出版社内容情報
非線形構造を内包する多次元データはどのように解析できるか。古典的な回帰モデルにはじまる様々なデータ解析手法について、単変量から多変量、二群から多群、線形から非線形への展開を、実例とともに平易に解き明かす。
内容説明
本書では、回帰モデルやベイズ判別、主成分分析、サポートベクターマシーンによる判別法などさまざまなデータ解析手法について、単変量から多変量、二群から多群、線形から非線形への展開を、実例とともに平易に解き明かす。
目次
１ はじめに
２ 線形回帰モデル
３ 非線形回帰モデル
４ ロジスティック回帰モデル
５ モデル評価基準
６ 判別分析
７ ベイズ判別
８ サポートベクターマシーン
９ 主成分分析
１０ クラスター分析
付録
著者等紹介
小西貞則［コニシサダノリ］
１９４８年生まれ。１９７４年広島大学大学院理学研究科博士課程中途退学。現在、九州大学大学院数理学研究院教授。理学博士（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
感想・レビュー
※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。
壱萬参仟縁
47
第４課題再々提出となり、問題Ⅳのためには借りたが、昨日事務局とお電話して今後の方針を確認。テキストどおり手順を踏まないとだめだということだった。主成分分析の箇所のみ、なんとか読んでおいたが、前半しかわからない。後半の数式などは、まだ研鑽が必要だ。行列式や、線形代数の本を読む必要がある。。2024/04/06
まろにしも
7
じっくり読めば読むほどジワジワと解ってくる（解った気になる）嬉しさを味わいながら、気が早いことに、まだ全部読み切っていなにのにもう一回読むぞ（長い付き合いになりそ）と意気込んでいたのに・・・相対問題あたりから、「ちょ、ちょっと待って・・・」と取り残され、主成分分析の導入はシビれるほどビビっと感じたのに、またもやカーネルサンダースに入り込むことが出来ず・・・。いまは数理統計学の問題を解くのが面白いので、しばらく発酵させる（積読する）ことにしました。間違いなく名著だけど、胸を張って言うに足る実力が当方に不足。2023/12/30
3
PRMLに読みづらさを感じたので。東大出版「統計学入門」の多変量版といった感じで読みやすい。数式のレベルは簡単め。1つ上のレベルというと「統計学の基礎I」？線形回帰の一般化としての重回帰に始まり、Fisherの線形判別・主成分分析などを経て、SVM・クラスタリングなどまで手広く扱う。載っていないのは重回帰の多重共線形・GLM・ベイズその先・決定木・ランダムフォレスト・NNと深層学習全般。読めばDS系の話が一通り「何言ってるかわかる」ようになると思う。2020/04/11
shin
1
多変量解析では一番式変形も丁寧で、話題も網羅的、論の展開も癖がなく独学が可能。コード例がないので、実装は別の参考書見る必要があるが、理論を理解するために読んで損することはない。2020/01/15
S
1
わかりやすい、おすすめ。2018/08/09
