内容説明
「ことば」をひとつの軸として，人間の心理や行動に対する統計科学的アプローチを多目的に紹介する．文章の特徴による著者の判定，確率・統計的アプローチによる自然言語処理，社会調査データをどう読むかなど，斬新かつ具体的な話題を満載した入門書．文理の壁を越えて活躍する統計科学の「人間の科学」としての一面を見る．※この電子書籍は「固定レイアウト型」で作成されており，タブレットなど大きなディスプレイを備えた端末で読むことに適しています．また，文字だけを拡大すること，文字列のハイライト，検索，辞書の参照，引用などの機能は使用できません．
目次
編集にあたって┴第１部 文章の統計分析とは（金明哲・村上征勝）┴1 文章の統計分析と著者推定┴1.1 計量的文体論┴1.2 著者の推定┴2 文章の特徴抽出┴2.1 単語の長さ┴2.2 文の長さ┴2.3 品詞の分布┴2.4 識別語と機能語┴2.5 異なり語と出現頻度┴2.6 n-gramの分布┴2.7 日本語固有の特徴情報┴2.8 その他の特徴情報┴3 統計分析方法┴3.1 基本統計量┴3.2 語彙に関する特性値┴3.3 推測統計と多変量データ解析┴3.4 近年の動向┴4 日本語の文章の統計分析┴4.1 日蓮遺文の真贋判定┴4.2 『源氏物語』の計量分析┴5 展望と文献案内┴参考文献┴第２部 確率モデルによる自然言語処理（永田昌明）┴1 人工知能的アプローチから確率・統計的アプローチへ┴2 形態素解析┴2.1 形態素解析とは何か？┴2.2 形態素解析のむずかしさ┴2.3 統計的言語モデルによる形態素解析┴2.4 動的計画法を用いた最適単語列探索アルゴリズム┴2.5 今後の課題┴3 固有表現抽出┴3.1 固有表現抽出とは何か？┴3.2 固有表現抽出のむずかしさ┴3.3 隠れマルコフモデルによる固有表現抽出┴3.4 最大エントロピーモデルによる固有表現抽出┴3.5 今後の課題┴4 テキスト分類┴4.1 テキスト分類とは何か？┴4.2 テキスト分類の数学的定義┴4.3 代表的なテキスト分類アルゴリズム┴4.4 ベクトル空間モデルと最近隣法┴4.5 ナイーブベイズ┴4.6 ブースティング┴4.7 サポートベクトルマシン┴4.8 今後の課題┴5 統計的機械翻訳┴5.1 雑音のある通信路のモデル┴5.2 2言語対応付け┴5.3 IBM翻訳モデル┴5.4 スタックデコーダ┴5.5 今後の課題┴参考文献┴第３部 社会調査データからの推論：実践的入門（大津起夫）┴1 調査データから何が推論できるか？┴2 NSLY79と“The Bell Curve”論争┴3 主成分分析と特異値分解┴4 対応分析┴5 連関モデル┴6 多重対応分析┴7 尺度最適化を伴う主成分分析┴8 おわりに┴参考文献┴第４部 データとテキストのマイニング（山西健司）┴1 データマイニングとは┴1.1 CRMとマイニング┴1.2 マイニング技術の要件┴1.3 マイニング分野の全体図┴2 バスケット分析┴3 分類ルールの学習┴3.1 教師あり学習┴3.2 決定木の学習┴3.3 選択的サンプリングを用いた集団能動学習┴4 嗜好学習とリコメンデーション┴4.1 協調フィルタリング（1） 相関係数法┴4.2 協調フィルタリング（2） 逐次的2項関係学習法┴4.3 コンテンツベースフィルタリング┴5 外れ値検出と不正検出┴5.1 統計的外れ値検出┴5.2 外れ値検出エンジンSmartSifter┴5.3 SDLEアルゴリズムとSDEMアルゴリズム┴5.4 実験結果┴6 データマイニングその他の話題┴7 テキスト分類と自由記述アンケート分析┴7.1 テキスト分類┴7.2 自由記述アンケート分析┴7.3 トピック分析┴8 Webマイニング┴9 おわりに┴付録┴A.1 確率的コンプレキシティ┴A.2 拡張型確率的コンプレキシティ┴参考文献┴索引
