データサイエンスのための統計学入門―予測、分類、統計モデリング、統計的機械学習とＲプログラミング

ブルース，ピーター〈Ｂｒｕｃｅ，Ｐｅｔｅｒ〉/ブルース，アンドリュー【著】〈Ｂｒｕｃｅ，Ａｎｄｒｅｗ〉/黒川 利明【訳】/大橋 真也【技術監修】

オライリー・ジャパン（2018/02発売）

• サイズ A5判／ページ数 345p／高さ 22cm
• 商品コード 9784873118284
• NDC分類 417
• Cコード C3055

出版社内容情報

50の重要な統計と機械学習の「コンセプト」について、多方面からの理解を促すよう構成。50項目の基本的なコンセプトを過不足なく説明し、最低限の数式とコードで理解を深める！
50の重要な統計と機械学習の「コンセプト」について、簡潔かつ正確な説明と、それを裏付ける最低限の数式、クリアな可視化、実現するRコードを過不足なく提示することで、多方面からの理解を促します。1つの項目について、概念、数学的裏付け、プログラミングといった多方面からアプローチし、シンプルに説明しているので、概念と実例を結びつけることができ、知識を確実に自分のものにすることが可能です。実際に動かして概念を理解することができます。

Peter Bruce［ピーター ブルース］
著・文・その他

Andrew Bruce［アンドリュー ブルース］
著・文・その他

大橋 真也［オオハシ シンヤ］
監修

黒川 利明［クロカワ トシアキ］
翻訳

内容説明

データサイエンスに必要な統計学と機械学習の重要な５０の基本概念と、関連する用語について、簡潔な説明と、それを裏付ける最低限の数式、クリアな可視化、実現するＲコードを提示して、多方面からの理解を促します。データの分類、分析、モデル化、予測という一連のデータサイエンスのプロセスにおいて統計学のどの項目が必要か、どの項目が不必要かを示し、重要な項目について、その概念、数学的裏付け、プログラミングの各側面からアプローチします。データサイエンスに必要な項目を効率よく学べて、深く理解することが可能です。

目次

１章　探索的データ分析
２章　データと標本の分布
３章　統計実験と有意性検定
４章　回帰と予測
５章　分類
６章　統計的機械学習
７章　教師なし学習
付録Ａ　参考文献

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。

[yyhhyy]

「データサイエンス」の入門書・復習書として非常に良い。統計学寄り機械学習寄りの本の間で実務家が悩むポイントが丁寧に解説されている上にXGBoostの紹介もあってかつ使わないものはバッサリ削ってコンパクトな一冊。数学的説明が足りないところは類書を読めばよい。なかなかの良書。

2019/04/30

[ぴ]

用語集としての意味合いが強く、過去学習したものを再度思い出しながら整理するにはよいと思います。新しいコンセプトを学ぶには少し解説の分量が足りないように感じました。

2021/06/26

[Take]

データサイエンスの勉強に購入した１冊。最低限、統計に必要な項目が分かりやすく解説されている。教師なし学習まで収録されているのもよい。

2021/04/30

[dahatake]

機械学習ばかりをやっていたので、トレーニング用のデータセットを「標本」と称している事に、新たな納得感があり。 入門なので、個々の用語はもう少し丁寧な具体例が欲しかった。用語解説集の一面もあり。

2020/08/26