内容説明
ビッグデータの定義のひとつに「事業に役立つ知見を導出するためのデータ」がある。有象無象のデータの中から「使える情報」を見つけ出すため、古典的な統計的方法から、複雑な代数的・確率的計算を伴う方法まで様々な分析法が利用されている。本書では、主要なデータ分析法のひとつとして多変量解析法を中心に紹介する。さらに、協調フィルタリング、PageRankアルゴリズム、非負値行列分解等の手法についても紹介する。
目次
線形代数学 ベクトル
統計学 要約統計量と相関
統計学 無相関検定
その他のデータ分析法 協調フィルタリング
多変量解析 クラスター分析
数理最適化 最適化問題と求解法
線形代数学 行列―一次変換、特に直交変換
線形代数学 Ｇｒａｍ‐Ｓｃｈｍｉｄｔの直交化技法と直交分解
その他のデータ分析法 非負値行列分解
線形代数学 行列式
多変量解析 回帰分析
線形代数学 固有値と固有ベクトル
多変量解析 主成分分析
多変量解析 因子分析
その他のデータ分析法 ＰａｇｅＲａｎｋアルゴリズム
多変量解析 判別分析
多変量解析 林の数量化理論と数量化１類
多変量解析 数量化２類
多変量解析 数量化３類
多変量解析 数量化４類
