第0章　基本的な使い方	
 0-1　SPSS Modelerの基本操作
　0-1-1　SPSS Modelerとは
　0-1-2　SPSS Modelerのインストール	
　0-1-3　SPSS Modelerの起動と画面構成	
　0-1-4　ストリームの作成と実行・保存	
 0-2　時系列データの加工でよく使う機能	
  0-2-1　特徴量を作成するフィールド作成ノード	
  0-2-2　時系列データの加工でよく使う関数	
  0-2-3　時系列データの加工でよく使うノード	
 0-3　時系列センサーデータの特徴量抽出	
  0-3-1　時系列センサーデータから生成する特徴量の特性
  0-3-2　過去のセンサー値との差、比、傾き	
  0-3-3　過去からのセンサー値の累積値	
  0-3-4　状態やイベントの判定	
  0-3-5　目的変数の加工	

第1章　異常を検知する	
 1-1　異常検知の目的と手法	
  1-1-1　時系列データに対する異常検知とは
  1-1-2　異常検知の目的	
  1-1-3　異常検知の手法	
  1-1-4　特徴量を活用した異常検知	
  1-1-5　異常検知の業務適用における注意事項
 1-2　異常検知の進め方	
  1-2-1　時系列ノードを活用した異常検知	
  1-2-2　TCMノードを活用した異常検知	
  1-2-3　機械学習を活用した異常検知	
  1-2-4　特徴量を活用した異常検知	
 1-3　実務で使える異常検知	
  1-3-1　データの理解と問題設定	
  1-3-2　データの準備	
  1-3-3　データの前処理	
  1-3-4　データの加工	
  1-3-5　繰り返し処理	

第2章　故障を予測する	
 2-1　時系列データを用いた故障予測とは	
  2-1-1　時系列センサーデータから機械・設備の故障を予測する	
  2-1-2　過去に発生した故障から学習する	
 2-2　時系列データを用いた故障予測分析の進め方	
  2-2-1　分析対象となるデータを選定し、取得する	
  2-2-2　予測したい状態と検知条件を定義する	
  2-2-3　データをクレンジングした上で、可視化して観察する	
  2-2-4　故障の予兆となりうる特徴量を見つける	
  2-2-5　着目した特徴量を用いて故障予測モデルを作成する	
  2-2-6　モデルの精度を評価し、実運用可能かを検証する	
  2-2-7　実際に故障予測モニターを開始する	
 2-3　故障予測に利用する手法と留意点	
  2-3-1　アンバランスなデータの処理	
  2-3-2　モデルの汎化性能向上のための交差検証	
  2-3-3　モデルの比較と自動モデリング	

第3章　需要を予測する	
 3-1　需要予測の目的と手法	
  3-1-1　需要予測が問われる真価	
  3-1-2　需要予測の目的	
  3-1-3　需要予測の方法と時系列統計モデル	
  3-1-４　数値予測モデルを用いた需要予測	
  3-1-5　過去の類似クラスタに当てはめ予測する	
 3-2　時系列統計モデルとAutoモデリング	
  3-3　機械学習を用いた時系列予測	
  3-3-1　特徴量を準備して数値予測モデルを作成する	
  3-3-2　数値予測モデルを評価する	
  3-3-3　将来の気象予報や計画を加えて予測する	

第4章　時系列データを理解しデータから新たな価値を発見する	
 4-1　本章の目的	172
 4-2　ビッグデータを直接解析することの意味
 4-3　時間データの取り扱い	
  4-3-1　時間データの種類	
 4-3-2　サンプルデータについて	
  4-3-3　データの読込	
  4-3-4　日時の加工	
 4-4　データ欠損の補完	
  4-4-1　時系列データ分析上の課題 「データそのものの欠損」	
  4-4-2　時系列分析において、なぜレコード欠損が問題なのか？	
  4-4-3　存在しないデータの補完 （データサイエンティスト以外がデータを分析する意義）	
  4-4-4　欠損データの処理	
 4-5　傾向の把握：移動平均を用いた可視化	
 4-6　システム理解の重要性	

第5章　位置情報データを活用する	
 5-1　データの扱い方	
  5-1-1　精度	
  5-1-2　座標系	
  5-1-3　本章で扱うサンプルデータ	
 5-2　データの加工	
  5-2-1　座標系の変換	
   5-2-1-1　再投影ノードによる変換	
   5-2-1-2　拡張の変換ノード（R + sfパッケージ）による変換	
 5-3　データの可視化	
  5-3-1　散布図での可視化
  5-3-2　地図上での可視化	
  5-3-3　「マップ可視化」ノードでの可視化
 5-4　データの範囲抽出
  5-4-1　座標での範囲抽出	
  5-4-2　シェープファイルでの範囲抽出	
 5-5　データの分析	
  5-5-1　移動距離/速度/加速度/角速度の算出	
  5-5-2　移動量の集計	

第6章　予測モデルを業務で運用する	
 6-1　予測モデルの業務運用	
  6-1-1　予測モデルの業務運用 MLOps	
  6-1-2　MLOpsを実現するSPSS Collaboration And Deployment Services	
 6-2　業務連携	260
  6-2-1　アプリケーション連携	
   6-2-1-1 バッチ・スコアリング	
   6-2-1-2 リアルタイム・スコアリング	
   6-2-1-3　アプリ組み込み（エッジ）	
  6-2-2　3つのアプリケーション連携方法の比較	
  6-2-3　アドホック・レポート	
  6-2-4　リファクタリング	
  6-2-5　ビジネス・ルール	
 6-3　レポジトリ	
 6-4　劣化検知とモデル更新	
 6-5　アーキテクチャー	
  6-5-1　開発・テスト環境と本番環境	
  6-5-2　高可用性構成