしよう
（異常検知の問題設計／異常検知の実践／教師データを用いた異常検知／潜在的な規則性による異常検知 ほか）
第８章 データサイエンスを意思決定に活用しよう
（投資意思決定の分析と課題／モンテカルロ・シミュレーションの概要／ベイズ統計による不確実性のモデリング／自己回帰モデルによる在庫予測／ロジスティック回帰モデルによる貸倒予測／生存時間モデルによる将来キャッシュフローの予測 ほか）
第９章 データ分析基盤を構築しよう（会計データ・仕訳データの特徴／データ分析基盤とは／会計データ分析基盤／組織への適用方法 ほか）
