出版社内容情報
◆◆ロングセラー、10年ぶりの改訂◆◆
・全ページをフルカラー化したので、図表もさらにわかりやすく！
・非定常時系列データ解析の基本を加筆（第8章を新設）
データの見方や考え方から述べられた本当にほしかった入門書。
それぞれがもつ「予測したい」課題に自ら取り組むための基本を１冊にまとめた。
「モデリングが使えるということはわかった、これからは使いたい！」という人は必読。
統計のプロ中のプロが伝授する「匠の技」「匠の知恵」コラムも多数収録。
【推薦の言葉】
本書は予測のための統計的モデリングの方法を，基礎から具体的実践例に亘るまで明快に解説している特色ある著作である．
平易な記述でベイスの定理などの基礎から粒子フィルタやデータ同化などの先端的な内容までをカバーしている．
便利なブラックボックス型のAI予測では飽き足らず，自分が抱える具体的な課題に対して自らのアイデアを投入し，説明可能な予測をしてみようと思い立った人には必読の書である．
――北川 源四郎先生(東京大学特任教授、数理・データサイエンス教育強化拠点コンソーシアム 議長)
【まえがき（抜粋）】
統計学の強みは，生成モデルの構築に関する，さまざまな知見とノウハウの蓄積，またモデルに基づく意思決定の綿密な評価にある．ある種，モデリングに関する匠の技とも言える暗黙知に，統計学の存在感が増していくであろう．読者が本書を通じてこの暗黙知を習得されることを期待したい．
【目次】
〈基礎編〉
第1章 予測とは何かを考える
第2章 確率による記述：基礎体力をつける
第3章 統計モデル：予測機能を構造化する
第4章 計算アルゴリズム1：予測計算理論を学ぶ
〈展開編〉
第5章 計算アルゴリズム2：モデルを進化させる
第6章 粒子フィルタ：予測計算を実装する
第7章 乱数生成：不確実性をつくる
〈実践編〉
第8章 時系列解析の基本：傾向をつかむ
第9章 経験知の総結集：売上予測の精度を上げる
第10章 データ同化：シミュレーションの予測性能を向上させる
第11章 確率ロボティクス：お掃除ロボをつくる
目次
基礎編（予測とは何かを考える；確率による記述：基礎体力をつける；統計モデル：予測機能を構造化する ほか）
展開編（計算アルゴリズム２：モデルを進化させる；粒子フィルタ：予測計算を実装する；乱数生成：不確実性をつくる）
実践編（時系列解析の基本：傾向をつかむ；経験知の総結集：売上予測の精度を上げる；データ同化：シミュレーションの予測性能を向上させる ほか）
著者等紹介
樋口知之［ヒグチトモユキ］
理学博士。１９８９年東京大学大学院理学系研究科博士課程修了。２０２０年「卓越した技能者（現代の名工）」をデータサイエンティストとして初受賞。現在、中央大学ＡＩ・データサイエンスセンター所長、理工学部教授日本統計学会会長（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。
icotalien
しろっこー
けーこ
ちる
