内容紹介

ChatGPTを使えば、高度なデータ分析も楽々駆使して段違いの成果が出せる！
日本語の指示（プロンプト）だけで分析でき、PythonプログラミングはChatGPTにお任せ！
生成AI前と生成AI後でデータ分析の学習法が根底から変わりました。今までデータ分析学習の出発点だった、「Pythonとデータ分析関連のライブラリを深く理解すること」が必須ではなくなりました。これからは「プロンプト」と呼ぶ生成AIへの日本語の指示さえステップごとに的確にできれば、細かいPythonコーディングは、ChatGPTに任せられます。

本書で利用するプロンプトや、Python学習用のサンプルコードはすべてサポートサイト（GitHub）で公開しています。
本書のプロンプトを活用して、今すぐデータ分析を始めましょう！

本書は次のような読者に向けています。
1. 普段の業務で課題感を持っているが、それをどう解決したらいいかわからない、あるいはやるべきことはわかっているが、データ分析の技術的なハードルが高くて先に進めない方
2. これを機会に Python のデータ分析プログラミングも学びたい方。このため巻末の講座編に、Pythonとデータ分析関連のライブラリに関する知識をコンパクトにまとめています。
3. 自分が会社の中でデータ分析・AI プロジェクト立ち上げのリーダーに指名されてしまったが、勝手がわからず、どこから手を付けたらいいかわからない方。このため、データ分析・AIプロジェクト固有の落とし穴や解決のポイントもまとめています。

目次
序章 ChatGPTによるデータ分析入門
0.1 データ分析機能を使うための手順
0.2 実習に向けた準備
0.3 最初の実習
0.4 データ分析実施時のChatGPTアーキテクチャ
0.5 ChatGPTの業務利用時の注意点

第1部 基礎編
1章 生成AIとデータ分析
1.1 データ分析プロセスの全体像
1.2 データ分析プロセスと生成AIの活用可能性
1.3 生成AI後のデータ分析スキル育成ロードマップ
1.4 データ分析における生成AI活用のポイント
1.5 Pythonをどこまで深く理解すればいいか

2章 データ分析の処理パターン
2.1 分析手法からの分類
2.2 業務利用パターンからの分類

3章 データ分析プロセス
3.1 分析テーマ設定
3.2 分析対象データ確認・収集
3.3 分析手順策定
3.4 最初のデータ分析概要
3.5 データ読み込み
3.6 統計分析・データ理解
3.7 データ前処理
3.8 モデル構築
3.9 結果分析

第2部 応用編
4章 保全計画策定（可視化）
4.1 分析テーマと分析対象データ
4.2 データ読み込み
4.3 データ理解
4.4 データ前処理
4.5 データ分析（可視化）
4.6 結果解釈
4.7 ビジネス施策立案

5章 顧客層分析（クラスタリング）

6章 推奨商品提案（アソシエーション分析）

7章 販売量予測（回帰モデル）

8章 営業成約予測（分類モデル）

第3部 プロジェクト編
9章 データ分析・AIプロジェクトを成功させる上流工程のツボ
9.1 ソリューショニングのツボ
9.2 データ収集のツボ
9.3 AIプロジェクト成功のツボ
9.4 データ分析・AIタスクとプロジェクト推進人材の関係
9.5 従来AIと生成AIの関係

第4部 リファレンス編
講座1 データ分析のためのプログラミング入門
講座1.1 Google Colab入門
講座1.2 Python入門
講座1.3 NumPy入門
講座1.4 pandas入門
講座1.5 Matplotlib入門

講座2 データ分析のための統計処理入門
講座2.1 統計入門
講座2.2 Pythonによる統計処理（データ前処理・精度評価）