内容説明
諸科学,産業界のあらゆる分野で,複雑な多次元データから情報やパターンを抽出する必要性は増すばかりである.本書では,回帰モデルやベイズ判別,主成分分析,サポートベクターマシーンによる判別法などさまざまな解析手法について,単変量から多変量,二群から多群,線形から非線形への展開を,実例とともに平易に解き明かす.※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
1 はじめに┴1.1 現象のモデル化┴1.2 識別・判別┴1.3 次元圧縮┴1.4 分類┴2 線形回帰モデル┴2.1 2変数間の関係を捉える┴2.2 多変数間の関係を捉える┴3 非線形回帰モデル┴3.1 現象のモデル化┴3.2 基底関数に基づくモデル┴3.3 基底展開法┴3.4 正則化法┴4 ロジスティック回帰モデル┴4.1 リスク予測モデル┴4.2 複合リスク予測モデル┴4.3 非線形ロジスティック回帰モデル┴5 モデル評価基準┴5.1 予測誤差に基づく評価基準┴5.2 情報量基準┴5.3 ベイズ型モデル評価基準┴6 判別分析┴6.1 フィッシャーの線形判別┴6.2 マハラノビス距離に基づく判別法┴6.3 多群判別┴6.4 変数選択┴6.5 正準判別┴7 ベイズ判別┴7.1 ベイズの定理┴7.2 ベイズ判別法┴7.3 ロジスティック判別┴8 サポートベクターマシーン┴8.1 分離超平面の構成┴8.2 線形分離可能でない場合のテクニック┴8.3 線形から非線形へ┴9 主成分分析┴9.1 主成分の構成┴9.2 カーネル主成分分析┴10 クラスター分析┴10.1 階層的分類法┴10.2 非階層的分類法┴10.3 混合分布モデル┴付録A ブートストラップ法┴付録B ラグランジュの未定乗数法┴付録C EMアルゴリズム
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。
壱萬弐仟縁
まろにしも
shin
S