出版社内容情報
Rには多くの分析手法を実行するパッケージが提供されていますが、同じ用途であってもパッケージごとに関数の記法が違ったり、データの入力形式や出力形式が違ったりするため、データの前処理やモデルの評価といった工程におけるコーディングは、意識しなければバラバラになってしまいます。また、これが原因でスムーズな分析パイプラインを作成できず、分析環境で行ったモデリングを本番システムへ移行することを考えると、その保守は困難を極めます。
これらの問題を解消するために開発され、統一的なインターフェースを提供するのがtidymodelsです。データ整形における同様のコーディングの問題を解決するためのパッケージ群で知られるtidyverseのプロジェクトの1つとして注目を浴びています。
データ分析の工程には、データ準備、モデルの作成、モデルの評価、モデルの改善、モデルの運用といった一連の工程があります。本書ではそれぞれの工程をtidymodelsパッケージ群で行う方法について解説します。tidymodelsパッケージ群を利用することで、スムーズなデータ分析パイプラインを効率的に構築できるようになるでしょう。
目次
第１章 データの準備
第２章 回帰モデルの作成
第３章 分類モデルの作成
第４章 モデルの運用
第５章 ハイパーパラメータチューニング
第６章 自然言語処理におけるｔｉｄｙｍｏｄｅｌｓ実践
著者等紹介
松村優哉［マツムラユウヤ］
ノバセル株式会社データサイエンティスト。慶應義塾大学大学院で経済学修士を取得。ＨＲ系企業でデータサイエンティスト・データエンジニアとして分析組織の立ち上げ経験を経て、２０２２年２月より現職。データサイエンス技術を用いた応用分析を得意とし、「Ｔｏｋｙｏ．Ｒ」や「Ｍｕｓｉｃ×Ａｎａｌｙｔｉｃｓ Ｍｅｅｔｕｐ」などのデータ分析に関わるコミュニティ運営にも勢力的に取り組む
瓜生真也［ウリュウシンヤ］
徳島大学デザイン型ＡＩ教育研究センター助教。横浜国立大学大学院にて森林生態学を専攻。企業、研究機関でのデータエンジニアとしての経験を経て、２０２１年１０月より現職。地理空間データの分析を研究題材とし、データサイエンス・ＡＩ教育や大学業務のＤＸ化に取り組む
吉村広志［ヨシムラヒロシ］
ＡＩコンサルティングやＡＩソリューションの提供会社でＡＩエンジニアとして勤務。芝浦工業大学大学院を修了。大学時代は創薬化学の研究に取り組み、科学的根拠に基づく医薬品の効果検証に興味を持つ。卒業後は独学で数理統計学を学び、製造業の会社でＡＩを活用したプロジェクトを担当しデータ収集から機械学習モデルの構築と生産ラインへの実装まで経験する。ＡＩに対する理解度向上のための人材育成企画やＡＩ開発のナレッジ管理の仕組みを導入展開する業務も行う。その後、ＡＩの研究開発を行う企業で幅広い分野のＡＩ活用プロジェクトを経験。分析にはＲ言語を好み、Ｒ言語のコミュニティ等で情報発信活動を行っている（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。
