本タイトルには付属資料が用意されています。お求めの方はライブラリーに追加した上で、Audible カスタマーサービス（customerservice@audible.co.jp）までお問い合わせください。
PDF提供元：東洋経済新報社
※Windows10端末をご利用のお客様は、アプリ上で直接ご覧いただけます。

「スマホを使うと子どもの学力が低下する」とはよく聞かれる説だがこれは本当なのだろうか？　実際は何の根拠もなく、因果関係は実証されていない。このように、真実を見抜くためには分析力が必要だ。最低限のデータリテラシーを身に付けておかないと、知らぬ間に誤った分析結果を受け入れてしまう。 　本書では、データと接する際に押さえておきたい基礎知識とビジネスで使われている最新事例を紹介する。ここで紹介する基礎知識は高度な数学的素養を必要としないので、はじめての人でも大丈夫。年間入場者数を急激に伸ばしたＵＳＪや１００円ショップのセリアなど、勝ち組企業の事例も。はじめての方のためのデータ分析入門書。
本書は『週刊東洋経済』２０１７年６月３日号掲載の３０ページ分を電子化したものです。　

ビッグデータ時代の必須教養
「因果推論」の考えかたがわかる!

データサイエンティストはどのように考えるのか？

これまで数多くの一般向け統計本が出版され、人気を博してきた。だがその多くは「こんなデタラメな統計や調査がありますので、気をつけましょう」といったメッセージを発するものだった。

第三次人工知能(AI)ブームの中核的役割を果たす深層学習(ディープ・ラーニング)は、その高い信頼性と汎用性ゆえに様々な領域に応用されていく一方で、

AI社会になって、ボクは職を失わないだろうか？

文系のワタシが、AIでキャリアアップするには？

そんな不安や疑問を解消するのが本書です。

現在、米国を中心に世界では「イノベーションの経済学・経営学」に関する研究が盛んである。起業家はいかにしてどこから生まれるのか、なぜ起業家は特定の地域に集積するのか、科学技術はベンチャー企業の

ベンチャービジネス売却の最適タイミングはいつか。車をどの駐車スペースに停めるべきか。

廉価になったコンピュータ，質・量ともに優れたデータにより，経済学の主流はいまや実証分析へと大きくシフトした．そこで，ますます重要なのが数学だ．

クリエイティブになるには、数学力を高めるのが早道だ！AIが進化した今日、人間に求められるのは考える力や創造力であり

対話型サービスＣｈａｔＧＰＴは驚きをもって迎えられ，ＩＴ企業間で類似サービスをめぐる激しい開発競争が起こりつつある．それらを支える大規模言語モデルとはどのような仕組みなのか．

メタ思考とは、「物事を一つ上の視点から考える」こと。その重要性はしばしば語られますが、実践するのは容易ではありません。例えば自分自身を「幽体離脱して上から見る」こと（＝メタ認知）は、

高校までのごくわずかな数学で、ＭＢＡで学ぶ95％以上をカバー！

Ragle Gumm has a unique job: Every day he wins a newspaper contest. And when he isn’t consulting his charts and tables, he enjoys his life in a small town, in 1959. At least, that’s what he thinks. But then strange things start happening. He finds a phone book where all the numbers have been disconnected, and a magazine article about a famous starlet named Marilyn Monroe, whom he’s never heard of. Plus, everyday objects are beginning to disappear and are replaced by strips of paper with words written on them, like "bowl of flowers" and "soft-drink stand".

「専門家の予測精度はチンパンジーのダーツ投げ並み」―ーこんな調査結果で注目を浴びた著者の研究チームが、大規模な予測力研究プロジェクトを実施した。

マニュアルにない小さな工夫が、成果や評価に大きな差を生む!世界一のコンサルティングファームでの学びを厳選した究極の仕事術バイブル

◆使い込むほどに「思考力」と「行動力」が磨かれる!本当に使える２０の鉄板フレームワーク◆マッキンゼー時代、徹底的に叩き込まれたのが、本書で紹介するフレームワークでした。

「セミナーに通ったり、参考書を何冊も読んだけどまったく理解できない」――とかく難しいと思われがちな企業財務のポイントを、気鋭の財務戦略コンサルタントがざっくり解説。

実例をベースに、リスクの取り方の原則を提示 ビジネスや投資で避けて通れない「リスク」。その本質や正しいマネジメント法について、経済学者アリソン・シュレーガーが社会の現場で探

なぜ、エリートですらバブルと暴落に踊らされてしまうのか?

 ■あらゆる問題は、「仕分け」するだけで９割解決できる 「やるべきことが多すぎて、何から手をつけたらいいのかがわからない」 「選択肢を絞れなくて、何を残して、何を捨てればいいのか迷う」 「つい考えすぎてしまって、なかなか行動に移せない」 「一生懸命やっているのに、結果につながらない……」 「アイデアが煮詰まってしまって、出てこない」 こうなってしまうと、 正しい判断ができなかったり、 行動することができないものです。 これらの悩みには、 1つの共通点があります。 それは、「頭の中がごちゃごちゃ」です。 頭の中がごちゃごちゃで整理されていないから、 このような悩みが湧き出るわけです。 問題をいかにシンプルにして、 正しい決断や行動につなげていけばいいのか？

これからは文系ビジネスパーソンにも、数学的スキルが不可欠だ。といっても、数式の勉強が必要なのではない。大事なのはコミュニケーション、物事を数字で把握し、論理的に伝えられるようになろう。

Data Science for Dummies is the perfect starting point for IT professionals and students who want a quick primer on all areas of the expansive data science space. With a focus on business cases, the book explores topics in big data, data science, and data engineering, and how these three areas are combined to produce tremendous value. If you want to pick-up the skills you need to begin a new career or initiate a new project, listening to this book will help you understand what technologies, programming languages, and mathematical methods on which to focus.

「考える前に数えろ！　議論する前に数えろ！」ソフトバンク元社長室長の著者が、孫正義社長のもとで身につけたのは「問題を数値化して高速で解決する技術」。

Causal Inference provides a brief and nontechnical introduction to randomized experiments, propensity scores, natural experiments, instrumental variables, sensitivity analysis, and quasi-experimental devices. Ideas are illustrated with examples from medicine, epidemiology, economics and business, the social sciences, and public policy.